投后估值接近4000亿元！DeepSeek首轮融资或已敲定，梁文锋自己掏出200亿元，阿里巴巴“意外”缺席，腾讯出资约100亿元

DeepSeek首轮融资目前或已敲定，梁文锋自己出资200亿元。

据36氪报道，DeepSeek本轮整体融资规模约510亿元，折合约75亿美元，投后估值接近4000亿元。投资方包括创始人梁文锋、国智投、腾讯、网易、京东、宁德时代体系、正心谷投资、拾象科技、Monolith砺思资本以及IDG资本等。

报道指出，DeepSeek创始人梁文锋或出资约200亿元，为本轮融资中最大单一出资方。此外，腾讯出资约100亿元；宁德时代体系出资约50亿元，其中包括宁德时代及溥泉资本；网易、京东、Monolith砺思资本、IDG资本分别出资约30亿元；正心谷投资、拾象科技分别出资约15亿元，国家人工智能产业投资基金出资约9.8亿元。

值得注意的是，在DeepSeek此轮融资过程中少了阿里巴巴的身影。

5月8日，有消息称4月DeepSeek（深度求索）罕见展开一场巨额融资计划，同时吸引了腾讯和阿里巴巴两家大厂。该消息还称，近期，阿里巴巴和DeepSeek谈崩了。

此前在DeepSeek、智谱、Kimi、MiniMax、阶跃星辰中国AI新五强中，各大互联网巨头纷纷下重注，腾讯、阿里、美团、蚂蚁、京东、小红书、小米、米哈游等多家互联网大厂，尤其是腾讯、阿里出手的次数最多。腾讯几乎投资了全部AI五强，阿里参投了Kimi、智谱、MiniMax三家，美团在近期重注了Kimi。小红书则参与投资了Kimi和MiniMax。

但在DeepSeek这个最为重要的船票上，阿里巴巴并没有选择上船。据财闻报道，有阿里内部人士表示，双方合作没谈拢，这个结果也是双向选择的。

据报道，腾讯在本轮融资中曾提出认购DeepSeek最多20%的股份，但被DeepSeek一口回绝。阿里提出的条件更为向前：不仅要求相当的股权比例，还试图在董事会中嵌入战略决策权。

据The Information报道，此次融资，梁文锋要求外部投资者将资金投入自己管理的有限合伙企业，而非直接持股DeepSeek，同时对所有投资者设置五年锁定期。而例外只有国智投，其直接入股并享有投票权。

在此轮融资中，梁文锋自己出资200亿元的底气或出自其控制的幻方量化。

2008年，23岁的梁文锋开始了他的量化交易生涯。彼时，中国的量化市场还处于萌芽期，大多数投资者仍依赖基本面分析或技术分析，而梁文锋却坚信，数学、计算机和AI才是金融市场的未来。

他最初通过数字图像处理技术截取行情软件数据，并自行编写外挂程序破解交易接口，在2008年的A股市场赚到了第一桶金。2013年，梁文锋与浙大同学徐进共同创立了杭州雅克比投资管理有限公司，但很快发现，单打独斗的量化交易模式已无法适应市场变化。

2015年，中国金融市场迎来重要转折，中证500股指期货上市，量化交易迎来黄金窗口期。梁文锋敏锐地意识到，中国量化行业将从“个人英雄主义”转向机构化运作。于是，他决定创办幻方量化。

公开资料显示，幻方量化旗下拥有浙江九章资产管理有限公司（2015年6月成立）以及宁波幻方量化投资管理合伙企业（2016年2月成立）两家私募平台。天眼查显示，目前梁文锋持有幻方量化85%股份，徐进为法定代表人。

2016年10月21日，幻方推出首个AI量化模型；2017年，公司所有投资策略全面实现AI化，2019年幻方量化管理规模破百亿元，2021年一度突破千亿元，成为中国量化私募领域的“四大天王”之一（其余三家为九坤投资、明汯投资和灵均投资）。从2017年到2022年，幻方量化实现了124%的累计收益率，远超巴菲特最辉煌时期9.8%的年化收益率。

据私募排排网今年年初数据显示，幻方量化2025年的收益均值达56.55%，在中国管理规模超百亿的量化私募业绩榜中位列第二，仅次于以73.51%收益均值登顶的灵均投资。目前，幻方量化管理规模已超700亿元。

2023年4月，梁文锋控制的幻方量化公告称“将集中资源和力量，全力投身人工智能技术，成立新的独立研究组织，探索AGI的本质”，随后成立深度求索（DeepSeek）公司。

2025年1月20日，DeepSeek推出大模型R1，并表示“在数学、代码、自然语言推理等任务上，性能比肩OpenAI o1正式版”，随后DeepSeek凭借超强的性能和极低训练成本强势崛起，在全球科技圈受到广泛关注。对此，《黑神话：悟空》制作人冯骥表示DeepSeek可能是个国运级别的科技成果。

随后A股迎来DeepSeek时刻，中国资产被重估，A股算力租赁、云计算等指数春节后飙涨逾40%。

2026年4月24日，Deepseek宣布全新系列模型DeepSeek-V4的预览版本正式上线并同步开源。此次，DeepSeek-V4开创了一种全新的注意力机制，在Token维度进行压缩，结合DSA稀疏注意力（DeepSeek Sparse Attention），实现了全球领先的长上下文能力，并且相比于传统方法大幅降低了对计算和显存的需求。