当大模型玩家们忙着 IPO 募资、寻求战略投资或推出付费订阅服务时，DeepSeek 却在资本寒冬中走出了一条截然不同的道路。这家以 R1 模型惊艳行业的 AI 实验室，不仅没有外部融资，甚至没有明显的商业化动作，却能持续产出高质量研究成果。其背后的秘密在于母公司幻方量化 2025 年创下的 50 亿元收入 —— 这笔资金足以支撑 DeepSeek 再训练 2380 个 R1 模型。在行业普遍焦虑的当下，DeepSeek 的 "非典型" 发展路径，为我们提供了一个重新思考 AI 研发模式的样本。

image

非典型 AI 实验室：资本自由下的研究纯粹性

DeepSeek 的独特之处在于其完全独立于外部资本压力的研究环境。与 OpenAI 通过 "资本内循环" 换取芯片和云厂商投资、MiniMax 计划 IPO 募资 6 亿美元不同，DeepSeek 的研发经费完全来自母公司幻方量化的内部预算。这种模式让 DeepSeek 能够专注于基础研究而非短期商业回报。

从数据来看，这种模式的效率惊人。据 DeepSeek 披露，V3 模型研发仅花费 557.6 万美元，而 R1 模型更是只花了 29.4 万美元。相比之下，行业平均水平的大模型训练成本通常在数千万美元级别。幻方量化 2025 年约 50 亿元的收入，按当前成本计算，足够支撑 DeepSeek 再开发 125 个 V3 或 2380 个 R1 模型。

更值得注意的是 DeepSeek 的研究产出效率。在没有外部融资压力的情况下，团队保持了高度的学术专注度。2025 年下半年，DeepSeek 连续发布 OCR、V3.2 等研究成果，年底更是将 60 多页的技术更新作为补充材料加入 R1 论文。这种持续的高质量产出，在行业普遍追求商业化变现的背景下显得尤为难得。

交叉补贴模式：量化投资与 AI 研发的共生关系

DeepSeek 的 "资本自由" 并非凭空而来，而是建立在幻方量化成熟的量化投资业务之上。这种基于现有业务的交叉补贴模式，为 AI 研发提供了稳定且可持续的资金来源。

image

幻方量化 2025 年的业绩堪称惊艳。根据私募排排网数据，其旗下基金平均收益率达 56.6%，在百亿级量化基金中排名第二，远超行业平均 30.5% 的水平。考虑到其管理的 700 亿元资产规模，按 1% 管理费和 20% 绩效费计算，幻方量化去年收入可能超过 7 亿美元（约 50 亿元人民币）。这一数字不仅超过了 MiniMax 的 IPO 募资目标，更是 DeepSeek 研发投入的数百倍。

这种模式的优势在于其可持续性和独立性。与谷歌搜索业务对 Gemini 的战略牵制不同，幻方量化的量化投资业务与 DeepSeek 的 AI 研究不存在直接竞争关系，反而形成了互补。AI 技术可以优化量化投资策略，而投资收益又反哺 AI 研发。上海弈泰私募基金管理有限公司投资总监李明鸿指出："当你的第一个创业项目进展顺利时，你就能更好地孵化第二个项目。"

更关键的是，这种模式让 DeepSeek 免受外部股东的短期业绩压力。幻方量化几年前就已停止接受外部资金，这意味着 DeepSeek 的研发方向完全由团队自主决定，无需为了满足投资人的回报预期而调整战略重点。

未来挑战：纯粹研究模式的可持续性与商业化平衡

尽管当前模式为 DeepSeek 提供了独特优势，但随着 AI 技术的发展和行业竞争的加剧，这种纯粹的研究模式也面临着潜在挑战。

首先是规模扩张带来的成本压力。虽然目前 R1 模型的训练成本仅 29.4 万美元，但随着模型规模的扩大和研发团队的增长，单位成本可能会显著上升。当需要训练更大规模的模型或拓展多模态能力时，现有预算是否还能支撑如此 "奢侈" 的研究模式，仍是未知数。

其次是人才竞争的挑战。随着行业对 AI 人才的争夺日益激烈，纯粹的研究环境是否足以吸引和留住顶尖人才？特别是当竞争对手能够提供更具市场竞争力的薪酬和股权激励时，DeepSeek 的 "理想主义" 是否还能维持对顶级研究者的吸引力？

最后是商业化的必要性问题。尽管当前资金充足，但长期来看，AI 技术最终需要通过商业应用来实现其社会价值。DeepSeek 何时以及如何启动商业化进程，将是决定其能否持续发展的关键。是继续保持纯粹的研究实验室定位，还是逐步探索商业应用，这将是 DeepSeek 未来需要面对的战略抉择。

DeepSeek 的案例为我们展现了 AI 研发的另一种可能性 —— 在资本自由的环境下专注于基础研究。这种模式能否持续并最终引领 AGI 发展，仍需时间检验。但至少在当下，它为我们提供了一个重要启示：在 AI 赛道上，充足且无压力的资本支持，有时比任何商业模式创新都更为重要。当其他玩家还在为生存而奔波时，DeepSeek 已经获得了专注于未来的奢侈权利。

image