四、行业格局预判：国内基座模型将洗牌收敛，中美差距仅在算力资源 1、国内市场：资源分散，最终仅留存 3-4 家基座厂商 当下国内自研大模型基座企业数量过多，算力、人才资源分散，大量重复研发造成资源浪费。长期行业会快速洗牌收敛，若每家厂商都只追求合理利润，最终仅需 2 家大厂 + 2 家创业公司，即可完成充分市场竞争，行业暴利空间会彻底消失，成本控制能力将拉开企业差距 2、国际竞争：海外头部交替领先，中美无人才代差 Anthropic 现阶段在代码智能体赛道小幅领先 OpenAI，但属于阶段性优势，未来 OpenAI 与 Google 会交替领跑行业 中美 AI 不存在人才层面代差，国内科研人才储备充足，双方唯一硬性差距是算力硬件资源。美国头部企业拥有海量高端 GPU，可训练 800B 超大激活参数模型 国内算力供给受限，仅能稳定训练几十 B 规模模型。DeepSeek 的追赶目标：依靠架构、推理效率创新，以远少于美方的算力投入，将中美技术代差从 1-2 年缩短至 3-6 个月 五、唯一不可退让底线：团队稳定，是实现 AGI 的核心根基 整场 4 小时交流中，梁文锋明确公司唯一无法妥协的核心利益：保持核心团队稳定 只要核心人员不流失，算力、资金、硬件资源都可以逐步补齐，做成 AGI 只是时间早晚问题；人才流失，才是公司最大风险 本轮大额融资落地后，团队发放大额期权，大幅化解人员流失隐患。对比同行，DeepSeek 人才流动率长期处于行业低位，多数研究员入局初衷是完成通用人工智能，而非单纯追逐高薪 同时公司采用松弛型科研组织架构：无硬性 KPI，研发工作分为上下两条线，统一协同任务不占用员工一半时间，剩余时间研究员可自由探索感兴趣的技术方向，不强制加班，保障创新研究氛围。公司不靠规章制度管理，依靠统一的 AGI 愿景凝聚所有人 六、算力破局：TileLang 打破 CUDA 垄断，国产芯片生态一年之内完成验证 算力是国内 AI 追赶海外的最大掣肘 现有算力现状当前拥有约 2 万张 H 等效算力，华为供给 16000 张 950 卡，仅等效 4000 张英伟达 B 系列显卡，仅支撑现有几十 B 模型训练，不足以研发下一代百 B 级超大模型。资金使用策略：融资全部优先转化为算力，只要硬件价格合理，不计成本大批量采购英伟达、国产芯片，半年内花完融资是最优状态；长期自建算力集群，但暂无自研芯片计划，优先市场化采购硬件 TileLang 底层架构，彻底摆脱英伟达 CUDA 依赖自研高级算子语言 TileLang 是国产算力适配的核心抓手，V3 系列模型已完全脱离 CUDA 生态运行：算子开发代码量大幅精简，开发效率显著提升，整体推理性能相比传统方案小幅优化；深度适配华为昇腾芯片，仅少量修改即可完成跨硬件迁移，抹平国产卡适配门槛；同时依托 AI 辅助编写底层算子，持续完善国产算力配套生态 梁文锋判断：未来 1 年内，市场 “国产芯片生态不完善” 的固有认知将被彻底扭转。当前国产硬件最大瓶颈并非软件适配，而是产能不足；华为 950 性能可平替英伟达 GB200/GB300，仅存在四倍算力差距、两年代差，长期具备完整替代潜力 七、商业化兜底：B 端收入稳步增长，不靠短期变现透支长期研发 DeepSeek 不以商业化营收为核心目标，但商业模式具备充足兜底能力，不存在长期亏损风险： To B 业务增长乐观，若算力供给充足，年度 ARR 有望冲击数亿美金规模，现金流可覆盖全部研发、人力成本 C 端仅低成本维持基础服务，不主动做流量变现、增值付费 长期不做全产业链垂直整合，基座模型是核心赛道，应用层、垂直场景全部开放给合作伙伴共建生态 保底方案：即便技术迭代停滞，仅依靠标准化 API 付费服务，也足以支撑上市公司完整业绩