智東西模型更新

估值4814億!曝DeepSeek啟動第二輪融資,V4正式版要來了

2026年7月14日 11:13

重點摘要

智東西 作者 | 陳駿達 編輯 | 心緣 智東西7月14日消息,今天,據英國《金融時報》報道,兩位知情人士透露,DeepSeek本週開始與新的投資者展開初步接觸,討論開啟新一輪融資,投前估值約為710億美元(約合人民幣4813.9億元),較其首輪融資估值提升約37%。不過,新一輪融資的具體細節尚未最終確定。 此輪新融資距離DeepSeek完成首輪融資僅1個月。

站內 AI 整理稿

DeepSeek 正準備展開第二輪融資,根據英國《金融時報》報導,這家 AI 公司已於本週開始與新的投資者進行初步接觸,預計投前估值約為 710 億美元,換算新台幣約 4814 億元。這一估值較其首輪融資後的估值提升約 37%,顯示市場對其發展前景的高度期待。值得注意的是,距離 DeepSeek 完成首輪外部融資僅相隔約一個月,新一輪融資的具體細節仍在磋商階段,尚未最終定案。DeepSeek 的首輪融資約在今年 5 月底完成,當時募資金額約為 70 億美元,換算約 475 億元新台幣,投後估值則落在 520 億美元左右,約合新台幣 3526 億元。

知情人士指出,該公司在短時間內接連展開融資,主要目標是為了加速算力基礎設施的擴張,以因應快速成長的業務需求。這意味著 DeepSeek 正在全力布局底層硬體實力,為後續模型訓練與產品部署鋪路。在算力基礎建設方面,DeepSeek 今年 6 月於官網發布 IDC 數據中心團隊的招募計畫,職位描述中明確提到公司正著手打造 GW 級(吉瓦級)算力園區,從規劃設計、技術研發到營運管理都將由 DeepSeek 自己的團隊負責。自建數據中心的投入極為可觀,最終投資規模可能高達數百億元人民幣。

作為參考,今年 4 月中國清潔能源上市公司晶科科技曾與寧夏中衛市人民政府簽署投資協議,針對 1GW 算力中心項目規劃總投資約 245 億元人民幣,足見此類基礎設施的資金需求之鉅。除了數據中心,DeepSeek 同時被傳出正在推進自研 AI 推理晶片的工作。根據路透社 7 月 7 日的報導,該公司大約在一年前就已啟動自研晶片的相關計畫,目前正在接觸外部合作夥伴,並與晶片設計公司、晶圓代工廠以及記憶體業者展開討論。消息人士透露,近幾個月 DeepSeek 增加了晶片設計工程師的招聘數量,但這類招募並未透過公開平台發布,而是以私下方式進行,顯示其對硬體自主研發的高度重視與保密策略。

DeepSeek 積極擴建 AI 基礎設施的背後,與其業務發展的實際需求有直接關聯。今年 6 月,DeepSeek Harness 團隊負責人崔添翼在海外社群平台 X 上公開表示,團隊面臨嚴重人力短缺,即使每日進行高強度面試並大規模發布招聘廣告,仍然無法滿足業務快速擴張的需求。該團隊主要負責打造 Agent 產品,這類產品需要在後台持續執行多輪推理、規劃、工具調用與反思等複雜流程,單次任務消耗的算力可能達到傳統對話請求的數十倍甚至上百倍。隨著未來 DeepSeek 的 Agent 產品正式發布,算力缺口勢必進一步擴大,這也倒逼該公司加快自建數據中心的節奏,以確保能夠支撐日益龐大的運算負載。

從融資到硬體建設,再到人才招募,DeepSeek 正處於一條高速擴張的軌道上。在產品面,DeepSeek 已經預告其新一代模型 DeepSeek-V4 正式版預計在 7 月中旬上線,時間點正好落在本週前後。這將是 DeepSeek 完成首輪外部融資後推出的第一款新模型,同時也是該公司進入新一輪擴張週期後首次重要的產品發布,外界對其性能表現與應用場景都抱有相當高的期待。伴隨融資與產品迭代,DeepSeek 也同步展開大規模招聘,目標是將所有部門的規模擴大至少一倍,以支撐模型研發、基礎設施建設以及產品商業化的全面推進。

對於這家仍處於高速成長階段的 AI 公司而言,更大的考驗在於如何將資本迅速轉化為持續的技術突破與產品競爭力。在資金充沛但市場競爭同樣激烈的環境下,DeepSeek 的下一步動向將備受關注。

Related

相關文章

拆解“AI辦公入口戰”底層:怎麼做才能成為最終贏家?

字節、阿里、騰訊等大廠正透過組織調整與產品整合,全力爭奪AI辦公入口,關鍵在於模型、場景、生態與商業體系的全面競爭。這場戰爭的核心是透過AI產品實現Token經濟的商業閉環,並以「效果」為標準,透過自有體系與外部生態滿足企業用戶的真實需求。最終贏家需兼顧模型能力、場景積累與生態建設,才能在AI生產力時代站穩腳步。

48 分鐘前

千人聯機世界模型“RhOS-World: Khora”正式發佈

RhOS.ai與Ophilus.AI共同發布了千人聯機世界模型「RhOS-World: Khora」,該模型能讓多達1024個智能體在共享的3D空間中即時互動,且無需傳統物理引擎。其核心技術「STBoard(時空黑板)」架構,透過統一的物理狀態管理,解決了多視角一致性的難題,並大幅降低了擴展智能體數量的運算成本。

49 分鐘前
Hugging Face Blog模型更新

TutorMoments:AI 家教何時該出手,何時該放手?

今日我們推出 TutorMoments 預覽版,這是一個評估框架,旨在衡量尖端大型語言模型能否掌握教育中最難的平衡:何時介入協助學生,何時退後讓學生自行努力。TutorMoments 基於真實的一對一數學輔導課程,透過重播方式進行評估。經驗豐富的數學教師會檢視從美國收集的對話記錄。

1 小時前