据The Information消息，梁文锋个人出资最高达200亿元人民币，占本轮计划融资总额的40%。
前沿模型越来越不像“写一篇论文、训一个模型”那么简单。推理能力、Agent能力、超长上下文、企业级稳定性，都会把算力需求继续往上推。
DeepSeek官方4月发布的V4系列，已经把上下文长度拉到1M，还开始测试视觉模式。
如果公司继续往企业服务走，算力就不只是训练时的大开销，还会变成持续推理、稳定交付的一部分。
DeepSeek已经流失了一些明星研究员，郭达雅、王炳宣、魏浩然……跳槽后都拿到更高薪酬。
The Information消息称，DeepSeek员工已经开始向各行业企业推广模型，希望把技术变成可收费的产品和服务。
V4系列在4月24日上线，包含两个模型：deepseek-v4-pro和deepseek-v4-flash，都支持1M上下文。
对企业来说，1M上下文对应的是长文档、长代码库、多轮任务、复杂工作流。再加上工具调用、JSON输出，接入真实业务流程的障碍已经扫清。
新版本会给企业用户更多工具，更好支持行业通用的MCP协议，V4.1还计划可以同时处理图像和音频。
但DeepSeek近期告诉部分投资者，公司计划把模型发布节奏加快到更接近行业常规速度。
DeepSeek过去没有外部投资人催增长，没有商业化团队推KPI，也没有太早被收入模型框住。
从AI产业格局看，DeepSeek的定位也变了。模型、芯片、国产算力、企业应用，不再是几条平行线，而是在它身上开始交叉。
参考链接：
[1]
https://www.theinformation.com/articles/deepseek-raise-7-billion-startup-plots-revenue-efforts
量子位 QbitAI