DeepSeek首轮融资70亿美元估值达590亿,腾讯宁德入局,梁文锋能否掌控方向盘?

数量1倍数特性.pdf 立即下载

甚嚣尘上的融资风波终落定

甚嚣尘上的DeepSeek融资风波,终于尘埃落定。据外媒报道,多家国内媒体印证,DeepSeek首轮融资约70亿美元,估值最高摸到590亿美元。腾讯打算掏100亿人民币,宁德时代计划投50亿,创始人梁文锋自己承诺了200亿。这是DeepSeek成立以来第一次向外部资本敞开大门。此前,它一直靠幻方量化养着,梁文锋从未让外部股东进来过。这次开门,放进来的名单很有意思,腾讯和宁德时代出现在同一张名单上。在美国,OpenAI的投资者是微软、NVIDIA,Anthropic靠Google Cloud,大家都在同一技术谱系里找盟友。腾讯和宁德时代产业大方向一致,都是押注AI产业红利,但核心商业诉求、落地领域完全不同。买的是同一家公司的股权,心里想的却是两码事。这种“同床异梦”,才是这笔融资真正值得琢磨的地方。

腾讯:自研成绩佳仍百亿参股,双线并行谋发展

腾讯混元Hy3 preview在5月7日拿了OpenRouter平台单周冠军,3.66万亿Token,编程和工具调用双第一。这成绩说明自研技术并未落败。但6月3日这条融资消息一出来,市场看到的画面是:即便自研技术跑分收获佳绩,腾讯仍选择百亿参股布局同行,形成双线并行。这种双线并行的背后,是C端生态和商业化落地上实实在在的差距。QuestMobile今年3月的数据显示,腾讯元宝月活只有5735万,而豆包3.45亿,千问1.66亿。对腾讯来说,更麻烦的是增速。元宝一季度新增用户才820万,豆包和千问分别新增约1亿和1.26亿。混元Hy3 preview在OpenRouter的登顶,榜单成绩存在活动导流、集中调用因素,不完全来自自然生态流量。腾讯一季度资本开支付款370亿元,主要用于AI相关投入,其中计入当期的资本开支为319亿元。大量砸向AI基建,产出和投入明显不成正比。混元API输入定价1.2元/百万Tokens,豆包只要0.6元。价格上没优势,规模上又被甩开数量级。阿里已经成立ATH事业群全面转向Token经济,字节豆包在5月4日悄然推出付费订阅,分68元、200元、500元三档。对手们早就不比谁调用量大了,开始比谁真能从调用量里赚到钱。腾讯花这100亿,买不到DeepSeek的技术独占权,因为DeepSeek是开源的,代码谁都能下载。腾讯换来的是一种“优先参与权”,确保在字节、阿里、DeepSeek三强格局里,自己不会在下个AI应用爆发周期被踢出牌桌。混元继续在内部场景消化流量,元宝、QQ、腾讯文档这些自家地盘还能用,DeepSeek则补足外部开发者和B端企业客户。双线并行,并非放弃自研,而是在AI寡头定型阶段,通过“自研兜底+外部卡位”完成战略对冲。

宁德时代:电池厂跨界入局,盯紧算力耗电商机

腾讯投DeepSeek还在互联网圈子里打转,宁德时代的入局则完全跨出了这个圈子。一家电池厂掺和大模型,跟代码没关系,盯的是电表。DeepSeek融资用途包括“提升算力投入、优化员工薪酬及加速商业化进程”,其中算力投入被多家媒体置于首位报道。算力就是耗电,耗电就是储能订单。宁德时代过去三个月的动作,串起来看是一条间接渗透的算力能源链。4月,约41亿增资中恒电气控股股东中恒科技投资,持股49%,间接布局中恒电气的HVDC业务,中恒电气实控人朱国锭未变更。5月,约65亿通过关联方PJ Millennium入股世纪互联,拿下约38.1%股份,但宁德时代选择当“安静的股东”,投票权仍由创始人陈升主导。6月,约50亿意向投DeepSeek。三个月,约155亿。这节奏已超出财务投资试水范畴,明确指向战略赛道迁移。宁德时代今年一季度净利润207亿,账上趴着超过4100亿现金。投50亿给DeepSeek,只占其现金储备的约1.2%,谈不上伤筋动骨,但连续三笔AI基础设施相关投资,已经超出了财务部门随手配置的范畴。动力电池主业的天花板肉眼可见。2026年4月国内新能源车零售渗透率突破60%,行业高增速时代正式收尾。储能市场又陷入严重价格战,二线厂商亿纬锂能、海辰储能、中创新航正在快速蚕食份额。AI数据中心的电力需求就是这个新领域。宁德时代在4月15日的业绩说明会上明确提及,AI普及加速下,电力与能源不足成为核心瓶颈,数据中心配储需求呈指数级增长。行业测算显示,超大型数据中心在高稳定供电需求下,对应储能配储规模可达15–20GWh。大模型从训练转向推理,加上多模态模型的部署,数据中心电力消耗呈指数级增长。传统电网扛不住这种稳定供电需求,储能系统、备用电源、HVDC成了刚需。宁德时代跟商汤科技合作的临港智算中心储能系统,17.888MW,一年能省近1000万电费。这笔账已经算得过来。投资DeepSeek,等于提前锁定一个确定性的、高增长的终端客户。DeepSeek官网4月放出乌兰察布数据中心岗位,从招聘信息看,内蒙古数据中心处于立项或建设阶段,尚未投入运营。它的算力扩张计划,就是宁德时代的订单计划。

梁文锋的方向盘:掌控独立商业化,应对股东诉求挑战

4月初市场传闻DeepSeek估值约100亿美元,半年后融资方案中的590亿美元,涨幅惊人。这种跳跃很难归因于单一因素。DeepSeek V4.1的发布预期、开源生态的扩张、以及中国AI一级市场的整体热度,都是推手。腾讯和宁德时代的入局,为这种估值提供了产业背书,放大了估值溢价。并非资本入场推高基本面,而是资本认可基本面,从而放大估值溢价。腾讯带来应用场景的想象空间,宁德时代(通过关联方)带来能源基建的落地可行性。但估值上行的根本原因,始终是DeepSeek自身开源生态与多模态产品落地预期。归根结底,是DeepSeek先站到了那个位置,才引来了这两家产业巨头。腾讯赋予DeepSeek应用层价值,宁德时代(通过关联方)带来了能源层价值。但“枢纽溢价”有个隐含的脆弱性。腾讯需要DeepSeek的模型能力来支撑微信、游戏、云这些超级场景。宁德时代需要DeepSeek的算力扩张来消化储能产能。两家公司的诉求都合理,方向却并不一致。未来若腾讯要求DeepSeek优先服务其生态,宁德时代要求排他性能源合作,股东利益和DeepSeek独立商业化之间的张力就会浮现。计划6月发布的V4.1企业级多模态模型,是DeepSeek从开源展示转向独立收费服务的关键一步。这一步需要股东支持,但也需要摆脱股东绑定。梁文锋自己砸了200亿,比腾讯和宁德时代加起来还多。外部股东控制在10家以内,而且全是能带来战略资源的产业方,没有纯财务投资机构。这种结构算不上联盟,只是“各取所需”的松散集合。梁文锋砸这么多钱,核心目的只有一个:把方向盘握在自己手里。DeepSeek融资落地只是开始,真正的考验在后面。股东们开始兑现各自的“参与权”和“订单权”时,梁文锋的绝对控制权能不能真的镇得住场子,现在谁也说不准。

结语:中美AI产业布局差异,DeepSeek融资开启新考验

字节和阿里在走“帝国式垂直整合”路线,自建模型、云、芯片、应用,整条产业链吞进肚子里。腾讯和宁德时代的打法完全不同,他们不自建一切,选择资本绑定一个独立枢纽,共同押注第三方节点。梁文锋则是那个握方向盘的人。这并非优劣之分,而是中美AI产业基建成熟度不同,催生的差异化布局路径。美国AI公司争夺GPU,中国AI公司已经在争夺电力、场景和产业链配套。DeepSeek这笔融资,本质上是一张进入“基础设施军备竞赛”的昂贵门票。门票已经买了,戏能不能唱完,还得看台上这几位观众,各自想听什么戏。

__EF550.zip 立即下载

相关推荐

【高速互连技术】合规性测试规范:物理层信号完整性与链路均衡验证系统设计

内容概要:本文档介绍了分析工具进行实践对照,并关注后续规范版本更新以确保符合最终发布标准。

考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)

考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)内容概要:本文介绍了基于NSGA-II多目标优化算法对包含风能、光伏、火电、储能系统、需求响应及电转气(P2G)等多种能源形式的综合能源系统进行优化调度的研究,采用Matlab进行代码实现。研究综合考虑了系统运行成本、碳排放、能源利用率等多个优化目标,通过建立精确的数学模型,结合可再生能源出力不确定性、负荷波动以及需求响应机制,实现多能源协同调度的帕累托最优解集求解,旨在提升能源系统的经济性与环保性,并验证所提方法的有效性和实用性。; 适合人群:具备一定电力系统、优化算法及Matlab编程基础的研究生、科研人员以及从事能源系统规划与运行相关工作的工程技术人员。; 使用场景及目标:①应用于多能源互补的综合能源系统优化调度研究;②为实现低碳、高效、可靠的能源供应提供决策支持;③学习和掌握NSGA-II算法在复杂多目标优化问题中的实际应用方法。; 阅读建议:建议读者结合Matlab代码与文中模型描述逐步理解算法实现流程,重点关注目标函数构建、约束处理及Pareto解集的生成与分析,有条件者可进一步修改参数或扩展模型以深化理解。

万人睡眠健康与生活方式调查数据集

成年人群睡眠健康与生活方式研究数据集,合成模拟10000行20列单CSV文件,睡眠障碍标记人群占比约四分之一。设置双预测目标:睡眠障碍二分类字段与日间疲劳得分回归字段,可分别开展分类与回归建模。特征字段涵盖年龄、性别、十一种职业类别、每周工作时长、轮班工作标记、自我压力评分、身体质量指数BMI、吸烟状态、每周饮酒量、每日咖啡因摄入毫克数、睡前一小时屏幕使用时间、每周运动分钟数、日均步行数、静息心率、习惯就寝时间点、平均睡眠时长、睡眠质量自评等二十项。数据完整无缺失,结果列与特征列分离清晰,便于目标泄漏防范练习。适用场景:睡眠障碍预测建模、日间疲劳程度回归分析、咖啡因与睡前屏幕对睡眠时长的影响量化、不同职业群体睡眠质量对比研究、逻辑回归与梯度提升模型对比实战等。合成数据不含真实个人信息,适合健康数据分析教学、特征工程练习与机器学习课程实训项目使用。

16周全【Harness&Hermes】多智能体开发特训营

2026年的AI开发者圈子里,几乎没有人再怀疑多智能体的价值。Gartner预测年底40%的企业应用将内置智能体,LangChain、AutoGen、CrewAI等框架轮番登场,演示视频里的AI团队分工明确、配合流畅。然而,一个尴尬的现实是:大多数开发者手里跑通的多智能体项目,停留在Jupyter Notebook的最后一行。一旦试图把它塞进真实业务环境,问题便如潮水般涌来——长任务跑到一半崩了要重来,智能体之间的消息黑盒般不可追溯,换个场景就得推倒重写,上线之后连“刚才那次调用为什么花了三倍的钱”都查不出来。 这正是【Harness&Hermes】多智能体开发特训营试图回应的命题。它的切入点不在“再教你写一个Demo”,而在于一个更朴素却更稀缺的能力:让多智能体系统从演示玩具变成可交付、可运维、可演进的生产资产。 要理解这门课的价值,得先看清多智能体开发当前的断层在哪里。单Agent时代,提示词写得好、API调得通,基本就能交差。但多Agent协作的本质是编排:谁负责拆解需求,谁负责执行,谁负责校验,上下文如何在角色之间传递而不丢失,某个环节出错时整条链路如何回退。这些问题的难度不在模型能力,而在工程控制。市面上不缺讲LangGraph节点怎么连、RAG检索怎么做的教程,缺的是把“多个智能体在真实业务压力下稳定协作”这件事讲透的人。 Harness与Hermes的分工,恰好对应了工程控制的左右手。根据课程的设计逻辑,Harness管“流程”,Hermes管“记忆与进化”。Harness 负责长任务的流程治理:一个面试模拟流程跑了二十分钟,中途用户关掉页面,下次打开能不能接着上次的进度继续?某个Agent调用工具超时了,整条链路是崩溃还是优雅降级?线上出了问题,日志能不能精确到“第几轮对话、哪个Agent、调了什么工具、花了多少token”。这些听起来不性感,但任何一

FANUC-R2000iC165F-六轴机械臂码垛仿真

FANUC_R2000iC165F_六轴机械臂码垛仿真

frontend-design skills

frontend-design skills

产业园区运营负责人如何利用数据智能化提升科技资源配置效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?.docx

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?

一种具有实验验证的层级扰动抑制深度跟踪控制算法,适用于欠驱动型AUV(Simulink仿真、Matlab代码)

内容概要:本文详细介绍了一种专为欠驱动型自主水下航行器(AUV)设计的层级扰动抑制深度跟踪控制算法,该算法通过构建分层控制架构,有效应对海洋环境中复杂的外部扰动(如水流、波浪等)以及系统内部的非线性动态特性,显著提升了AUV在执行深度跟踪任务时的控制精度与系统鲁棒性。研究不仅涵盖了控制策略的理论设计与稳定性分析,还包括详细的Simulink仿真模型搭建、Matlab代码实现及参数设置,并通过对比实验验证了所提方法在抗干扰能力和跟踪性能方面相较于传统控制算法的优越性。资源包内含完整的可运行代码、仿真模型和详尽的文档说明,便于研究者复现结果并在此基础上进行二次开发与创新。; 适合人群:具备自动控制理论基础、海洋工程或机器人相关学科背景,且熟练掌握Matlab/Simulink仿真环境的科研人员、研究生及高年级本科生。; 使用场景及目标:① 深入学习和研究欠驱动AUV的先进运动控制技术,特别是深度跟踪控制策略;② 开展水下机器人抗外部扰动控制算法的设计、仿真与性能验证工作;③ 作为毕业设计、科研项目或学术论文的技术支撑与代码原型,加速研究进程。; 阅读建议:建议使用者结合提供的Matlab代码与Simulink模型,逐模块理解算法的实现逻辑与数据流,推荐从简单静态环境仿真入手,逐步过渡到复杂动态扰动工况,通过调整控制器参数与扰动强度,全面掌握算法的性能边界、鲁棒性特征及优化潜力。

国企央企如何实现技术成果的精准对接与快速落地?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究(Matlab代码实现)

内容概要:本文围绕用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计展开研究,深入探讨了卡尔曼滤波在动态系统状态估计中的核心作用。文章系统阐述了卡尔曼滤波的数学基础,包括状态空间模型的建立、先验与后验状态估计、协方差矩阵的递推更新,以及最优增益矩阵的推导过程,确保在高斯白噪声环境下实现对系统状态的最小均方误差估计。结合Matlab代码实现,完整展示了算法从理论建模到仿真实验的全流程,涵盖系统建模、噪声设置、滤波迭代、状态更新与误差分析等环节,并通过仿真实验验证了算法在噪声干扰下对系统真实状态的高精度跟踪能力。该研究为控制工程、导航系统、信号处理及自动化领域中的状态估计问题提供了坚实的理论依据与高效的数值实现方案。; 适合人群:具备一定控制理论、概率统计基础和Matlab编程能力,从事自动化、电子信息、航空航天、机器人、导航定位等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①掌握卡尔曼滤波的基本原理及其在状态估计中的数学推导过程;②学习如何利用Matlab实现卡尔曼滤波算法并进行系统仿真与性能评估;③应用于目标跟踪、传感器融合、惯性导航、故障诊断、时间序列预测等实际工程中的动态状态估计问题。; 阅读建议:建议读者结合文中提供的Matlab代码进行动手实践,通过调整系统模型参数、过程噪声与观测噪声强度,观察滤波效果的变化,深入理解卡尔曼增益的自适应调节机制与MMSE估计的收敛特性。同时可进一步拓展学习扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等非线性滤波方法,以应对更复杂的非线性系统状态估计挑战。

国央企如何构建高效的内部技术转移与创新协同机制?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

高校技术转移办公室人员如何提升成果转化服务效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

圆柱形永磁体的磁场建模研究(Matlab代码实现)

内容概要:本文围绕圆柱形永磁体的磁场建模展开系统性研究,基于毕奥-萨伐尔定律建立了有限尺寸圆柱形永磁体的物理模型,推导出其在空间任意点产生磁场强度的数学表达式,并采用数值积分方法结合Matlab编程实现磁场分布的精确计算与三维可视化。研究深入探讨了磁体的几何参数(如半径、高度)和磁化方向对磁场分布特性的影响,实现了磁场矢量的多维度仿真分析,为电机设计、磁传感器开发、磁悬浮系统等工程应用提供了坚实的理论依据与高效的仿真工具支持; 适合人群:具备电磁场与电磁波、大学物理等相关理论基础,并熟悉Matlab编程语言的高校理工科学生、科研人员及从事磁性器件设计与仿真的工程技术开发者; 使用场景及目标:①掌握基于经典电磁理论的磁场建模方法与数值求解流程;②学习并实践Matlab在科学计算与物理场仿真中的高级应用技巧;③为永磁材料相关装置的结构优化与性能评估提供可靠的仿真手段;④服务于高校课程教学、科研项目验证及工程原型开发; 阅读建议:建议读者在学习过程中紧密结合电磁学基本原理,逐步理解公式推导逻辑,动手运行并调试所提供的Matlab代码,通过调整磁体参数观察磁场变化趋势,从而深化对永磁体空间磁场分布规律的认识,并尝试将其拓展应用于实际工程项目中。

国央企创新负责人如何利用平台实现技术需求的精准挖掘与匹配?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

自适应多机器人编队规划,以包围和跟踪具有运动和可见性约束的目标(Matlab代码实现)

内容概要:本文提出了一种自适应多机器人编队规划方法,旨在实现对具有运动能力和可见性约束目标的高效包围与持续跟踪,采用Matlab进行算法实现与仿真验证。该方法综合考虑了多机器人系统在动态环境中的协同控制、编队形态生成与保持、障碍物规避以及目标可见性维护等关键问题,通过设计分布式控制律使编队能够根据目标行为和环境变化自适应调整队形与运动轨迹,确保稳定包围并最大化目标观测质量。文中详细阐述了系统的数学建模过程、控制策略设计原理及约束处理机制,并提供了多场景下的仿真实验结果,验证了所提方法在复杂条件下的鲁棒性、灵活性与有效性。; 适合人群:具备自动化、机器人学、控制理论或人工智能等相关领域基础知识的科研人员及研究生,熟悉Matlab编程环境并致力于多智能体系统、协同控制、路径规划或智能无人系统研究的专业人士。; 使用场景及目标:①应用于多机器人系统在监视、围捕、搜救等任务中对移动目标的协同包围与跟踪控制;②为研究分布式编队控制、可见性优化、动态避障与多智能体协同决策等核心技术提供可复现的算法实例与理论支撑; 阅读建议:建议读者结合提供的Matlab代码逐模块分析算法实现细节,重点关注控制律设计、约束建模与仿真结果对比部分,宜在仿真环境中调整参数配置以深入理解系统性能边界与优化潜力。

高校技术转移办公室人员在进行技术成果推介时,如何高效生成具有说服力的推介材料.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

数据分享|1961-2017年中国0.25°×0.25° 逐日地表水文数据集(VIC-CN05.1)

其中,全球径流中心(University of New Hampshire and Global Runoff Data Centre, UNH/GRDC)的复合产流场集成了观测的河道径流和水量平衡模式模拟的地表和地下径流,常被用来评估模拟的径流。在长白山、海北灌丛和千烟洲通量站,模拟与观测的逐月潜热通量的平均NSE为0.61。VIC-CN05.1受益于较准确的大气驱动场、先进的地表水文参数化方案以及更真实丰富的土壤信息,可作为中国水文气象研究的参照数据,用于陆面模式的评估和长期的趋势分析等。

J_Giser的博客 1835
上一篇: 戴盟机器人获亿元 A 轮融资,发力物理世界模型,欲定义具身智能“手感”标准
下一篇: 麒麟软件再中标海南教育项目超3.2万套,为全国中小学智慧教育国产化提供范例
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值