资深投资人揭秘Deepseek“不融资”生存法则

2024年上半年，已经决定投资欧洲人工智能Mistral AI的宋春雨，回国第一时间便要求团队在国内寻找商业模式和MistralAI相似的创业公司。

Mistral AI成立于2023年4月，由三位前谷歌DeepMind和Meta的科学家联合创立。早期他们推出的开源模型Mistral7B曾凭借超低的调用成本及比肩GPT-3.5的性能，迅速成为OpenAI最有力的竞争对手。

宋春雨是联想创投集团高级合伙人和首席投资官，是AI领域的投资老兵，投资项目覆盖AI1.0至AI2.0时代不少明星项目——旷视科技、第四范式、寒武纪、阶跃星辰、智谱AI等。

但在基础大模型最火的2023年，宋春雨没有投任何一个基础大模型公司，反而是投资了开源社区、上层应用及一些算力芯片公司。

“当时在海内外，GPT-4都非常火。但因为调用GPT-4成本高，这种模式不长久，我们要找的是能把大模型像水、电、煤一样接入社会基础设施的公司。”宋春雨说。

宋春雨在海外投资了MistralAI，而在国内发现了同样开源且采用MoE架构的Deepseek。“我去年2月就和梁文锋在交流，但他们不融资。梁文锋对商业化不感兴趣，他专注打磨基础模型，确保每一代模型都保持领先。”宋春雨说。

今年，宋春雨在AI领域的投资方向已经开始向智能体、AI原生应用以及具身智能

等方向迁移，关注大模型如何重构物理世界。

以下是宋春雨对于基础大模型技术迭代、Deepseek不融资、中美AI差距、AI原生应用、具身智能、自动驾驶等看法，在不改变原意的基础上有所删减：

梁文锋拒绝融资背后的逻辑

问：你决定投资Mistral AI主要是因为这家公司是开源的吗？

宋春雨：

开源的魅力在于将最先进的成果公开，使大家能够快速学习并在其基础上进行创新。这使得当前各大模型的学习和进化速度比以往快了几倍。例如，OpenAI在去年12月6日发布o1正式版，Deepseek-R1在今年年初达到与o1相似的性能水平。此后，行业内几乎每个月都会出现试图对标o1和R1的新模型。

开源也促进了算法、架构等技术的迅速传播与应用。比如，Deepseek取得成功之后，Meta在其Llama4中也采用了MoE架构。

Mistral之所以在2023年底迅速走红，是因为其开源的MoE大模型Mistral 8x7B性能达到了GPT-3.5的水平。

我们于去年年初投资了Mistral。我回到国内后，就要求我们的投资团队在国内寻找能够和Mistral对标的、并采用MoE架构的开源模型。去年2月份我们就和梁文锋有深度交流，但他们不融资。

问：不缺钱？

宋春雨：

我个人觉得梁文锋是坚信AGI

的人。第一，他是技术极客背景出身，他给自己的使命就是要去摸AGI的上限，或者说人类能达到硅基智能的上限是什么？他对商业化不感兴趣，这一轮Deepseek浪潮中，在用户体验方面，最大的赢家是腾讯的元宝，梁文锋所有的卡都用来做下一代的模型了。

梁文锋和DeepSeek公司主体（杭州深度求索人工智能基础技术研究有限公司）本身也不差钱，这点很重要，他们可以养的起团队。现在很多投资机构和大厂都要给DeepSeek融资，但梁文锋不接，因为他有实现AGI的使命感。从这一点来看，DeepSeek某种程度上回归了OpenAI最初作为非营利组织的初心与愿景。

所以开源的DeepSeek代表代际模型的最高水平，部署成本仅是闭源模式的几十分之一。马斯克下的xAI训练出对标o1和R1水平的模型，大约用了20万张卡，但梁文锋团队用的少了一个量级。

问：DeepSeek对创投行业也是分水岭？

宋春雨：

是的。从去年开始，我们一直在找拐点。在DeepSeek出来之前，中国创业者用GPT-4更多，但因为调用GPT-4成本高，这种模式不长久，我们要找的是能把大模型像水、电、煤一样接入社会的基础设施。

就像4G通信技术的普及曾催生移动互联网原生应用，比如滴滴、拼多多、大众点评、美团、小红书等，我们相信，AI时代也会诞生AI原生的SuperAPP。在DeepSeek出来之前，受基础模型性能与成本的双重制约，当时大家觉得这个Super APP很难出现。

问：为什么？

宋春雨：

用户对基础模型还没有培养起高度的使用粘性。比如在DeepSeek推出之前，豆包拥有1亿到1.5亿用户，但DeepSeek上线后，大量用户开始迁移。这也正是我特别佩服梁文锋的地方——他专注打磨基础模型，确保每一代模型都保持领先，只要模型足够好，客户自然会来。

问：你怎么评价梁文锋？

宋春雨：

他是我心中最完美的AGI创业者，初心纯粹，笃定AGI方向。

多模态是下一代大模型明确方向

问：听说咱们今年的行研已经结束了，与去年比，我们在大模型和AI领域得出结论有哪些变化？之前您认为开源大模型可能落后于闭源，Deepseek大火后，您的看法有了哪些改变？

宋春雨：

今年标志着一个新时代的开始，整体AI发展正在加速迈向硅基智能。以Deepseek为代表的开源大模型崛起，反映出AI普惠趋势明显加快。

我们得出三个主要结论。第一，去年我们在分析AI大模型格局时认为开源与闭源各占五成。Deepseek最大的价值是AI普惠了，AI普及加速，这会让开源和闭源模式变成八二开，开源大模型占比80%，闭源大模型占比20%。

Deepseek的开创性贡献体现在两方面，一是其不仅开源了推理模型，还大幅降低了模型部署成本，加速了智能体和AI应用的普及。同时，Deepseek在工具链、数据链以及调用性方面更透明，也促进了智能体之间的协作。例如，像Manus

这样的平台，使得多个智能体协同完成复杂任务成为可能。

第二，在大模型和AI领域，中国和美国已成全球两大核心力量，代表当前AI发展的最高水平。由于大模型高度依赖数据，主权AI的逻辑依然成立。

第三，Deepseek带来AI普惠后，下一阶段会有智能体的大爆发，垂域智能体和通用智能体会加速进化。在物理世界，我们看大模型对物理世界的影响主要是两个方向，一是车的自动驾驶，二是具身智能。会出现基于物理世界真实数据和仿真数据的专属具身智能大模型。

问：现在行业对具身智能判断两极分化，你怎么看？

宋春雨：

我个人认为具身智能是物理世界进化的终极形态。首先，在有限场景的泛化，比如工厂内的分拣工作，两年内能产生ROI；其次，未来的机器人将呈现多样化共存的状态，它们不一定是人形的，可能是轮式的，或者配备的不是五指灵巧手，而是简单的夹具等形式。

问：和第一波具身智能创业者相比，这波创业者有何不同？

宋春雨：

第一波创业者大多来自高校教授，而这波创业者很多都具有产业背景，比如创业者本身在智能驾驶公司、或者在特斯拉等工作过。

问：智能驾驶现在处于哪个阶段？

宋春雨：

智能驾驶现已进入快速收敛期，自动驾驶肯定是具身第一个成功的商业化成功的场景，毕竟自动驾驶本质上就是一种“四轮机器人”。

自动驾驶已经迎来了类似iPhone的突破时刻，这一进展主要由视觉大模型驱动，然而具身智能落地应用仍需进一步演进。在中国，自动驾驶领域的创业公司会进一步收敛集中。由于特斯拉的FSD在国内缺乏数据训练支持，这对中国的自动驾驶企业来说是一个机会。一旦这些企业能够提供超越用户体验门槛的产品，就会对市场产生重大影响。

问：多模态大模型

算今年的投资重点吗？

宋春雨：

从模型进化来看，Deepseek-R1和OpenAI的o1主要基于文本处理，下一代大模型比较明确发展方向是多模态。典型案例是GPT-4o的多模态能力，图像、声音等是大模型获取世界数据的方向。

问：怎么看文生视频方向？

宋春雨：

我个人感觉文生视频的技术框架上还没有完全走通，OpenAI的Sora相当于给大家放了个demo（一个演示性产品），模型本身还需要突破。

中美在模型算法上的差距为6个月

问：现在中美AI差距有多大？

宋春雨：

非常接近了，个人认为在算法层面的代差约为半年周期。真正的制约瓶颈在于算力基础设施，导致整体训练效率受限。但在算法上，中美的差距大约在6个月。

此外，人才结构也慢慢呈现本土化特征。从AI公司的员工配备看，这一代的AI人才已经不局限于吴恩达、李飞飞等有留学背景的人才，比如DeepSeek员工都是清北、浙大一群年轻人，他们的算法团队90%都在清华五道口那。

所以，这波AI是颠覆式创新的伟大时代，创业者都非常年轻，我们现在看的AI应用项目都是00后在做。

问：超级智能体会对人类产生哪些影响？

宋春雨：

这一波AI不仅重塑生产力，还重塑了生产关系。（杨）元庆在今年TechWorld给超级智能体做了分层，第一，能感知与交互；第二能认知与决策；第三是有自主学习与进化能力。智能体能自主演进和协作已经重塑了生产关系。

在美国，已经出现了这样的案例：两个人通过管理和协调各种智能体，创建了一家估值达到1亿美元的公司，这正是生产关系被重塑的典型实例。

问：现在agent发展处于哪个阶段？

宋春雨：

目前智能体（agent）在文本数据处理方面已相对成熟，比如订火车票、写PPT等任务已经可以较好完成。但多模态交互仍处于模型发展阶段，尚未完全成熟。当前的关键在于推动MCP

（模型上下文协议）的落地，实现不同模型之间的输入接口统一和协同

问：但在国内，让用户为智能体付费似乎比较困难。

宋春雨：

展望未来10到20年，中国有望像美国一样，大幅提升软件的价值。与上一代软件主要提高工作流程效率（约30%）不同，AI时代的新技术可以直接提升人效，比如达到以一抵三的效果。新一代AI需直接对企业KPI产生贡献，明确其带来的经济效益。在美国已经形成了一种新的商业模式，即通过AI直接帮助企业实现盈利，并根据利润进行分成。

问：这种模式适合国内吗？

宋春雨：

国内AI创业者有个现象，不愿意做To B领域，但美国创业者99%都在做To B的软件变革。

问：国内何时能出现两个人就做出了一个估值1亿美金的公司的情况？

宋春雨：

估计需要两三年，比如，YouMind就五六个人的团队，没花钱做推广也实现了盈利。

问：我们在投资AI应用时有没有特定的投资逻辑？标准是什么？

宋春雨：

AI应用是最难投的，因为非共识的成分大。我们的逻辑还是看人，看一个AI代替单位人工所能创造的价值。比如在AI面试方面，我们会考察该工具是否能够完全替代人类执行任务。对于只能提供辅助功能的AI应用，我们称之为copilot；而那些能够进行交互和协作的，则被定义为超级智能体。

问：这与移动互联网的投资逻辑不同吗？

宋春雨：

在移动互联网领域，可以进行像素级的复制模仿，但由于AI涉及底层技术的创新，这种逻辑并不适用，其不确定性更高。

问：决定投资一家AI公司时会考虑的因素？

宋春雨：

首先，该公司要有极高的人才密度；其次，一号位不仅要有定义产品的能力，还要有非常强的行业号召力；第三，大模型公司尤其要能展现出在早期就具备融资100亿人民币的能力。