AI产业链 / L2-算力基础设施 / AI算力GPU · 2026-07-01

📅 2026-07-01🏷 AI产业链 / L2-算力基础设施 / AI算力GPU
0723腾讯流出梁文锋5月融资路演4h内部会议录音(约3h44min),核心内容整理:
据传梁文峰知悉内部会议录音泄露后暂停了融资
【一、融资情况】
A轮已完成,总融资约510亿元(~$75B),投后估值约4000亿元(~$590B)。
领投/跟投:
·梁文锋个人出资200亿元(占40%),最大单一出资方
·腾讯100亿元
·宁德时代体系50亿元(含溥泉资本)
·网易/京东/Monolith砺思资本/IDG资本各30亿元
·正心谷/拾象科技各15亿元
·国家人工智能产业投资基金约10亿元
·阿里巴巴因条款分歧退出

融资结构特殊设计:外部投资人通过梁文锋管理的有限合伙企业间接持有,无董事会席位与经营投票权;所有外部股份强制锁定5年不得转让。仅国家AI基金直接投资DeepSeek并享有投票权。梁文锋合计控制约84%股权。
7月已启动二轮融资,投前估值约$710B(~4800亿元),计划募资至少100亿元。同步筹备科创板IPO,目标2027年挂牌,最快2026年底交表。

【二、中美AI竞争格局】
核心判断:差距只在算力资源,不在人才。"我们跟美国的差距主要在资源上面,人上面差距不是很大的。"
·人才:几乎没有差距,"就是同一批人"。人才差距本质上也由算力差距导致——算力少导致实验机会少,限制了人才培养
·模型规模:美国最大模型激活参数约800B,中国仅几十B,差一个数量级。"哪怕把500亿全花掉,也训不起800B级别的模型"
·当前叙事:落后美国1-2年,但只用美国1/20的算力把事情做出来。下一步目标:将落后压缩到3-6个月,并在部分方向超越
·终局定位:中国大概率扮演"产能最大、AI最便宜"的角色,成为全球"三体之一"
·对美国三家判断:OpenAI/Google/Anthropic效率最高;Anthropic超OpenAI是"阶段性的";未来大概率OpenAI和Google交替上升

【三、算力与芯片】
当前算力:约2万张H等效,大部分近一两个月刚到。策略"合理价格下能买多少买多少","半年内把钱花完是最理想的"
训练同等规模模型需要:5万张GB300 或 20万张华为950

华为950超节点 vs 英伟达:
·4张华为950=1张英伟达GB300,性能可"平替"GB200/GB300
·落后约2年(华为950今年Q3/Q4出货,对标英伟达GB200两年前Q3的货)
·价格贵50%-100%可接受,所有GB300能做的任务华为950都能做
·华为给DS约1.6万张950(约合4000张B系列);给互联网大厂十几万张(多一个数量级)
·英伟达卡按5年折旧,华为卡最多3年

英伟达CUDA护城河正在快速瓦解(三重原因):
①AI辅助写代码重建生态
②TileLang高级语言可快速重写CUDA算子
③计算卡与游戏卡解耦后走向专用芯片
"在这一点上,英伟达是在掘自己的坟墓。"
国产芯片唯一问题是产能,非硬件或生态。判断一年内扭转"国产卡生态不好"的认知。
DS与华为合作核心:做好TileLang编译器。V3训练已用英伟达卡但基本不依赖其生态。不打算自研芯片——"运营发电厂的不一定需要去造发电机"

【四、API业务利润】
定价逻辑:购买一批设备,10个月收回成本(约6倍利润),非利润最大化定价
·当前价格区间需求缺乏弹性:再降价需求不会明显增加,再涨价token消耗量区别不大
·成本优势是真正壁垒:阿里/腾讯"没有我们的优化,成本应该比这个高好几倍"
·未来利润率可能从6倍降至4倍、3倍,但不会再低
·今年ARR有机会做到几个亿美金;若做到10亿美金,公司现金流可回正
·最坏情况"全力卖API"也足以支撑一家上市公司
·开源与商业化不冲突前提:只赚6倍利润时,第三方即使部署开源模型也无法做到同样成本

【五、其他重要内容】
1.克制即战略:不追求成为下一个字节或腾讯,"前面抢的是芝麻,后面才有西瓜"。AI最终可能占GDP约10%,独占者必被淘汰。"拿得多的人会被拿得少的人打败"
2.AGI路线图:语言模型→CoT思维链(去年)→Agent(今年)→持续学习(下一个关键瓶颈)→自我迭代奇点(渐进非突变)→具身智能(终局)
3.持续学习是当前最关键瓶颈:"全世界都还没有找到好的方法"。不消耗算力,需要的是"想法",公司内部称之为"摸奖"
4.开源策略:最强模型也会开源,开源模型与自部署模型完全一致。不担心对手部署抢生意,"只担心他部署不起来"
5.组织文化:无KPI、无成文愿景、"没有组织",靠愿景驱动。管理分两条线——从上到下做正事(不超过一半时间)+ 从下到上自由探索。一般不加班
6.数据标注:约一半核心研究员在做数据标注,"数据几乎等于模型的一半"。瓶颈是时间非资本,中国在高端标注上无成本优势
7.团队稳定性是唯一核心利益:"只要我能保持团队稳定性,我一定能做成AGI"
8.不做视频生成/3D/世界模型——"跟智能上限没关系"
9.大模型终局差距只剩三点:成本(最本质)、时间、用户体验。国内基模公司"太多了",最终收敛到3-4家
10.信Scaling:没有触摸到上限,"硅谷说Scaling到头是对硅谷说的,对中国人来讲离那个还很远"