Modelo de lenguaje → Cadena de pensamiento → Agente → Aprendizaje continuo → Punto de autoiteración → Inteligencia encarnada.

Autor del artículo, fuente: 0x9999in1, ME News

TL;DR

• DeepSeek ha completado su primera ronda de financiación externa desde su fundación, con un monto total superior a 50.000 millones de yuanes chinos, una valoración previa a la inversión de aproximadamente 367.500 millones de yuanes (unos 54.300 millones de dólares estadounidenses). Liang Wenheng aportó personalmente 20.000 millones de yuanes como líder de la inversión, seguido por Tencent con 10.000 millones y CATL con 5.000 millones. El antiguo principio de «no buscar financiación» ha sido roto.
• Pero esto no es una compensación, es resolver el problema. Liang Wenheng llama a la "estabilidad del equipo" el único interés central no negociable; la esencia de la financiación es utilizar opciones para retener a las personas y eliminar de una vez el mayor riesgo.
• Proporcionó un mapa de ruta claramente raro: modelos de lenguaje → cadenas de pensamiento → Agentes → aprendizaje continuo → punto de autoiteración → inteligencia encarnada. Actualmente atascado en el nivel de "aprendizaje continuo".
• La potencia de cálculo sigue siendo el punto crítico. DeepSeek se define a sí misma como «6 a 18 meses por detrás de Estados Unidos, utilizando solo la vigésima parte de la potencia de cálculo», y su siguiente objetivo es reducir esta brecha temporal a 3 a 6 meses.
• Los chips nacionales son la variable más importante. V4 ya está claramente adaptado al Ascend 950 de Huawei, y Liang Wenfeng apuesta a que "probará en un año que el ecosistema nacional no tiene problemas"; el único cuello de botella es la capacidad de producción.
• Sin renunciar al código abierto, el modelo más potente también es de código abierto y es idéntico a la versión interna. En términos comerciales, solo se obtiene una ganancia razonable de "recuperación de la inversión en diez meses". Esta contención es, precisamente, su ventaja competitiva.

DeepSeek ha cedido.

Durante tres años, no recaudó financiamiento, no se cotizó en bolsa y no se comercializó. Este era el compromiso que Liang Wenfeng había establecido personalmente. Ahora, la mitad de esta regla se ha roto: se ha cerrado la primera ronda de financiamiento externo, con más de 50.000 millones de yuanes y una valoración previa a la inversión de 367.500 millones de yuanes. Liang Wenfeng aportó personalmente 20.000 millones.

¿Cuál fue la primera reacción del exterior? «Finalmente se rindió ante el capital».

¿De verdad?

Después de leer el registro de la conversación de Liang Wenfeng, que dura casi 4 horas y consta de 118 mensajes, la conclusión es exactamente la opuesta. Esto no es una rendición; es una persona extremadamente controlada, que utiliza la forma menos deseada posible para proteger lo único que le importa.

El financiamiento no es un giro, es eliminar de una vez el mayor riesgo

Primero, veamos la mesa de inversión. Liang Wenheng aportó personalmente 20.000 millones, siendo el inversor individual más grande y manteniendo el control absoluto. Tencent aportó 10.000 millones, el sistema CATL aportó 5.000 millones, NetEase, JD.com e IDG aportaron cada uno 3.000 millones, y el Fondo de Inversión Nacional para la Industria de Inteligencia Artificial aportó 1.000 millones.

Esta lista no es arbitraria. Liang Wenheng mismo dijo que los inversores fueron «cuidadosamente seleccionados», y el único criterio fue: el mayor alineamiento de intereses, la menor hostilidad hacia nosotros y el mayor deseo de que tengamos éxito.

Tencent aporta nube y tráfico, CATL aporta energía y escenarios industriales, y el equipo nacional aporta respaldo. No hay ningún especulador financiero puro. Esta es una «lista de aliados estratégicos», no una «lista de recaudación de fondos».

¿Por qué entonces hacer préstamo?

La respuesta está en su frase repetida constantemente: «Nuestro mayor interés fundamental es mantener la estabilidad del equipo, e incluso se puede considerar el único interés fundamental.»

Lo dijo sin tapujos. La estabilidad del equipo es, en su opinión, el mayor riesgo y la mayor debilidad. En la era en que las grandes empresas de Silicon Valley ofrecen salarios anuales de cien millones de dólares para reclutar personal, ¿cómo puede una empresa no cotizada, cuyos empleados no pueden liquidar sus opciones, retener a los investigadores más antiguos y más clave?

Después de la financiación, él mismo dio la respuesta: «Este riesgo se ha reducido significativamente con esta financiación reciente, ya que la cantidad de opciones recibidas es bastante grande».

¿Lo entendiste? El primer objetivo de esta ronda de financiación no es comprar tarjetas ni expandirse, sino permitir que el equipo principal reciba una compensación real en efectivo. Es resolver de una vez por todas la pregunta que colgaba sobre nuestras cabezas: «¿Se irán las personas?»

El dinero no es el problema, la tarjeta es el problema, el corazón humano es el recurso más valioso. Liang Wenheng lo ha pensado muy bien.

Ese mapa de ruta fue el verdadero punto fuerte de esta reunión.

Si el financiamiento es noticia, entonces la hoja de ruta es el núcleo.

Liang Wenfeng describe la evolución de la AGI como una escalera, donde cada peldaño no se recorre en vano:

El escalón del año pasado fue la cadena de pensamiento. El escalón de este año es el Agente. Y después del Agente, insiste una y otra vez en una palabra: aprendizaje continuo.

Su cadena lógica es afilada como un bisturí. ¿Puede la IA reemplazar a los empleados ahora? No. ¿Por qué? Porque no puede aprender como un nuevo empleado, que «llega a la empresa y se adapta en dos meses». Pero ¿y si adquiere la capacidad de aprender continuamente? Él dice: «Entonces podría reemplazar a todos en el mundo».

Por encima, está la singularidad. Cuando el modelo pueda aprender continuamente, podrá desarrollar su propia próxima versión. IA acelera la IA. En ese momento, el crecimiento ya no será lineal.

Por último, la inteligencia embodied: entrar en el mundo real, hacer tareas del hogar y cuidar a los ancianos.

Este orden es interesante. Liang Wenheng declaró directamente que los modelos de generación de video y modelos del mundo más populares del mercado «no están en la línea principal». Lo expresó con claridad: la generación de video es un buen negocio comercial, pero «no tiene nada que ver con la inteligencia; no lo haremos solo porque sea un buen negocio».

¿Qué clase de disciplina es esta?

Cuando toda la industria persigue multimodalidades espectaculares que generen ganancias inmediatas y llamen la atención, DeepSeek dice: solo hago lo que pertenece a la línea principal de la inteligencia. No es altivez, es enfoque: enfocarse en que «hay muy pocas cosas que hacer, así que no necesitas trabajar horas extras».

Lo interesante es que el mercado ya ha votado sobre este juicio. En julio de este año, DeepSeek V4 lanzó su versión oficial. V4-Pro utiliza una arquitectura de expertos dispersos con 1.6 billones de parámetros, activando solo aproximadamente 490 mil millones por token; V4-Flash es aún más ligero, con 284 mil millones de parámetros totales y 13 mil millones activados. Ambos incluyen un contexto superlargo de 1 millón de tokens y están completamente abiertos bajo la licencia MIT. En la prueba de referencia de programación SWE-bench Verified, V4 logró el récord más alto para modelos de código abierto: 80.6%.

Enfocados en la línea principal, finalmente se obtuvieron resultados.

«Dos años atrás, usando solo la vigésima parte de la potencia de cálculo»: en esta autocrítica hay toda una ambición

La evaluación de Liang Wenfeng sobre la brecha es francamente sorprendente.

Dijo que la brecha entre DeepSeek y Estados Unidos radica principalmente en los recursos, y que prácticamente no hay diferencia en términos de personas: «son las mismas personas, posiblemente chinas». Algunas se quedaron en el país, otras se fueron al extranjero; no todos los inteligentes se fueron.

¿Cuál es realmente la diferencia? Él dio una expresión casi fórmula: estar entre 6 y 18 meses por detrás de Estados Unidos, utilizando solo una vigésima parte de la potencia de cálculo de Estados Unidos, y lograrlo igualmente.

Esta frase parece una rendición, pero en su interior es orgullo. Con una vigésima parte de la potencia de cálculo, lograr un resultado solo un año y pico atrás: esto es en sí mismo una eficiencia aterradora.

Y su verdadera ambición está en la siguiente frase: "En el futuro, vamos a reescribir esta narrativa, reduciendo la diferencia de tiempo a 6 meses o 3 meses con una fracción de la potencia de cálculo".

De «una veintava parte de la potencia, dos años rezagado» a «una fracción de la potencia, solo tres meses atrás». Este es el verdadero punto de referencia para el futuro desarrollo de DeepSeek.

¿Por qué la potencia de cómputo es tan crucial? Él lo dice sin ambigüedades: «Todos los diferencias que vemos, incluyendo las diferencias en talento, capacidad de modelos y aplicaciones, pueden considerarse como diferencias en los recursos de potencia de cómputo». Él cree en Scaling y reconoce que el único obstáculo para el Scaling es no tener suficientes tarjetas.

Entonces surge la pregunta: ¿de dónde viene la tarjeta?

Apostar por los chips nacionales fue la apuesta más atrevida de esta reunión de intercambio.

Esta es la evaluación que considero más significativa de toda la transcripción y que más necesita el paso del tiempo para ser verificada.

Liang Wenfeng es «optimista» respecto a la capacidad de cómputo nacional. Incluso dijo una frase muy contundente: «En cuanto a la capacidad de cómputo nacional, NVIDIA está cavando su propia tumba.»

Sus argumentos se dividen en tres niveles.

En el primer nivel, la ventaja competitiva de CUDA se está desmoronando rápidamente. La razón es precisamente la propia IA: con IA que sabe escribir código, reconstruir el ecosistema es mucho más fácil que antes.

En la capa dos, DeepSeek ya ha «desvinculado el ecosistema de NVIDIA» en la práctica. Reveló que, aunque durante el entrenamiento de V3 aún se utilizaban tarjetas de NVIDIA, ya casi no se usaba su ecosistema; el método consiste en desarrollar primero un compilador avanzado llamado TileLang, sobre el cual se realizan todos los demás trabajos.

Tercer nivel, también el punto más crítico: Huawei. Él afirma que los 950 supernodos de Huawei pueden «reemplazar completamente por completo las GB200 y GB300 de NVIDIA» en rendimiento y precio, y lanza la frase que ya se ha difundido: «Cuatro tarjetas de Huawei equivalen a una tarjeta de NVIDIA».

Esto no es solo charla. Desde el lanzamiento de V4 en abril de este año, ya se había confirmado la compatibilidad con el Ascend 950 de Huawei. DeepSeek ha declarado públicamente que se espera que el costo por token de V4-Pro se reduzca significativamente solo después de que los supernodos Ascend 950 entren en producción masiva a finales de 2026. Liang Wenhong atribuye el único problema a la «falta de capacidad de producción», y afirma que «no hay problemas ni con el hardware ni con el ecosistema».

Incluso proporcionó un cronograma verificable: "Dentro del próximo año, podremos verificar que el ecosistema de los chips nacionales no tiene ningún problema".

Esta es una afirmación que el tiempo puede desmentir o coronar. Prefiero creer en lo segundo: ante la realidad de que no se pueden conseguir las tarjetas de gama alta de NVIDIA, «todos se verán obligados a recurrir a lo nacional», y la demanda forzará la maduración del ecosistema. Las restricciones generan innovación, algo que ya ha ocurrido con DeepSeek.

Código abierto, precios justos, ganar dinero de manera razonable: la contención es en sí misma una estrategia

Regresando a la pregunta original: al romper la regla de "no recaudar fondos", ¿también romperá DeepSeek su contención de "no comercializarse"?

Mirando los datos, la respuesta es no.

De código abierto, Liang Wenfeng es contundente: se abrirá el código, incluso el modelo más potente, y la versión de código abierto será idéntica a la que se implementa internamente, sin ocultar nada. Él pregunta: ¿qué beneficio tiene mantenerlo cerrado? «El modelo de ByteDance es cerrado, ¿qué ventaja tiene? No lo veo.»

Más importante aún es su juicio sobre la relación entre código abierto e ingresos: «El código abierto no tiene ningún impacto en nuestro modelo de negocio.» Porque incluso si te diera todo, aún sería muy difícil que otros lo adoptaran y redujeran los costos hasta niveles suficientemente bajos.

En cuanto a los precios, también fue tan moderado que casi parecía contrario al instinto comercial. El precio de la API de DeepSeek tenía como objetivo solo una ganancia razonable: "comprar un lote de equipos y recuperar la inversión en diez meses". Reconoció que, si buscara maximizar las ganancias, debería fijar precios más altos, ya que la demanda de los usuarios en este rango tiene casi ninguna elasticidad: duplicar el precio apenas afectaría el consumo de tokens. Pero él se negó a hacerlo. Anteriormente, cuando un modelo tenía un precio demasiado alto y el equipo estaba insatisfecho, él redujo directamente el precio a una cuarta parte.

¿Qué aspecto tiene esta contención en el mercado actual? La versión oficial de V4 adopta una "tarificación por picos y valles": los precios se duplican en horas pico y se reducen drásticamente en horas valle; mientras que en el campamento de modelos abiertos, reduce la diferencia de precio con los modelos cerrados y de gama alta hasta niveles medidos en múltiplos. Algunos cálculos describen esta brecha de precios como comprendida entre una y dos órdenes de magnitud.

Liang Wenfeng resumió esto con una frase que considero el núcleo de toda la conversación:

Quien intenta agarrar más, será derrotado por quien agarró menos. Si tu visión es agarrar más, ya has perdido.

Esto no es una actuación moral. Es una estrategia que él ha verificado repetidamente: la contención aumenta la probabilidad de lograr la AGI; cuanto más contención, más fácil será lograrla.

Conclusión: ¿Dónde va una empresa que no quiere ser el «próximo Byte»?

Entonces, ¿a dónde lleva el camino siguiente de DeepSeek?

Al unir estas 118 piezas, la imagen es clara.

No busca convertirse en una superapp ni competir con Tencent o ByteDance por el mercado. Tiene un objetivo claro de comercialización: «El gobierno no me dará un solo yuan». En el peor de los casos, «vender API a toda capacidad sería suficiente para sostener una empresa cotizada». Actualmente, su foco comercial es el agente general, especialmente el agente de programación, mientras que otros agentes verticales tienen menor prioridad. Incluso ha revelado que si este año logra ingresos de cientos de millones de dólares del segmento B, combinados con usuarios del segmento C, «la empresa está a punto de alcanzar la rentabilidad neta».

El mercado también le está brindando una visión aún más amplia. Apenas se asentó la financiación, ya circulan rumores de que DeepSeek podría cotizarse en el continente el próximo año, con una valoración que sigue aumentando. Aquel que antes decía "no cotizar" ahora es perseguido una y otra vez por el capital que insiste en "pagar".

¿Pero te preguntas si Liang Wenheng se importa por esto?

Supongo que no le importa mucho. Porque ya lo dejó claro: el verdadero objetivo es que la IAG le ayude a iterar el siguiente modelo; una vez que tenga cuerpo, dejará que los robots construyan el siguiente robot. En cuanto a las participaciones, las ganancias exorbitantes y la capitalización de mercado: "El asunto de la IA es demasiado grande; si te llevas un poco, los beneficios ya son enormes".

Una persona dispuesta a aceptar menos, un grupo que se autodenomina «muy común», con una potencia de cálculo de una veintava parte, persigue a lo más avanzado del mundo, solo un año y pico atrás.

Ahora, han obtenido 50 mil millones, han cautivado el corazón de la gente, han apostado por los chips nacionales y han puesto la cronología sobre la mesa.

El próximo año será el período de validación. ¿Funcionará realmente el ecosistema nacional? ¿Podrá el aprendizaje continuo lograr una ruptura? ¿Podrá sostenerse la narrativa de «tres meses»? Las respuestas no están en las presentaciones, sino en el aumento de la capacidad de producción de Ascend, y en los registros de entrenamiento de V5.

Los que se contienen suelen reír al final. Esta vez, estoy dispuesto a esperar y ver.

Fuente:

• Sina Finance: "Transcripción de la reunión de financiación de DeepSeek: Liang Wenhong desglosa la tecnología y la lógica comercial de los grandes modelos", 23 de julio de 2026
• East Money Web: «DeepSeek completa su ronda de financiación inicial, con un total de aproximadamente 51.000 millones de yuanes, con participación de Tencent, CATL y otros», julio de 2026
• Dahe Daily · Dahe Finance Square: "Fengfeng Liang: Trascendió la charla de inversión de 4 horas: ¿Por qué DeepSeek no hace cosas 'más rentables'?", julio de 2026
• Sina Finance (informe de Caijing): "DeepSeek-V4 admite claramente el chip Ascend 950 de Huawei", 24 de abril de 2026
• Caixin: "DeepSeek: Se espera que el costo de uso del V4-Pro se reduzca significativamente tras el lanzamiento masivo de los supernodos Ascend 950 en el segundo semestre", 23 de julio de 2026
• EET-China: «DeepSeek V4 desataca la locura por la capacidad de cómputo nacional: el Ascend 950 de Huawei es objeto de “demanda frenética” por parte de grandes empresas», abril de 2026
• meshlaunch: «DeepSeek V4 Full Release (July 2026): Pricing, Benchmarks & Migration», 20 de julio de 2026
• n1n.ai Explorar: «DeepSeek V4 GA y código abierto: Analizando la brecha de precios de los LLM», 21 de julio de 2026