# 融资

这篇专访讲的是曦智科技创始人沈亦晨十年来推动光计算创业的过程，也是一段典型的硬科技穿越“死亡谷”的故事。2017 年，他还是 MIT 博士生时，基于一篇发表在 Nature Photonics 上的论文开始创业，并拿到了真格、百度、五源等机构的天使投资。彼时行业对光计算的理解还很有限，但投资人愿意押注这种“先看见未来、再慢慢找落地”的方向。

文章回顾了曦智早期的技术路线：最初目标是用光计算替代部分电芯片算力，瞄准的是 AI 计算和视觉分析场景，希望把计算速度显著提升。不过，现实比设想更难。摩尔定律并没有像很多人预期那样迅速失效，先进制程和封装技术持续演进，电芯片的竞争力被延长了很多年；与此同时，光计算在器件、工艺、供应链、工程化和商业化上都遇到了巨大挑战。

最关键的转折发生在 2022 年底。彼时曦智的光计算产品陷入瓶颈，继续投入新项目至少还需要 5 亿元，但公司账上只有 3 亿元。沈亦晨最终选择暂停高风险的光计算研发，转向更接近商业化的光互连业务，用光替代部分电线，服务 GPU 集群和超节点互联。这次调整让公司活了下来，也让它在大模型时代找到了新的市场切口。

文章特别强调了“活下去”的重要性。对硬科技公司来说，技术判断当然重要，但如果现金流和融资窗口关闭，再好的路线也可能被迫中断。沈亦晨在采访里提到，很多 MIT 同学创办的公司都在这一阶段倒下，自己也因此更清楚地意识到，创业不是单纯追求最前沿，而是要在理想与生存之间找到平衡。

在商业层面，曦智后来靠光互连成为主要收入来源之一。到 2025 年，光互连已经贡献了公司接近 80% 的收入，并占据中国独立 Scale-up 光互连解决方案市场的大部分份额。与此同时，公司也重新启动了面向大模型推理的新一代光计算芯片研发，试图在更大的 AI 基础设施浪潮中再次回到最初的技术愿景。

这篇文章的核心，不只是一个创业故事，而是一个关于“原始创新如何穿越现实”的样本。它说明，最早看到未来的人不一定最先收获商业回报，很多时候必须先在真实世界里找到一个可存活的落地点，再一步步把更大的理想推回到工程和市场中。

这篇文章讨论的是 DeepSeek 计划开启外部融资，以及这背后可能意味着什么。作者先回顾了 DeepSeek 在 2025 年初爆火后的资本关注度：梁文锋一度非常低调，拒绝了不少投资机构的接触，但这次却传出要首次寻求外部资金，目标估值超过 100 亿美元、融资至少 3 亿美元。文章认为，这标志着 DeepSeek 长期坚持的“自我供血”模式可能开始变化。

作者把这次转向解释为多重因素叠加的结果。其一是资金压力和模型研发成本持续上升；其二是核心人才流失和新模型进展受阻，让外部融资显得更有必要；其三是行业竞争已经进入更残酷的新阶段，初创公司单靠内部资源很难持续跟大厂和全球头部模型竞争。文中还提到 DeepSeek 在 V4、国产芯片适配、算力投入上的进展与压力，说明它已经从“低成本高效率”的阶段，走到了“必须规模化投入”的阶段。

文章还写了投融资圈对梁文锋的“追逐”现象。自 DeepSeek 出圈之后，很多机构都在反思自己为什么没投进去，甚至到处托关系想见到梁文锋。作者借此强调，DeepSeek 的价值不仅在于模型能力本身，也在于它成为了资本和产业链共同关注的焦点。

整体上，这篇文章想表达的是：DeepSeek 这次融资不仅仅是“缺钱”，更像是公司从封闭研发走向更大规模、更开放治理的一次结构性转折。它背后反映的是 AI 竞争进入新阶段：算力更贵、人才更贵、追赶更难，想继续保持领先，就必须接受外部资本和更大规模资源的介入。

这篇文章围绕“梁文锋首次融资”与“DeepSeek V4”展开，试图说明 DeepSeek 接下来可能会有更大的资本和技术动作。
标题本身强调了两个冲击点：一是融资消息，二是 DeepSeek V4 被解读为要摆脱英伟达体系的依赖。
文章的主要叙事是，DeepSeek 在算力与模型路线上的变化，可能意味着它正在尝试更强的自主性。
作者把这个消息写得非常重磅，意在突出其对 AI 行业格局的影响。
文中明显带有行业热点解读的风格，重点不是复述融资细节，而是把它放到“国产 AI / 算力独立”的大背景下理解。
从标题和摘要看，文章想传达的核心信号是：DeepSeek 正在从外部算力依赖中寻找新的路径。
文章也延续了新智元一贯的写法，使用强烈标题和趋势判断来吸引读者注意。
整体上，这是一篇围绕 DeepSeek 最新动向的 AI 热点评论文章。
它关注的不只是融资本身，更是融资背后可能折射出的技术路线、生态选择和行业竞争。
如果用一句话概括，就是：这篇文章在解读 DeepSeek 可能通过融资和架构变化，进一步摆脱对英伟达的依赖。