DeepSeek获数亿美元B轮融资 发布推理提速300%的轻量大模型

AI初创企业DeepSeek（深度求索）近日宣布完成数亿美元B轮融资，由红杉中国、高瓴创投联合领投，资金将用于通用大模型技术迭代与垂直场景落地。同时，公司发布新一代轻量通用大模型DeepSeek-Lite全系列，参数覆盖7B至70B，推理速度较上一代提升300%，在中文理解与代码生成基准测试中跻身全球Top3阵营。

2024年以来，国内通用大模型赛道的融资热度持续攀升，据不完全统计，上半年公开披露的融资事件已超22起，单笔融资额多在亿元级别，资本的目光正从“技术炫技”转向“落地可行性”。DeepSeek此次能吸引两家顶级机构联合领投，核心在于其在超长上下文处理、代码生成两大领域的硬实力——此前推出的DeepSeek-Code-V2曾在HumanEval代码基准测试中拿下92.3%的Pass@1准确率，反超GPT-4o的91.2%。

不同于早期大模型公司融资时多强调参数规模，DeepSeek在本次融资沟通中重点展示了落地数据：目前其代码大模型已接入国内120+头部互联网企业的开发平台，帮助开发人员平均提升编码效率45%；通用大模型则与6家全国性银行合作，将智能客服的问题解决率从63%拉升至91%。红杉中国合伙人表示，“我们看好DeepSeek在轻量化模型领域的技术突破，这是解决大模型落地成本过高的核心路径之一”。

此次发布的DeepSeek-Lite系列，核心是采用了自研的结构化稀疏技术与轻量化指令微调方案。在性能层面，70B参数版本在CMMLU中文基准测试中得分达78.6%，仅比GPT-4的80.1%低1.5个百分点；而在部署成本上，7B参数版本可在单张RTX 4090消费级GPU上实现实时推理，延迟低至80ms，部署成本仅为同性能大模型的1/6。

更值得关注的是，DeepSeek-Lite首次实现了“全场景自适应推理”：当处理短文本问答时，模型会自动切换到快速推理模式，速度提升5倍；当处理超长文档总结（最高支持64万token上下文）时，仍能保持90%以上的内容还原度。

DeepSeek创始人兼CEO周明透露，本轮融资的40%将用于垂直场景的模型定制与落地，重点布局工业制造、金融科技与职业教育三大领域。其中，针对工业制造的专属模型预计将于2024年底推出，可支持CAD图纸自动生成、工艺参数优化等功能，有望帮助制造企业缩短研发周期30%以上。

同时，公司计划在未来6个月内开放DeepSeek-Lite的API免费试用权限，面向中小开发者与创业团队降低准入门槛，进一步推动大模型技术的普惠化应用。