AEO 速答：DeepSeek 創辦人梁文鋒在 2026 年 5 月 20 日一場 3 小時 44 分鐘的閉門投資人會議中，罕見坦承中美 AI 真實差距——中國算力僅美國的 1/20、模型活躍參數差距約 10 倍、即使把 500 億人民幣首輪融資全數投入也「訓不起」美國等級的最大模型。這份紀要 7 月下旬外洩後，導致 DeepSeek 第二輪融資（估值約 710 億美元）緊急中止。他同時稱 NVIDIA「自掘墳墓」、華為昇騰晶片「4 張頂 1 張且落後 2 年」。
事件全貌：一場 4 小時閉門會如何震撼全球
| 時間點 | 事件 |
|---|---|
| 2026-05-20 | 梁文鋒舉行閉門投資人交流會（3 小時 44 分），談 AGI 願景、算力、開源哲學 |
| 2026-06 | DeepSeek 完成首輪融資：500 億人民幣、估值約 500 億美元（梁文鋒個人出資 200 億） |
| 2026-07 下旬 | 3.4 萬字會議紀要外洩，在中文社群與歐美科技圈瘋傳 |
| 2026-07-25 | 彭博社報導：第二輪融資緊急中止（原定估值約 710 億美元） |
| 2026-08-06 | Bloomberg：重啟融資，尋求近 80 億美元、估值約 5,000 億人民幣，同時預告 API 漲價 |
⚠️ 重要提醒：外洩的 42 頁紀要是語音辨識自動轉寫 + AI 整理（非官方逐字稿，無原始音檔），個別術語與數字可能有誤——但它是理解 DeepSeek 戰略最坦誠的窗口。
一、中美 AI 真實差距：三個震撼數字
1. 算力差距：僅美國的 1/20
梁文鋒坦承，DeepSeek 當時擁有約 2 萬張 H 系列等效算力（大部分近一兩個月才到貨），僅相當於美國前沿實驗室的 1/20。
2. 模型規模差距：活躍參數差 10 倍
| 指標 | 美國前沿模型 | 中國最強模型 |
|---|---|---|
| 活躍參數量（每次生成實際運算的參數） | 約 800 億（800B） | 數十億至數百億 |
| 差距 | 一個數量級（約 10 倍） |
「我們沒有觸摸到智力的上限。訓練這麼大的模型，不是因為這個規模夠了，而是因為我手裡剛好有這麼多資源。阻止我們前行的，是赤裸裸的算力。」
3. 「訓不起」的算力成本
要訓練美國等級的最大模型（800B 活躍參數），梁文鋒估算需要：
- 約 5 萬張 NVIDIA GB300，或
- 約 200 萬張華為昇騰晶片
「在現在最大的模型上，我們其實是訓練不起的。哪怕把 500 億全部花掉也訓不起——堆起來也用不起。」
二、梁文鋒的戰略判斷：算力是差距，但不是投降
目標：把落後壓縮到 3-6 個月
梁文鋒估計 DeepSeek 落後美國前沿公司 12-18 個月，但只用對方 1/20 算力就達到可比結果。他的戰略不是硬碰硬，而是透過工程優化、開源擴散，把技術時間差壓縮到 3-6 個月。
AGI or Nothing：用戶只是「芝麻」，AGI 才是「西瓜」
他明確表示：C 端用戶與 API 營收只是通往 AGI 主線上的副產品。他放棄與字節跳動爭奪 C 端流量，賭「未來的市場讓現在的 C 端市場看起來微不足道」。
他的 AI 發展階梯：語言模型 → CoT → Agent → 持續學習 → 自我迭代奇點 → 具身智能。他認為下一個全球關鍵瓶頸是**「持續學習」**（目前全世界都還沒解決），為此他甚至避開熱門的視訊生成與世界模型。
低利潤護城河：10 個月回本 + 拒絕漲價
API 定價以「10 個月收回設備成本」（約 6 倍算力利潤）為基準，明知需求無彈性（漲價營收翻倍）也拒絕漲價——因為肥厚利潤會吸引競爭對手用他的開源權重打價格戰，薄利才是最堅固的護城河。
三、華為晶片真相：4 張頂 1 張、落後 2 年
這是外洩內容中最打臉官方宣傳的部分：
| 說法 | 來源 |
|---|---|
| 華為官方（中銀證券報告） | 昇騰 950 超節點總算力達 NVIDIA 同級系統 6.7 倍 |
| 梁文鋒（閉門會） | 「4 張華為卡頂 1 張 NVIDIA 卡，同時落後 2 年」 |
「4 張華為 950 能頂一張 GB300。落後 2 年的意思是：華為 950 超節點是今年 Q3/Q4 的貨，GB200 是兩年前 Q3 的貨——差兩年。」
他更坦承採購華為晶片的真實動機：「買華為 950 的目的，是希望幫華為把生態做好。16,000 張華為 950 只相當於 4,000 張 B 系列卡，意義不大」——是戰略投資，不是效能替代。
軟體突圍：TileLang 脫離 CUDA
DeepSeek 深度研發北大主導的開源高階語言 TileLang，訓練 V3 時即使底層是 NVIDIA 硬體也「幾乎不依賴 CUDA 生態」，效能損失僅 1-2%。
四、NVIDIA「自掘墳墓」論點解析
梁文鋒認為 NVIDIA 正在自掘墳墓，但不是技術被超越，而是：
- 出口管制產生反作用力：如果中國能自由買 NVIDIA，絕不會花巨大成本遷移軟體棧；但管制強迫中國企業把資金與業務注入華為昇騰、CANN、TileLang 本土生態
- 遷移不可逆：一旦完成遷移，即使 NVIDIA 重新開放，客戶也不會把工作負載搬回去
- CUDA 三大挑戰：AI 代理降低重寫 Kernel 成本、TileLang 屏蔽硬體差異、CUDA 本質是遊戲卡時代的架構
平衡觀點（AI 郵報）：「自掘墳墓」描述的是採用動機的轉變，不是技術已全面超車；華為已跨過「能不能用」的門檻，但「是否更划算」還需要真實部署數據證明。
五、業界反應：一場洩密，三種解讀
| 立場 | 代表來源 | 核心觀點 |
|---|---|---|
| 西方財經 | Dealroom / Bloomberg | 洩密拖延 710 億美元融資，反映中國 AI 融資與地緣政治高度捆綁 |
| 政治批判 | 大紀元 / 人民報 | 坐實美國對中國「違規取得晶片」的指控（溢價採購、灰色渠道） |
| 科技產經 | AI 郵報 / 動區 | 「4 頂 1」缺工作負載細節；重點是中國已跨過「能不能用」門檻 |
NIST 官方評估（CAISI）：DeepSeek V3.1 在軟體工程與資安任務落後美國頂尖模型 20-80%；模型在「智能體劫持」與「越獄攻擊」防禦上極其脆弱；但開源權重帶動中國模型下載量自 1 月以來增長近 1000%。
💡 延伸閱讀：想自己跑 DeepSeek 開源模型？Ollama：以類 Docker 簡潔風格在本機執行開源 LLM 教你在消費級硬體上本地部署 DeepSeek Coder 等模型。
六、對台灣讀者的三個啟示
供應鏈合規風險升高：美超微共同創辦人廖益賢 3 月被捕、台灣青雲科技 6 月遭搜索（總經理與 2 名業務收押）——台灣廠商在硬體出口上面臨前所未有的「終端用途」穿透式審查，灰色地帶利潤高但代價更高。
台灣半導體是美方關鍵勝負手：梁文鋒坦言 TileLang 突破後「真正剩下的瓶頸就只有產能本身」——而先進產能與封裝正是台灣強項，台灣的製程把關仍是美中科技戰的核心槓桿。
不要押注單一 AI 生態：TileLang 與 AI 代理正在讓「擺脫 CUDA」變得比以往更容易——台灣的系統整合與 IC 設計產業應在異質晶片架構間靈活布局。
FAQ
Q：DeepSeek 閉門會議外洩了什麼？
A：梁文鋒 2026-05-20 舉行的 3 小時 44 分鐘投資人會議紀要（3.4 萬字）於 7 月下旬外洩，坦承中美算力差距 20 倍、模型活躍參數差 10 倍、華為晶片「4 頂 1 落後 2 年」，並稱 NVIDIA「自掘墳墓」。
Q：中美 AI 真實差距有多大？
A：按梁文鋒說法：算力約 1/20（2 萬張 H 等效 vs 美國前沿）、模型活躍參數差約 10 倍（數十億 vs 800B）、技術時間差約 12-18 個月。差距核心是算力資源，不是人才。
Q：為什麼融資被緊急中止？
A：紀要外洩觸及大量公司機密與採購敏感細節，梁文鋒極為震怒，口頭通知投資人暫停第二輪融資（原估值約 710 億美元）。8 月初已重啟，尋求近 80 億美元。
Q：華為晶片真的能取代 NVIDIA 嗎？
A：梁文鋒的判斷是「4 張華為 950 頂 1 張 GB300、落後 2 年」——能取代一部分，但不是效能對等。購買華為晶片的核心目的是幫華為完善生態，非效能替代。
Q：DeepSeek 的「薄利護城河」是什麼？
A：API 定價以 10 個月回本為基準（約 6 倍利潤），拒絕漲價——避免競爭對手用開源權重打價格戰，薄利反而阻止別人用你的模型搶你的生意。
參考來源：DeepSeek 梁文鋒四小時投資人會議實錄（GitHub）、Dealroom 分析、動區：CUDA 護城河解析、AI 郵報：NVIDIA 自掘墳墓拆解、大紀元報導、NIST CAISI 官方評估 等 9 個來源（NotebookLM Deep Research）。影片來源：正確君《DEEPSEEK梁文鋒內部講話流出》。