DeepSeek融了1000亿，估值却没动？这钱到底怎么算的
看到DeepSeek融1000亿的消息，我第一反应不是“好多钱”，而是“估值怎么没动？”。 从5000亿到5000亿，钱多了一倍，公司还是那个价。这太反常了。别急着骂“资本寒冬”，也别忙着捧“AI信
你上周是不是刚被某款新手机的AI功能演示刷屏，转头就发现自己的手机跑个7B模型都烫得能煎蛋？
别不好意思承认，这就是现在端侧AI的魔幻现实。然后华为昨天在上海练秋湖开了个麒麟媒体沟通会，半导体业务无线终端芯片产品管理部部长徐松余站台，宣布麒麟9050系列搞了个业界首个30B MoE大模型入端。
30B参数，激活2B，占用内存不到2.5G。
朋友圈已经开始沸腾了，各种“遥遥领先”的文案满天飞。但我劝你先冷静一下，把这玩意儿拆开看看再说。
这到底是个啥
先说人话。MoE叫混合专家模型，你可以理解成一个公司里有几十个专业小组，每次来个活儿只叫醒最对口的那个小组干活，其他人继续摸鱼。所以总参数30B听起来吓人，但实际激活只有2B——也就是说真正在跑的那部分很轻。
这就是为什么它能塞进手机。
如果是一个30B的Dense模型，那内存占用和功耗能直接把你的手机变成暖手宝。华为这次用MoE架构做端侧，路子是对的。2.5G内存占用这个数字，放在旗舰机上确实不算夸张。
但注意，徐松余还提了另外两个模型：7B Dense和1B VLM。这说明什么？说明30B MoE不是万金油，它只适合特定场景。真正日常跑的可能还是那个7B的。
另外麒麟9050 Pro搭载了新一代达芬奇架构NPU和灵犀微核，官方数字是AI性能提升140%、功耗降低66%。这个提升幅度，如果对比的是麒麟9000S那一代，我觉得合理；如果对比的是上一代旗舰，那我持保留态度。这个数据我没找到第三方实测验证，先打个问号。
还有个事得说清楚：徐松余提到的“韬定律”和“逻辑折叠”路线，首次应用在麒麟9050系列上。华为目标2031年P核频率突破5GHz。这个时间线拉得够长的，说明芯片制程那边确实还在爬坡。
怎么用，以及用起来啥感觉
目前还没有搭载麒麟9050的零售机上手，但从沟通会透露的信息，我能推演出几个实际场景。
本地文档摘要：30B MoE激活2B，处理长文档的速度应该比云端快，而且断网也能用。你开会录音转文字之后直接本地总结，不用等上传下载。
多模态识别：1B VLM模型负责看图说话，比如拍个菜单直接翻译、拍个发票自动归类。这个场景对延迟要求高，端侧跑比云端体验好。
隐私敏感任务：所有数据不出手机，这对商务用户是刚需。
但问题来了。端侧大模型最大的坑不是能不能跑，而是跑起来之后手机还剩多少电。功耗降低66%这个数字很漂亮，可如果基准功耗本来就高，降完之后可能还是比不用AI费电。
我打个比方。你原来跑个7B模型手机功耗是5W，降66%变成1.7W，那确实能用。但如果原来跑30B MoE功耗是15W，降66%还有5W，该烫还是烫。
所以关键看华为怎么调度。日常轻任务用1B VLM，中等任务用7B Dense，重任务才唤醒30B MoE——如果这套调度逻辑做得好，体验就能平衡。做不好，就是参数漂亮但日常翻车。
端侧AI的核心矛盾从来不是“能不能跑大模型”，而是“跑完之后用户还愿不愿意用”。
同行看了会怎么想
高通那边骁龙8 Gen 4的NPU也在堆算力，苹果A18 Pro的神经网络引擎走的是另一条路——不追求参数规模，而是把系统级AI体验做透。
华为这次打的是参数规模牌
这件事，对OpenAI、Anthropic这些海外公司，以及国内其他大模型“六小虎”来说，是一个非常明确的信号。
竞争维度变了。以前大家比的是谁的模型更聪明、跑分更高。去年这个时候还觉得，纯技术领先就能通吃市场。现在看，DeepSeek在走一条不同的路：技术打底，生态锁客。
你OpenAI可以和微软绑定，但DeepSeek选择和整个中国制造的骨干企业绑定。这意味着，未来在智能制造、智能驾驶、芯片设计这些硬核领域，DeepSeek的模型会因为股东关系，获得最优先的落地场景和数据反馈。上周我刚试过某家国产大模型的API，用来分析工厂的能耗数据，效果一言难尽。但如果是吉利这样的股东，直接把整车设计、供应链数据向DeepSeek开放做联合研发，这种护城河是纯技术公司短期内追不上的。
\n
03
跟你有什么关系？
很多人看到这种千亿融资新闻，觉得跟自己没关系。错了，关系大了。
1如果你是AI应用的开发者或创业者：这意味市场正在从“模型能力”竞争，转向“模型供应链”竞争。选择调用谁的API，可能要看你的上下游客户是谁。比如你给车企做软件，用股东系模型，沟通成本、数据合规性可能都更顺畅。
2如果你是硬件从业者，尤其是芯片、传感器领域：你的大客户可能很快就会要求你的产品“原生支持”某些大模型。中芯聚源入局，就是一个风向标。
。30B MoE入端，这个数字在营销上很有冲击力，但实际体验能不能打过苹果那种润物细无声的AI整合，不好说。
苹果的策略是：你不需要知道模型多大，你只需要知道Siri变聪明了、照片搜索更准了。华为现在的策略更偏向“你看我能跑30B”，这是两种产品哲学。
国内友商这边，vivo、OPPO、荣耀都在推端侧大模型，但基本都是7B到13B这个量级。华为直接把数字拉到30B，哪怕激活只有2B，宣传上已经赢了。
但我要泼盆冷水。参数规模不等于用户体验。一个调教好的7B模型，在具体任务上完全可以吊打一个调度混乱的30B MoE。用户不关心你跑多大模型，用户关心的是“我让它干的事它干得怎么样”。
还有个变量：开发者生态。华为如果能把30B MoE的API开放给开发者，让第三方App调用本地大模型能力，那想象力就大了。如果只是华为自家应用能用，那这30B就是个跑分工具。
跟你有什么关系
如果你是普通用户，别被30B这个数字忽悠了。等真机上市之后，重点看三件事：
日常使用续航有没有明显下降
AI功能响应速度是不是真的比云端快
哪些App能真正调用这个端侧模型
如果你是开发者，现在可以开始关注华为的端侧AI API了。端侧大模型一旦铺开，应用架构会发生很大变化——以前什么都要联网，以后很多推理可以本地完成。这个窗口期不会太长。
如果你是投资人或者行业观察者，我劝你别只看参数。华为这次真正的信号是“韬定律”和“逻辑折叠”路线图，以及2031年5GHz的目标。这说明华为在芯片制程受限的情况下，正在从架构层面找突破口。这条路能不能走通，比30B这个数字重要得多。
也可能是我想多了，说不定明年友商就掏出个50B MoE。
好了不吹了，我得回去继续搬砖了，今天的稿子还没写完呢。
本文基于 media 公开报道编译解读
本文基于 media 公开报道编译解读，3如果你是普通用户：短期内，你用的AI产品可能会变得更“懂行”。因为模型在特定行业的训练数据会因股东合作而极大丰富。长期看，不同阵营的AI产品，特色和专长会分化越来越明显。
举个实际例子，假设你是一个做AI辅助建筑设计的小团队。以前你可能只关注哪个模型渲染效果图最逼真。现在，你得想想：你的建材供应商（可能关联地产商）、你的施工方（可能关联工程机械厂），他们用的都是哪个生态的AI工具？选择与主流产业资本绑定的模型生态，可能意味着未来数据打通、协同设计会容易得多。
04
为IPO铺的红毯
还有个细节不能忽略：融资额翻倍，估值不涨。这在财务上非常聪明。
它避免了IPO前估值过于泡沫化，给二级市场投资者留出了空间。同时，将专项基金调整为盲池备案，以应对A股200人股东红线，以及聘请严文韬这位有高瓴背景的CFO——所有这些动作，都指向一个目标：尽快、合规地登陆科创板。
DeepSeek很清楚，留给它的窗口期可能不长。大模型军备竞赛极其烧钱，竞争对手也在疯狂融资。通过这轮密集引入产业资本，它既在IPO前锁定了长期客户和合作伙伴，也让未来的招股书故事从“中国OpenAI”变成了“中国智能制造核心AI引擎”。后者在当下的资本市场，显然更有吸引力和确定性。
当然，如果你是一个只关心“哪个模型聊天最搞笑”的纯用户，以上这些资本游戏、产业布局，对你来说可能都是噪音。你明天用的产品，和今天不会有任何区别。但行业的暗流，已经开始改变方向了。
本文基于 media 公开报道编译解读，查看原文