DeepSeek创始人简介：梁文锋怎么做出国产大模型？

2025年1月27日，英伟达股价单日跌了约17%，市值蒸发接近5890亿美元。那天晚上我在一个开发者群里看到有人甩出这条新闻，配文只有四个字：“梁文锋干的。”

这话当然夸张——股价波动不可能由一个人决定。但它精准地说明了一件事：一个此前几乎不接受采访、不上台演讲、连公司发布会都懒得开的广东人，突然成了全球AI叙事里绕不开的名字。很多人是在DeepSeek-R1刷屏之后才开始搜“deepseek创始人简介”，搜完之后往往更困惑：一个做量化私募出身的人，凭什么做出能和OpenAI掰手腕的模型？

这篇就把这件事讲清楚。不只是履历罗列，更重要的是把他的背景、判断和技术选择串成一条线。

核心结论：DeepSeek创始人梁文锋，1985年生于广东，浙江大学信息与通信工程硕士，2015年前后创办量化机构幻方量化，2023年7月创立DeepSeek。他最关键的一条判断是——真正的创新必须由本土团队原创完成，而不是跟随式微创新。MLA、DeepSeekMoE、GRPO这一整套技术选择，都是这条判断的产物。

梁文锋是谁？一份不太常规的创始人履历

先把基础信息摆出来。梁文锋不是那种典型的“海归大厂高管创业”模板，他的路径在国内AI圈里相当少见：没有海外求学经历，没有在Google或微软待过，甚至没在互联网大厂打过一天工。

浙大七年，他学的东西和金融没关系

1985年，梁文锋出生在广东湛江吴川。2002年考入浙江大学电子信息工程专业，本科毕业后继续在本校读信息与通信工程硕士。他的硕士研究方向是机器视觉相关的内容，具体做的是目标跟踪这一类课题。

这段经历常被忽略，但我觉得挺重要。目标跟踪要处理的是视频序列里的时序信息、特征表示和状态估计——这些问题和大模型里的注意力机制、表示学习，在数学直觉上是相通的。他后来的团队招人时也偏爱竞赛背景的应届生，而不是履历漂亮的资深工程师，这跟他自己就是“一张白纸做研究”的路子是一脉相承的。

幻方量化那十年，是大模型的“预训练”

据多家媒体报道，梁文锋在2008年前后就开始接触量化交易。2015年，他与浙大同学一起创立幻方量化。到2021年，幻方量化管理规模突破千亿人民币，一度跻身国内量化私募第一梯队。

有意思的地方在于，幻方从2019年就开始自建AI超算集群，把深度学习模型用在量化策略上。也就是说，在DeepSeek成立之前，梁文锋已经完整地走过一遍“大规模算力集群 + 大模型训练 + 工程化落地”的流程。2023年7月，杭州深度求索人工智能基础技术研究有限公司注册成立，团队的核心班底很大程度上来自幻方AI。

这里有个我在做技术调研时反复跟人强调的点：DeepSeek不是一群学者拍脑袋搞出来的实验室项目，它背后是一支已经在生产环境里跑过万卡集群的工程团队。这个起点，比很多融资故事动听但没做过大规模训练的团队要扎实得多。

| 时间 | 事件 | 为什么值得记住 | | --- | --- | --- | | 1985年 | 出生于广东湛江 | 本土成长路径，无海外背景 | | 2002–2009年 | 浙江大学本硕，方向为电子信息/信息与通信工程 | 机器视觉与目标跟踪的技术底子 | | 2015年前后 | 参与创立幻方量化 | 获得算力与工程团队的组织能力 | | 2019年 | 幻方AI自建深度学习超算集群 | 提前完成大规模训练的实战演练 | | 2023年7月 | 创立DeepSeek（杭州深度求索） | 正式转向AGI | | 2024年5月 | DeepSeek-V2发布，提出MLA | 推理成本大幅下降的技术拐点 | | 2024年12月 | DeepSeek-V3发布 | 671B总参数、37B激活参数 | | 2025年1月 | DeepSeek-R1发布 | 引发全球范围的开源推理模型热潮 | | 2025年9月17日 | R1论文登上《Nature》封面 | 中国大模型研究首次以封面形式亮相 |

从量化思维到大模型架构：三条技术主线

理解梁文锋的技术选择，我觉得抓住一个词就够了：成本效率。量化交易本身就是在一个极度内卷、极度看重边际收益的环境里做决策，这种思维被完整带进了DeepSeek的模型设计。国产大模型在算力受限的现实条件下，能不能用更少的资源做出接近的效果，几乎是唯一的活路。

MLA：把KV Cache压下去

2024年5月发布的DeepSeek-V2技术报告中，团队提出了多头潜在注意力机制（Multi-head Latent Attention，MLA）。它做的事情说人话就是：通过低秩压缩的方式重构注意力里的键值表示，把推理阶段最吃显存的KV Cache显著压小。

这个改动对普通用户意味着什么？同样一张显卡，能塞进更长的上下文、更大的并发。我在本地部署V2系列模型时最直观的感受就是，显存占用比同期同参数量的模型宽松不少，长文本场景下尤其明显。大模型推理的成本大头之一就在KV Cache，MLA直接把这块砍了。

DeepSeekMoE：稀疏激活换来的性价比

更早一点，2024年1月的DeepSeekMoE论文提出了细粒度专家切分加共享专家的方案。V3最终做到了671B总参数、每次推理只激活37B左右。参数量撑起模型能力上限，激活量决定实际算力开销，这两件事被拆开了。

根据DeepSeek-V3技术报告（arXiv:2412.19437，2024年12月发布）披露的数据，V3的完整训练只用了278.8万H800 GPU小时，按当时租赁价格折算约557.6万美元。这个数字在业内引发了大量讨论，因为它比很多人对“千亿参数级模型训练”的成本想象低了一个数量级。

当然了，成本低不等于容易。稀疏专家的负载均衡、通信开销、训练稳定性，每一个都是坑。能做到这个数字，靠的是前面说的那支跑过万卡集群的团队。

GRPO与R1：把强化学习推到极限

DeepSeek-R1走的路线更激进。R1-Zero版本完全跳过监督微调，直接对基础模型做强化学习，结果模型自己涌现出了长链推理、自我验证、反思回溯这些行为。这个结果在2025年1月发布时，说震动业界不夸张。

到了2025年9月17日，R1的相关论文以封面文章形式发表在《Nature》上，论文标题为《DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning》。据《Nature》官方说明，这是首篇经过同行评审的大语言模型推理能力研究。

顺便说一句，DeepSeek在2025年9月还发布了V3.2-Exp实验版本，引入了稀疏注意力机制。节奏一直没慢下来。

我对这个人最真实的判断

坦白讲，市面上关于梁文锋的报道里，我最不喜欢的是那种“天才少年逆袭”的叙事。它把一个可以被复制的组织选择，包装成了不可复制的个人天赋。

在我看来，梁文锋真正做对的事情有三件，而且每一件都不依赖天赋。

第一件，他选择在幻方阶段就把钱砸进算力，而不是等到风口来了再补课。2019年自建集群这个决策，在当时的量化圈里属于异类——大部分同行把钱花在策略和人才上。五年后回头看，这批提前储备的算力成了DeepSeek冷启动的燃料。

第二件，他把组织结构做得极度扁平。据公开报道，DeepSeek内部没有严格的层级和跨部门汇报，研究员的选题自由度很高。这种结构在大厂里基本不可能存活，因为它无法向上汇报KPI。但它恰恰适合做前沿研究。

第三件，也是最被低估的一件——他坚持开源。R1以MIT协议开源，允许商用和蒸馏，这在商业上是“把钱往外推”的做法。但他的公开表态一直很一致：中国AI不能永远做跟随者，闭源护城河挡不住技术扩散。这话听着理想主义，可它确实换来了全球开发者的生态反哺。

不过话说回来，这套打法也有明显的脆弱面。极度依赖单一创始人的判断、开源模式缺乏明确的商业闭环、团队规模刻意保持精悍——这些都是真实存在的问号。我不会假装它们不存在。

了解创始人之后，普通开发者能做什么？

知道梁文锋是谁，对一线开发者来说不是谈资，而是判断依据。我整理了几个我自己实际用过的切入点。

本地部署选型。 如果你的显存有限，优先考虑蒸馏版而非满血版。R1-Distill系列里，Qwen-1.5B和7B版本在消费级显卡上就能跑，14B和32B需要更高配置。真正要跑671B的V3/R1，那是服务器级别的事。

关注架构而非榜单。 与其盯着各种跑分排名，不如看看MLA、MoE这些设计是不是被其他框架吸收了。截至目前，MLA已经被多个国产开源模型借鉴，这是比榜单更硬的信号。

读一手论文。 DeepSeek的技术报告写得相对克制，公式完整，没有太多营销话术。想系统了解大模型训练的人，从DeepSeekMoE和V2的技术报告入手，比看二手解读效率高得多。关于这方面的更多资料，我在国产大模型的整体格局里做过一次横向梳理，可以配合着看。

注意推理成本的实际账。 很多团队在选型时只看API定价，忽略了自建的运维成本。我在做大模型推理成本优化的实测时发现，小规模团队用API往往比自建集群划算，除非你的调用量已经稳定在高位。

关于梁文锋，被问得最多的几个问题

DeepSeek是国企吗？ 不是。DeepSeek是民营企业，注册主体为杭州深度求索人工智能基础技术研究有限公司，公开工商信息显示梁文锋通过直接和间接方式持有绝大部分股权。公司没有接受过外部大额融资，主要资金来自幻方体系。

他和幻方量化现在是什么关系？ 幻方量化是梁文锋早期创办的量化机构，DeepSeek在算力和早期资金上得到过幻方体系的支持，但两者是独立运营的实体。梁文锋本人的精力已经全面转向DeepSeek。

DeepSeek只有他一个创始人吗？ 对外发声和公众认知高度集中于梁文锋，但他不是孤军奋战。团队核心成员多来自幻方AI和国内顶尖高校，采用高度扁平的组织结构，不设传统意义上的多层级管理。

他为什么一直不接受采访？ 2024年他罕见地接受了36氪旗下《暗涌Waves》的专访，那是为数不多的深度对话。其余时间他基本不露面。从他在那次专访里的表述看，他更在意“做出东西”本身，而不是被讨论。

总结与学习路径

如果要给“deepseek创始人简介”这个问题一个最终答案，我会这么说：梁文锋是一个把量化交易的成本意识和工程纪律，完整移植到AGI研究里的人。他的价值不在于某一句金句，而在于用一系列具体决策——自建算力、扁平组织、稀疏架构、全面开源——证明了国产大模型不必走跟随路线。

给想深入了解的读者一条学习路径：

1. 先读DeepSeekMoE论文（2024年1月），理解稀疏专家架构的基本逻辑
2. 再读DeepSeek-V2技术报告（2024年5月），重点看MLA那一节的公式推导
3. 然后读DeepSeek-V3技术报告（2024年12月），关注训练成本与工程细节
4. 最后读登上《Nature》封面的R1论文（2025年9月），理解纯强化学习如何激发推理能力
5. 动手环节：用Ollama或vLLM跑一个蒸馏版R1，亲手感受一下推理链的输出形态

关键要点速览：

• 梁文锋1985年生于广东，浙大本硕，无海外背景，是国内少见的纯本土成长路径的AI创始人
• 幻方量化那十年不是弯路，而是算力储备和工程团队的建设期
• MLA压缩KV Cache、DeepSeekMoE稀疏激活、GRPO强化学习，三条主线共同指向“用更少资源做更多事”
• V3训练成本约557.6万美元（据DeepSeek-V3技术报告），这个数字本身就是技术路线的证明
• R1论文于2025年9月登上《Nature》封面，是国产大模型研究的一个标志性节点

相关推荐

阅读相关专题 想系统了解国产大模型的整体格局和技术演进脉络，可以持续关注 VergeX 的大模型专题，我们会定期更新模型架构拆解和实测对比。

查看工具推荐 需要挑选适合自己的大模型推理框架、部署工具或API服务？可以直接访问 VergeX AI工具导航，里面按类别整理了目前可用的主流工具，省去逐个试错的时间。

订阅更新 AI领域的技术迭代速度确实快，DeepSeek 从V2到R1只用了八个月。如果你想第一时间收到这类深度拆解，可以通过邮件或微信订阅 VergeX 的更新推送，我们尽量只发有价值的内容。