DeepSeek创始人梁文锋赚的第一桶金来自股市

$上证指数(SH000001)$   

DeepSeek创始人赚的第一桶金

DeepSeek的火爆，让其创始人梁文锋也走进大众视野。

春节到来，梁文锋的行踪备受关注。记者从其初中班主任容老师获悉，目前梁文锋已回到吴川，还于1月27日下午与旧时同学好友一起踢足球。

另据南方都市报，DeepSeek的创始人梁文锋是位80后，来自广东湛江吴川。2002年，他以吴川市第一中学“高考状元”的成绩考上浙江大学电子信息工程专业，毕业后在浙江大学攻读研究生。在大学期间，梁文锋就已积累市场行情数据和探索全自动量化交易。

梁文锋的高中同学兼好友陈先生表示，读书的时候，梁文锋就经常做课题实验，学习刻苦，也热爱足球。大学时期，梁文锋读的AI工程专业前景并不明朗，但他很有前瞻的眼光。“完全是白手起家，创业以来还做过全自动绣花机等产品，不断探索总结溯源。”

陈先生还表示，“梁文锋的衣着打扮和为人处世都非常低调，淳朴有善心，此前以个人名义捐了很多钱。看到他火了很开心，前几天我给他发信息祝贺，他还说会回吴川过年，但今年要躲起来。”

深圳梦注意到，在校期间，梁文锋对金融市场产生了浓厚的兴趣，2008年全球金融危机之际，他带领团队探索机器学习技术在全自动量化交易中的应用潜力。

梁文锋决定量化投资，但这个决定并不容易，毕竟当时量化还是个新事物，很多人不相信量化可以赚钱。

梁文锋苦熬了2年，2010年，沪深300股指期货推出，量化投资迎来了春天。据公开信息显示，梁文锋团队正是乘上这股东风，很快自营资金超过 5 亿元。

这应该是他毕业后赚到的第一桶金，为他后来的创业打下了物质基础。

（深圳梦注：由中证指数公司编制的沪深300指数于2005年4月8日正式发布。沪深300指数以2004年12月31日为基日，基日点位1000点·沪深300指数是由上海和深圳证券市场中选取300只A股作为样本，其中沪市有179只，深市121只样本选择标准为规模大，流动性好的股票。沪深300指数样本覆盖了沪深市场六成左右的市值，具有良好的市场代表性。

作为一种商品，沪深300股指期货是以沪深300指数作为标的物的期货品种，在2010年4月16日由中国金融期货交易所推出。）

2015年，梁文峰与浙大校友共同创立幻方量化，立志打造中国的顶级量化对冲基金。他们将数学与人工智能深度融合，开启了量化投资的创新之旅。

2016年，幻方量化上线首笔AI驱动的实盘交易，随后全面实现交易策略AI化。这一创新举措使旗下基金回报率远超同期沪深300指数，推动公司管理规模快速增长，2021年突破千亿元大关，跻身国内量化私募“四大天王”行列。

随着业务拓展，AI交易策略对算力的需求急剧增加。为解决这一难题，梁文峰展现出非凡的前瞻性和魄力，从2019年开始大规模布局AI算力。当年投资2亿元建成“萤火一号”AI算力集群，搭载1100块GPU算卡，在特斯拉提出Dojo超算概念时便已一步。英伟达A100芯片发布后，他又迅速成为亚太地区首批获取者。

2021年，投资10亿元打造的“萤火二号”上线，搭载1万张A100算卡，算力惊人，相当于76万台个人电脑，占地面积超过10个篮球场。在当时AI大模型尚未爆发的情况下，如此大规模的算力投入被外界视为疯狂之举，但这恰恰体现了梁文峰对AI未来发展的坚定信念和长远布局。

2017年，谷歌提出Transformer架构，OpenAI基于此架构成功推出ChatGPT，引爆AI大模型时代。多数企业选择跟随OpenAI的步伐，而梁文峰带领的团队却另辟蹊径。

2023年，幻方量化成立子公司“深度求索”（DeepSeek），进军通用人工智能领域。尽管团队规模仅有139人，远不及OpenAI的1200人，但他们凭借创新精神和扎实技术，在大模型研发上取得了惊人突破。

2024年5月发布的DeepSeekV2，凭借创新的MLA（多头潜在注意力机制）和DeepSeekMoE（混合专家模型）架构，实现了高性价比的训练和推理，API定价仅为GPT-4 Turbo的百分之一，引发行业价格战，推动了算力普惠。2024年12月推出的DeepSeek-V3更是震撼全球，在多个基准测试中性能超越顶级开源模型，与GPT-4o等顶级闭源模型不相上下，而研发成本不到后者的二十分之一。这一成果不仅打破了中国AI企业依赖模仿的刻板印象，更以首创精神让中国在全球AI竞争中占据一席之地。

梁文锋和他的DeepSeek还在继续求索。

就在1月20日，DeepSeek正式发布DeepSeek-R1模型。该模型在数学、代码、自然语言推理等任务上，性能比肩OpenAI o1正式版。DeepSeek称，R1在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。DeepSeek不仅将R1训练技术全部公开，还蒸馏了6个小模型开源给社区，允许用户借此训练其他模型。

1月27日，据AI社区Hugging Face，DeepSeek发布分别名为Janus-Pro和JanusFlow的一系列开源多模态AI模型。

DeepSeek的展示图显示，在文生图GenEval和DPG-Bench基准测试中，Janus-Pro-7B的准确率较前代Janus大幅提高，准确率测试结果分别为80%和84.2%，高于包括OpenAI DALL-E 3在内的其他对比模型，Janus的准确率分别为61%和79.7%