3 min de lectura

DeepSeek busca capital externo manteniendo su apuesta por el código abierto

DeepSeek está aceptando dinero externo por primera vez, y la propuesta es inusualmente directa: la compañía quiere que los inversores respalden la investigación en AGI y los modelos abiertos, no una g

Imagen: ixbt.com

DeepSeek está aceptando dinero externo por primera vez, y la propuesta es inusualmente directa: la compañía quiere que los inversores respalden la investigación en AGI y los modelos abiertos, no una ganancia rápida por ingresos de producto. Según Bloomberg, el laboratorio busca al menos 300 millones de dólares, con una valoración objetivo que podría alcanzar alrededor de 70.000 millones de yuanes, es decir, unos 10.000 millones de dólares.

Eso importa porque DeepSeek construyó su reputación haciendo lo contrario a muchos rivales de la IA: mantenerse esbelto, apoyarse en capital interno y lanzar primero para la investigación, con publicaciones que hicieron más ruido que cualquier presentación de ventas. Ahora las cuentas se están poniendo a la par con la misión. Entrenar modelos de vanguardia es lo suficientemente caro como para que incluso un negocio cuantitativo rentable empiece a parecer pequeño.

La primera ronda externa para DeepSeek

La compañía había sido financiada íntegramente a través de High-Flyer Quant, la firma de inversión fundada por Liang Wenfeng. Ese arreglo ayudó a DeepSeek a mantener un control estricto sobre su hoja de ruta, pero también implicaba que el laboratorio gastaba efectivamente de un solo bolsillo mientras intentaba construir uno de los programas de IA más ambiciosos del mundo.

Algunas fuentes sugieren que la ronda podría eventualmente escalar mucho más, llegando potencialmente a 7.000 millones de dólares a largo plazo si DeepSeek se orienta hacia un modelo de ingresos más duradero. Por ahora, sin embargo, la cifra destacada es la más pequeña: una primera ronda institucional que señala que el laboratorio de investigación entra en la fase adulta de la financiación de IA.

Recomendado

Hassabis dice que las STEM te hacen 10 veces mejor en IA

Los modelos de código abierto siguen siendo centrales en la propuesta

Según se informa, Liang Wenfeng ha dicho a posibles inversores que el desarrollo de AGI seguirá siendo la prioridad, y la monetización quedará en un segundo plano. DeepSeek también se mantiene firme con los modelos de código abierto, una declaración que gusta a los investigadores y menos a quienes esperan un negocio ordenado de software empresarial.

Esa postura no es nueva. En abril, DeepSeek lanzó su familia V4-Pro y V4-Flash, sistemas mixture-of-experts con parámetros a escala de billones ajustados tanto para hardware chino como extranjero, incluidos Huawei Ascend, Cambricon y Nvidia. La compañía ya causó impacto antes con R1, que ayudó a reajustar las expectativas sobre cuánto debería costar entrenar modelos de frontera competitivos.

Lo que los inversores obtienen, y lo que no

  • Objetivo mínimo de recaudación: 300 millones de dólares
  • Valoración objetivo: alrededor de 70.000 millones de yuanes, es decir, unos 10.000 millones de dólares
  • Historial de financiación: primera ronda externa; anteriormente financiada solo por High-Flyer Quant
  • Posición sobre el producto: continuación en la publicación de modelos de código abierto y énfasis en la investigación fundamental

Hay, previsiblemente, una condición. La lista de inversores del acuerdo, la valoración final y el calendario de cierre aún no se han hecho públicos, y cualquier levantamiento de esta magnitud atraerá el escrutinio de los reguladores chinos, que han intensificado la supervisión de los desarrolladores de modelos base. El resultado probable es un DeepSeek más institucional, no uno más blando.

La verdadera pregunta ahora es si DeepSeek puede mantener su identidad investigadora mientras acepta la lógica más lenta y desordenada del capital externo. Si puede, podría convertirse en el modelo de cómo los laboratorios de IA más ambiciosos de China escalan sin renunciar a su reflejo de código abierto. Si no puede, el mercado recibirá otro recordatorio de que hablar de AGI es fácil; financiarla es lo difícil.

Ava Chen

AI Editor

Ava covers the rapidly evolving world of artificial intelligence, from foundational models and research labs to the real-world economics of intelligence. With a background in computational linguistics, she cuts through the hype to find out what actually works. She firmly believes that benchmarks are just marketing until reproduced in the wild.

vía ixbt.com

// Sigue leyendo