政治热议-"麻花传媒MV与其它传媒公司比较"-连线Insight对话李开复：不愿“透支”未来，零一万物全面转向“小而美麻花传媒MV与其它传媒公司比较”

连线Insight对话李开复：不愿“透支”未来，零一万物全面转向“小而美麻花传媒MV与其它传媒公司比较”_ZAKER新闻

面对认清现实后的又一次受挫，唐尚珺叹息自己始终在走弯路，如果重来一次，他也许不会那么冒险，可能听听专家的建议。“一路走来，我都是自己摸索，没人引导，把我拉向正确的方向。”他说，不希望出现下一个唐尚珺。

文 / 王慧莹编辑 / 子夜2025 年伊始，AI 大模型行业再生变。1 月 6 日，李开复创立的大模型初创企业零一万物，被曝出要将团队整体打包卖给阿里的消息。很快，李开复在朋友圈辟谣，否认出售。" 不知为什么会有这样的谣言散播，不过散得快，撤得也快。" 李开复说道。李开复在朋友圈的回应一天后，事件有了更准确的说法。李开复在接受媒体采访时回应了零一万物的变动，主要聚焦在预训练团队及 Infra 团队：预训练算法团队加入通义团队，Infra 团队加入阿里云。两大主要团队有了明确的去向，零一万物也有了战略上的新方向：超大模型交给阿里训练，零一万物负责小参数、适中的行业模型。" 大厂 + 小虎 " 的合作范式之下，零一万物将基于 " 小而美 " 的模型，把技术务实落地去做垂直应用和赋能产业，寻找商业化的出路。这或许只是个开始。经过长达两年的投入，行业竞争加剧，资本日渐冷静，大模型预训练耗费的资金和精力让不少创业公司吃不消。回顾过去两年的创业之路，零一万物的成长并非一帆风顺。AI 大模型创业公司已然站在十字路口，调整和转型是必然。放弃该放弃的，抓住该抓住的，才能拿到大模型下半场的船票。" 创业公司第一年打法未必合适第二年，调整和转型是创业之必然。今年是商业化的决胜之年，零一万物的业务优先级也要作出相应的调整。" 李开复在接受媒体采访时提到。2025 年，伴随行业商业化速度的加快，大模型也将进入新一轮的淘汰赛。大厂携资源优势持续扩张、AI 独角兽们各显神通，零一万物要找到生存之道，也要向市场证明此次决定的正确性，零一万物的压力不会小。没被阿里收购，但零一万物压力不小一切的调整都有迹可循。去年 5 月，零一万物发布千亿参数模型 Yi-Large 时，李开复就意识到这是一个耗费时间和精力的事情。当时 Yi-Large 的方向是超大模型，意味着更多 GPU 和资源。是烧更多钱做拥有更大模型的技术公司，还是做一个可以赚钱的商业公司？零一万物选择了后者。去年 5 月到 6 月，零一万物放弃了更大版本 Yi-X-Large 模型的训练计划，同步做起了 MoE，也就是去年 10 月份的 Yi-Lightning。Yi-Lightning 速度更快、推理成本更低：速度比 Yi-Large 快好几倍，而价钱只有 GPT-4o 的 1/30。务实、性价比的思维延续到 2025 年，零一万物和自己最大的投资方阿里进行合作。1 月 2 日，零一万物与阿里云宣布，正式达成模型平台业务的战略合作，双方将成立 " 产业大模型联合实验室 "。这之后，市场一度传出 " 零一万物将团队打包卖给阿里 " 的消息。图源零一万物微信公众号火速辟谣之余，在与连线 Insight 对话中，李开复明确了双方的合作：愿意继续训练超大参数模型的成员，加入联合实验室，做更有 Scaling Law 方向性的工作，由阿里主导。此外，零一万物预训练团队和 Infra 团队，分别加入阿里的通义团队和阿里云团队。当然，这不意味着零一万物放弃了预训练，只是将耗费成本和精力更大的超大模型交给阿里，零一万物负责小参数、适中的模型。更重要的是，阿里继续训练超大模型的用处在于，超大模型可以像 " 教师－学生 " 一样去教较小的、应用导向的模型，就像 Anthropic 用 Claude 3.5 Opus 去训练 Claude 3.5 Sonnet。本质上，作为初创公司，零一万物在转换思路。将成本转出去的同时，将重点放在应用的商业化落地上。换句话说，零一万物要找到一条高性价比的生存之道。之所以强调性价比，是因为行业已经进入到新一轮的淘汰赛，资本回归冷静，创业公司的形势很严峻。于 AI 独角兽而言，商业化路径还在探索之中，仅靠资本输血的创业公司手上的余粮并不多，相比于坚持耗资巨大、回报周期长的超大模型，不如把弹药放到更合适的地方。这两年，大模型特别是超大模型预训练烧钱是公认的事实。动辄百万、千万级美元的训练费用，加之 " 黑盒子 " 式的训练过程，对创业公司而言不是个好生意。去年 10 月，"AI 六小虎 " 就传出有两家放弃预训练模型的消息。李开复曾透露，一次预训练成本约三四百万美元，即便是成本更低的 Yi-Lightning，在训练时也用了 2000 张 GPU，耗时一个半月，花费三百多万美元。李开复告诉连线 Insight，去年 7 月做完一笔融资后，零一万物目前账上现金充沛。对于 Scaling Law 的上限问题，李开复在内部很早就开始复盘和推演。此次放弃 AGI，转向更好落地的小模型，全面发力应用，是对自己负责，也是对未来负责。降本聚焦 AI 应用落地，零一万物最关键的还是要赚钱" 如果要执着于‘透支’未来，那我就不是负责任的 CEO。"李开复告诉连线 Insight，创业公司不像大厂拥有海量资源，资源有限的情况下做战略调整，就必须选择哪些有所为、哪些有所不为。成本是其中最重要的考虑。零一万物花了几个月的时间验证不同的路线，将更情怀导向的思路调整到更务实导向的思路，来探索不同的商业模式。和阿里合作自然是个不错的选择，此次合作后，零一万物后续也在规划推出新版本的 Yi-Lightning，最终的目标还是针对 To B 行业打造更强更全面的行业大模型。" 用小而精的团队来做小而便宜的模型，拥抱应用的爆发。" 李开复在接受媒体采访时表示。当然，与阿里合作只是零一万物调整聚焦 AI-first 应用的的第一步，更重要的是从自身找到更多商业化的路径。过去一年，是 AI 大模型应用落地元年，也是行业商业化加速的一年。尤其是对 AI 独角兽来说，资本迫切的回报周期压力之下，学会赚钱，是它们的必修课。前不久，在辟谣之余，李开复提到 2024 年零一万物的实际收入超过 1 亿元，2025 年会数倍增长。尽管离上市还有很长一段距离，但这是个不错的成绩。1 亿收入的背后，是不断探索商业化的零一万物。李开复很明确，卡位应用层是关键。2023 年下半年开始，零一万物低调试水多款海外 To C 应用，积累了一定的行业 Know-how。2024 年 5 月，李开复公开表示要 " 坚决不做赔钱的 To B"，到了 2024 年 11 月，李开复再次重申了这个观点，但有些细微的变化，" 我们重注 To B 业务，但不是‘赔钱赚吆喝’的模式，而是寻找行业核心业务场景，以 AI-Native、标准化、可规模复制的应用产品，不仅帮客户省钱，还能帮它赚钱。我们再从中受益。"去年 11 月，零一万物首度对外披露了基于 Yi 模型构建的一整套大模型 To B 解决方案，同时表示未来 To C 业务将面向海外。行业的共识在于，2024 年创业公司在国内做 To C 比较难商业化变现。一方面，大厂在这方面更有生态、流量的优势，创业公司获客成本很大；另一方面，海外用户付费意愿高，相对而言海外 To C 应用更容易获得收入。李开复向连线 Insight 透露，从 2023 年下半年开始，零一万物陆续低调实验了 6 款以上的出海产品，有较好的、也有不太成功的，通过这个过程去动态制定与市场契合度匹配的、能变现的产品形态。去年，在 C 端的收入上，零一万物大概有 2-3 成来自出海的付费产品。李开复告诉连线 Insight，C 端目前成本收入基本已经打平，接下来有机会盈利。实际上，从 To C 转向 To B，这是一个很大的转变，从产品落地到业务形态都是完全不同的思路。最为重要的是找准 To B 商业化的领域。目前，在国内市场零一万物 To B 领域涉及 Infra、大模型和应用三个层面，分别为面向电商直播、办公会议等场景的数字人解决方案。据连线 Insight 了解，目前在游戏、金融等领域，零一万物已经和一些头部企业深度展开产业大模型解决方案的策划、研发和交付。2024 年，B 端业务贡献了零一万物近七成的收入，也为这些企业客户带来了新的增长。伴随业务思路的变动，零一万物的组织架构也在随之调整。比如，落地要有非常强的售前，以及聆听客户需求、跟进策划产品和商业模式的团队；同时，零一万物还在强调工程研发，因为 B 端的应用需要标准化、平台化。尤其是在 B 端领域，大模型厂商要做的是让客户看到降本增效层面具体可量化的商业价值，客户也才会愿意为新技术买单。尽管转向 B 端领域的时间点有些晚，但零一万物也有些后发优势。过去一年半时间里，零一万物已经培养出能够交付世界一流模型的技术水平，这是聚焦 To B 应用的技术内核；其次，李开复及创始团队多年的创业经验及人脉资源，让其能够第一时间触达头部企业的决策层，快速找到适合落地的应用场景。当然，转变的过程一定会伴随人员调整和变动。2024 年 8 月以来，零一万物高管黄文灏、潘欣离开，也一度引发关注。不过，据了解，零一万物的核心联创保持相对稳定。李开复说：" 从创业第一天开始的我的 -1 团队，基本没怎么变动。"这期间，零一万物也在持续招聘。当下，各家的比拼已经来到 " 比应用、比赚钱、比血厚 " 的阶段，零一万物的现金储备现在依然充足，足够在 2025 年的 AI-First 爆发元年支撑零一万物做出小而美且快的模型。大模型浪潮奔涌两年多，众多 AI 独角兽都面临重要转折点，告别 AI 应用元年，今年是 AI 大模型商业化的决胜之年。尽管现在谈论盈利还有些早，但零一万物选择率先直面 AI 商业化的拷问。近期，连线 Insight 与李开复进行对话，2025 年，他会坦诚地面对商业化拷问，并回答零一万物如何 " 能赚钱的创新 "，以下是对话内容，经编辑略有调整。连线 Insight：1 月初零一万物和阿里云成立实验室训练大模型，这个合作推进了多久，双方承担的角色有哪些不同？如何具体进行合作？李开复：零一万物与阿里云的合作规划了一段时间，到上周才正式对外官宣。通过产业大模型联合实验室，零一万物和阿里云双方会在包含技术、业务、人才等板块进行合作，阿里云有更多资源继续沿着 Scaling Law 路线向前推进，训练具体强大通用能力的超大模型，未来这些超大模型也可能会成为零一万物 Yi 系列模型的 " 教师模型 "。零一万物仍然会继续做参数适中的模型预训练，同时更聚焦在垂直定向的产业大模型方向上，加速模型能力的商业落地，双方团队会深度整并。连线 Insight：这是否是因为零一万物无法继续承担高成本，所进行的调整？李开复：我们 2024 年 7 月做完一笔融资，账上现金充沛，但我们内部更早就开始复盘和推演 Scaling Law 的上限问题。差不多同期，我们权衡之后选择不再盲目追求扩大参数量，在发布 Yi-Large 模型后决定舍弃训练原定万亿参数的超大模型 Yi-X-Large，而转为训练更小更快更便宜的 MOE 混合专家模型 Yi-Lightning，预训练方向也转向聚焦于更具商业应用前景的轻量化模型。我们核心模型的技术路线切换，是经历大几个月，获得充分验证的，后续零一万物的模型参数量可能也不会再大于 Yi-Lightning。连线 Insight：预训练团队收到阿里统通义大模型的 offer，Infra 团队则收到了阿里智能云团队的 offer，这个过程中零一万物有参与进来吗？两个团队进入阿里两个业务的考量是什么？李开复：在经过技术和商业的全面考量后，零一万物在预训练方面选择聚焦更具商业应用前景的轻量化模型，不再盲目追求扩大模型参数。因此一部分擅长、且仍然愿意去探索 Scaling Law 路线的预训练团队成员、Infra 团队成员愿意选择零一与阿里云合作的联合实验室，继续他们对超大模型的探索之路，这些同事都非常优秀，在零一万物的技术探索期间做出了巨大的贡献，我们觉得阿里是技术特别强大、特别契合的合作伙伴。继续训练超大模型的用处在于可以像 " 教师 - 学生 " 一样去教较小的、应用导向的模型，就像 Anthropic 用 Claude 3.5 Opus 去训练 Claude 3.5 Sonnet。零一万物后续也在规划推出新版本的 Yi-Lightning，由阿里云所主导探索的超大模型，后续可能会成为 Yi 模型的教师模型。最终的目标还是针对 To B 行业打造更强更全面的行业大模型。连线 Insight：预训练和 Infra 团队加入阿里，但零一万物提到没有放弃预训练，零一万物如何继续进行预训练，超大模型预训练是否不会再持续，小参数、适中的行业模型训练将继续持续？这将聚焦于哪些行业，如何进行？李开复：超大模型的预训练会由阿里云主导的联合实验室来进行，但零一万物仍然保留有一定规模的算法团队、Infra 团队，也包含微调、工程优化等等，来完成产业大模型的预训练、工程优化、应用落地，这是一个全链路的工作。目前，零一万物已经找到了几个重点行业，比如说在游戏、能源、汽车、金融领域，我们都有在谈千万以上的软件单子。2024 年公司也有很大一部分收入是来自 To B 业务。连线 Insight：2024 年零一万物大模型应用落地和商业化表现如何，有哪些可以透露的数据吗？C 端和 B 端两方面收入占比如何？李开复：2024 年，零一万物收入一个多亿，2025 年会数倍增长。C 端的收入主要来自海外的 To C 付费应用，目前基本已打平，接下来有机会盈利。B 端虽然我们才起步半年多，但是收入增速相当可观，已经占到整体收入的七成左右，我们会持续开拓新的落地行业，营收规模会有进一步增长。连线 Insight：我们注意到，此前零一万物更多聚焦于 To C，后来开始转向 TO B，是否是基于商业化的考量？To B 落后的状况如何进行追赶？李开复：在 To C 领域，零一万物始终保持着理性的态度去尝试和探索，坚决不烧钱去买没有 " 钞能力 " 的流量。在 To B 领域，零一万物依然坚持不做 " 赔本赚吆喝 " 的生意。过去的 To B 单子大多是不可复制的项目制，零一万物 To B 的目标是在为企业客户带来业绩增长的同时，基于客户需求凝练出标准化、可复制的产品，以大模型智赋企业数智化增长。寻求新增长曲线，这也是现阶段很多企业所追求的目标。连线 Insight：不同领域的业务，是否将有各自的侧重点，比如游戏、金融业务等，分别重点往哪个方向发展？它们分别将如何赚钱？李开复：目前零一万物在游戏、金融等行业内的大模型解决方案都主要集中在 To B 方向。To B 方向上，零一万物还是坚持与重点行业的头部企业深度共建，首要目标是为客户创造增长。深度共建的形式很多元，甚至可以结合企业客户的行业 know-how 和零一万物的技术合资组建子公司，共建垂直产业大模型，以帮助企业客户的增长为前提。在游戏、金融等领域，零一万物已经和一些头部企业深度展开产业大模型解决方案的策划、研发和交付，贡献了我们 2024 年近七成的收入，也为这些企业客户带来了新的增长。这是我们认为 To B 验证新技术落地 PMF 的方式，必须做深打穿、让合作伙伴看到降本增效层面具体可量化的商业价值，做出可预期的效果，客户也才会愿意为新技术买单。连线 Insight：我们看到，零一万物被曝黄文灏、潘欣两位高管离开，这对零一万物内部的研发进程有何影响？零一万物如何补充人才的流失？李开复：决心创业时，我亲手组建了零一万物最为核心的联创团队，在人才竞争白热化的阶段，我的 -1 核心管理层到现在基本没有变过，谷雪梅、马杰、祁瑞峰、Anita（黄蕙雯）等联创团队都是各领域顶尖专家，我通过他们延揽到了更多志同道合的优秀团队成员，目前在各个重点业务线上仍有数十位专业能力过硬的骨干成员。这也是此次零一万物成功携手阿里云建立大模型联合实验室的基石之一。实际上，我们还在招聘。连线 Insight：零一万物提到，2025 年是大模型商业化的决胜之年，这个怎么理解？新一轮的淘汰赛会比去年更猛烈吗？零一万物预计将在何时实现盈利？李开复：一方面，随着大模型性能的提升和推理成本的下降，现有头部大模型已经能够满足很多 To B、To C 方向上的应用需求，为 AI-First 应用井喷打下基础；另一方面，复盘 PC 时代和移动时代的发展历程，价值链金字塔的最大赢家都是应用层，AI 2.0 时代也概莫能外。如果还想继续留在牌桌上，就必须果断卡位和重注应用层。在基座模型之上发挥自身的优秀的垂直整合能力，赋能产业拥抱商业，这样才能镇定自若地迎战加速到来的商业化灵魂拷问：什么时候收入增长收窄亏损？最后盈利的过程会在多久完成？今年无法回应拷问的公司，可能就会直接出局。在 To B 业务和 To C 应用方面，我们会保持一贯的冷静态度，不去盲目追求中标或用户增长，而是更长线地去策划是否能对商业化有帮助。现在去谈论何时盈利还为时尚早。但是在追求收入规模化增长的方向上，我和我的团队都很有经验，也很有信心。我们愿意坦诚直面整个行业和创业公司面临的挑战，积极调整去迎向大模型公司的灵魂拷问：到底能不能让黑科技走出实验室，跨越技术到商业化之间的 " 创新陷阱 "？说句大白话，谁能真正做到 " 能赚钱的创新 "。（本文头图来源于零一万物微信公众号。）