對話李開復：先不談AGI夢想 要接地氣、落地爲王

11月6日，繼10月中旬發佈全球 SOTA 的新旗艦模型 Yi-Lightning 之後，零一萬物首度對外披露了基於 Yi 模型構建的一整套大模型 ToB 解決方案。基於“Infa+大模型+應用”三位一體戰略，零一萬物在模型訓練、AI Infra 以及應用開發等多個領域積累了成熟的能力，並在自身實踐中得到了驗證。依託這些能力，零一萬物已經爲政企客戶打造了一整套解決方案，涵蓋從 AI Infra 到模型，再到應用落地的全過程。

此次零一萬物新發布了面向電商直播、辦公會議等場景的“如意”數字人解決方案，還在自身國際領先的 AI Infra 能力基礎上凝練出 AI Infra 解決方案，助力政企客戶構建大模型算力平臺。兩項最新亮相的解決方案，結合原有的以 Yi 大模型開放平臺爲核心的 Yi API、爲企業客戶開放的模型訓練平臺，共同構成了一整套“從 AI Infra 到模型，再到應用”的全行業 ToB 解決方案。

目前，零一萬物大模型 ToB 解決方案已經與多家世界500強企業客戶展開合作，涉及能源、零售、遊戲、電商、智算等多個領域，與中國領先的餐飲公司百勝中國、創新型親子家庭服務商孩子王、新型智能算力運營服務廠商圖靈新智算、知名內容營銷一站式服務商樂淘互娛、數字化營銷服務商直客通等都已簽約。

零一萬物 CEO 李開復博士表示，以大模型技術爲代表的 AI 2.0將重塑各行各業的生產力格局，顛覆現有的企業組織結構和規模。但是目前大模型能力並未在 ToB 應用上釋放出全面潛能，只有進入業務核心系統、快速輕量級大批量部署才能最大程度地爲企業降本增效。零一萬物會繼續堅持“Infra+模型+應用”三位一體佈局，以垂直整合的商業模式探索 AI ToB 的最佳實踐。生成式 AI“長坡厚雪”，零一萬物願與產業內富有遠見的頭部企業共同探索。

零一萬物聯合創始人祁瑞峰進一步強調，零一萬物將採取“一橫一縱”的打法，充分發揮 Yi 系列基座模型的橫向泛化能力，在行業縱向做深做透。依賴於零一萬物“一橫”中的包括世界第一梯隊基礎大模型在內的全棧技術平臺能力，尋找行業核心業務場景，幫助客戶實現業務層面、用戶層面的增長，或幫助客戶降本增效帶來 ROI 層面的回報。在爲客戶帶來業務價值的同時，零一萬物也會持續打造大模型原生、標準化、可規模複製的應用產品，力求通過雲服務的方式多快好省地爲客戶提供部署與後續服務，以大模型智賦企業數智化，共建新質生產力，爲各行各業注入增長新動能。

具體來看，零一萬物“如意”數字人，已經實現一機開萬店播，互動精確全天候，有客戶GMV提升170%。

在接入Yi-Lightning後，“如意”面對直播間裡實時用大模型處理大量文字的彈幕提問的響應速度更快、回覆質量也有進一步提升，實現了與直播間觀衆的高質量實時交互。零一萬物“如意”已經跑通了包含本地生活直播、AI 伴侶、IP 形象、辦公會議、媒體營銷等場景。在已有合作的過程中，零一萬物“如意”均幫助客戶帶來了顯著的業務提升。其中某頭部酒旅企業在接入 Yi-Lightning 全新加持的“如意”數字人直播後，GMV 較此前上升170%。

以本地生活直播場景爲例，零一萬物的“如意”數字人能夠快速提取商品信息、精準識別彈幕意圖、自動給出推薦方案，絲滑地與客戶原有營銷、物流系統互動，實現從引流到下單的全流程陪護。一步到位，完成促單。與“如意”數字人解決方案配套，零一萬物還將推出營銷短視頻解決方案“萬視”，目前正在與頭部客戶共同打磨，很快會正式對外發布。

據介紹，憑藉着零一萬物“Infra+模型+應用”三位一體的佈局，Yi-Lightning 在價格上也直逼行業最低價，每百萬 token 僅需0.99元。

數字人之外是AI Infra 解決方案，這是零一萬物ToB的又一個發力點。

據介紹，得益於“Infra+大模型+應用”三位一體佈局，零一萬物從 Day 1開始便注重打造自身 AI Infra 能力，以來自國際頂尖大廠的多位行業高級技術專家爲班底，打造了一支世界一流的 AI Infra 團隊。截至目前，這個團隊具備萬卡集羣的設計、建設和運營經驗，構建過10+ 個超級 IDC，成功訓練過多個百億和千億參數模型，是全球範圍內爲數不多擁有這樣深厚經驗的團隊。

今年7月，零一萬物曾與新型智能算力運營服務廠商圖靈新智算簽署戰略合作協議，基於全球領先的 Infra 基礎架構平臺與大模型訓練平臺的軟件棧能力，零一萬物將幫助圖靈新智算在“黃埔一號”打造全球領先的新一代智算中心，雙方在整機密度優化、大模型私有化部署、算法優化、算電協同等六大技術領域展開深度合作。10月末雙方合作進一步深入，共同掛牌成立了零一萬物-圖靈實驗室，共同推動以“如意”數字人爲代表的大模型應用落地。

“今天在大模型領域內，大部分 ToB 項目都集中在私有化定製模型，如何能夠真正讓大模型進入客戶核心業務場景，形成一個大模型賦能下、標準化、可規模複製的應用產品是未來ToB的一大挑戰。”零一萬物聯合創始人祁瑞峰說。

祁瑞峰表示，從 Day 1開始，零一萬物就已經開始探索 ToB 方向，積極尋找大模型在各個場景下的能力邊界。一方面需要考慮模型能力，以模型的強泛化性避免 AI 1.0時代非標化、定製重、交付重的商業模式；另一方面則是要考慮推理成本，能夠幫助企業客戶覈算 ROI，在不賠錢的前提下做規模增長，是模型能力在 ToB 方向落地的基礎。

在 TC-PMF 的視角下，零一萬物採用了獨特的方法論，去尋找能夠支撐大模型落地的核心業務場景。祁瑞峰強調，第一個原則是幫助企業客戶做增長，其次是要做到顯著地降本增效，第三，在切實爲客戶帶來益處的同時，是否有成爲標準化雲服務的可能。

聚焦此次零一萬物發佈的一整套大模型 ToB 解決方案就會發現，“標準化”與“垂直精細化”就是其中的關鍵點。

後續，零一萬物將採取“一橫一縱”的打法，持續與客戶深度探索“垂直精細化”新場景，並結合行業和應用場景凝練出“標準化”企業級應用，致力於將世界第一梯隊的大模型能力轉化爲標準化雲服務產品，在爲客戶帶來業務價值的同時，跑通 AI 2.0時代特有的可複製增長的商業模式。

以下是李開復博士現場分享實錄：

今天重述一下技術定位，零一萬物得到的耀眼結果，還有零一萬物首次分享ToB方案。我們都知道整個AI 2.0大模型賽道的興起是由一年半前全球席捲的ChatGPT啓動的，當你有一個超級巨大的模型，用它能夠微調成各種應用，可以顛覆所有的ToB和ToC場景。在中國，整個AI 2.0的發展，除了激動人心的技術發佈，更進入到了“落地爲王”的階段。今天，我們不談太多AGI和未來的夢想，更多要看到商機在哪裡。

從宏觀來說，商機就是第三波IT的浪潮，在座有幾位年紀年長一點，可能都記得當年PC時代是多麼的振奮人心，之後遇到互聯網時代。我記得在2009年就分享過移動互聯網時代肯定是第二次PC時代，而且會更大。國內有很多的朋友們都不太認可這個觀點，但是今天回過頭來看這三個革命，可以從幾個角度來看。

第一個，只看它對GDP的貢獻有多大。在PC時代有一段時間快速成長，之後有點飽和了。很明顯，它對全球的生產力有很大的貢獻。

第二個我們可以看價值主張，PC爲什麼能夠顛覆？因爲它其實讓每一個桌面上有一臺電腦，雖然現在大家司空見慣，但我年輕的時候這是很讓人振奮的事情。移動互聯網大家都經歷過，也有些可能當時讀的小學，有些可能當時已經在工作了，但是無論你們多大年紀應該都記得，移動互聯網就是比PC偉大得多，把PC時代的辦公應用放在口袋裡，而且知道我們在哪兒都能點開各種應用，價值主張遠遠超過PC時代，用手機上網比用PC上網的用戶多很多。

AI時代，智能AI無所不在，隨時隨地能夠上線，而且知道我在哪裡還能更強大。因爲等於我們有一個超級大腦，有一個IQ非常高的助手，它入駐我們每個應用，從ToC到ToB，是有史以來最大的一個平臺的革命。

這個革命的前提是什麼呢？還有它的特點是什麼呢？其實跟PC跟移動互聯網相比，它更大的一點變化就是，我們還在快速推動技術的進步。當時PC基本就是變得更快，變得更便宜，然後移動互聯網從3G、4G、5G慢慢迭代，從PC時代花了25年達到了巔峰，移動互聯網時代可能花了10多年達到巔峰。這次AI 2.0應該只需要一兩年的時間，就會看到進入一個非常巨大的革命。

這個從哪裡可以看到？一個是可以看到明顯的模型能力在提升，看這頁PPT上這條線可能覺得沒有多偉大，看起來很平滑，但其實人類的水平只有34.5，而大模型從70以下到90出頭了，這個就是一個接近完美不斷去逼近的趨勢，而且並沒有停止的感覺。所以模型不斷地在進步，可能一年半前有些人覺得馬上應用來了，其實當時的模型不夠好，應該差不多是在今年的時候，明顯變得足夠好了。

但是夠好還不夠，還太貴，有很多漏洞。比如說不知道最近發生的事情，或者是有幻覺，這些一步步都在被解決。

更讓我們振奮的是多模態的時代將來臨，也就是說不只是在文字方面它能夠做問答、做聊天機器人、搜索引擎，更大的潛力是，以後不只是一個文字的世界，就像剛開始用手機的時候，也就是用QQ、微信聊聊天，最後進入今天的抖音時代，還有各種商業化的機會，所以我們也會看到內容會越來越豐富化。

如果說宏觀一點看，每一個時代從PC到移動、到AI，都是這樣的一個過程，當我們有一個新的載體，新的技術，新的內容，首先要能瀏覽，要能創造、搜索和組織，要有更豐富、更多元化的內容，然後你要能靠它賺錢，這是一個不變的定律，今天就看到下一個階段有多模態的產生。

說實在，行業的多模態發展，技術發展非常快，這些細節不多說，你們都知道了。但是有一點，很多多模態的發展，是基於很酷的DEMO，當然我們都很熱愛很酷的DEMO，我從80年代就開始做很酷的DEMO，但是很酷的DEMO不賺錢沒用，不產生商業價值沒有用，沒有價值主張沒有用，沒有客戶願意買單，無法靠它賺錢沒有用，一直欠缺的就是多模態怎麼能進入一個商業的閉環賺錢的狀態，這也是今天我們想分享的重點。

整個用戶界面在革命化改變，過去是經過圖形用戶界面的體驗，下面有數據庫、操作系統、CPU，今天整個體驗要把它移植到自然用戶體驗，用語言或語音，機器來熟悉用我們的溝通方式，而不是我們用機器的方式。再下面是模型，還有基礎架構，還有GPU，每一點都會帶來很多的商機。這個過程也是說以後看到的第三波的革命，可能就不是手機、CPU，而是右邊的過程，當我們做這樣革命化遷移的時候，機會在哪裡？就在我們做AI-first應用，做ToB和ToC的AI-first應用，就一定要堅持Nature UI，徹底改進人機互動的方式，不再只是用圖形用戶界面，而是機器熟悉人類，不是人類去熟悉機器，這是一個很大的遷移和升級。

另外當我們有這麼大的一個架構改變，下面不再是OS架在CPU上，而是模型架在GPU上，有各種技術架構的問題，代表超級計算首先要移到巨大的超算計算中心上，也是爲什麼今天圖靈新智算董事長劉淼總跟我們達成這個合作。

機會在哪裡？

ToB商機的機會，一個是多模態一定要進入主流，有商業化。第二個要在基礎架構從OS架在CPU上到智算中心模型架在GPU上，這裡帶來的巨大商機，都是ToB核心點。所以今天講的ToB不主要是一個單純的項目制，去虧本拿單子，去爭小小的單子打得頭破血流。機會在哪裡？機會在多模態、創造商業價值、可賺錢的領域，更重要的是我們能幫助客戶和合作夥伴賺錢，我們也獲得價值認可。基於這麼大的一個革命，要改變UI，要做AI-first應用，要把基礎架構和集羣GPU模型關係處理好。而且我們都知道GPU超級貴，今天爲什麼大模型公司，尤其是美國炒錢炒得那麼瘋狂？我們有沒有可能把價錢降下來？這是新技術，而且不只是模型的技術，是模型基礎架構和合作的智算中心夥伴一起打造最合理的推理成本。

這一切都發明瞭以後，我們可以期待這樣的一個過程，剛開始是提取和輸入數據，剛纔所說的能夠看數據，搜索數據，解析數據，能夠寫作，能夠主動的創作才叫AI -first，不是人寫了AI改一改，而是AI主要寫。AI這麼聰明，我們還讓它來做修飾的工作，不是浪費了它的才華嗎？應該是它來寫作，我們給它提示、建議、管理。

再往下是交互式的，我們要有語音、多模態、自然語言，最終會走到AGI的方向，再推到下一個方向去。不是說做了這個馬上就AGI了，AGI其實還是比較長遠。可能各位也看了昨天我的採訪，談到對AGI的期望，大概是7年左右的時間，這是我個人的判斷。這7年之間會發生很多事情，多模態成爲主流，AI搜索成爲主流，AI ToC、ToB成爲主流，幫助ToB的公司賺錢，被更多的人使用，手機APP被改寫，這些事情未來兩年都會發生，遠遠在AGI來到之前就會發生。

進入到ToB領域，我們認爲長期來說，ToB領域應該是這樣的改變。過去很多公司使用技術往往會有各種不同的部門，當面臨一個技術時代來臨，一個標準的慢慢走的方法往往是：這個機會來了，我們要不要加幾個人?通過增加人的方式來去擁抱新的技術。但是我覺得其實未來我們應該看生成式AI，如果是5年以後回頭看今天，會發現跑得最快最成功的公司，它們擁抱技術不是說再加幾個人做一點IT、市場、節省客服等等，更重要是思考從上到下發生革命式的改變。

公司的管理者、CEO應該有這樣的願景：整個公司圍繞着AI 2.0時代的來臨，重新思考每一個部門。而每一個部門那些最強大，比如說在座這幾位合作伙伴，他們對新的技術認知是說我們要有非常厲害的戰略規劃師，他來管理團隊的時候，不只是看着人，而是很多時候有很多厲害的智慧大腦快速地生出來，怎麼去擁抱這些大腦，讓它們來推動我們的業務，帶來商業的增長。

PC時代7.8降到5.1，比較有意思的是計算、移動互聯網沒有產生很大的效果，可能是大家都是用一些社交媒體、短視頻得到更多生產力，把好不容易省來的時候浪費掉了。但是AI時代不一樣，AI直接把大腦植入公司，直接讓AI來做智力活兒，這樣的提升會是巨大的，這樣的增加，大於當時PC時代所帶來的提升。

但是環境裡面還有一些挑戰，今天我們可以看到真正最賺錢的公司，都是GPU公司，以英偉達爲主。因爲美國的主流方向是瘋狂去追AGI，這有合理性，他們認爲堆很多很多的算力可能只要三年就打造出AGI，能夠碾壓全世界每個公司，成爲世界霸主，成爲最大的壟斷者。昨天你們看了我的採訪，這是合理的，但是需要特別巨大的投資，而且忽視了我們需要一個健康的生態。過去PC和移動互聯網爲什麼能產生這麼大的價值？是因爲最終最賺錢的不是芯片商，也不是平臺提供商，而是ToB和ToC的應用，這件事情不發生整個生態不健康，最終創造價值的是貼近用戶和企業需求的應用，唯有幫用戶和企業得到了價值，提升了價值，創造了經濟財富，他們纔有可能花更多錢，這些ToB和ToC的應用才能生存下來。這些應用告訴我們的平臺、模型和智算中心該怎麼做，然後智算中心和芯片才能夠賺錢，這是我們現在必須要跨越的，而且是非常適合中國來做的事情。相比之下，美國的公司願意去冒巨大的風險做一件偉大的事情，哪怕成功概率小，也一定要做，做了成爲霸主。OpenAI也是這麼起來的，有引領性。只是他們執着把所有的資源都來買芯片，燒更大的模型，最後應用沒有起來，帶來的生態是相對不健康的，所以我們希望能夠扭轉這件事情。

在ToB領域，我們想扭轉這件事情，就必須要關注到不能只是去做項目制。我有模型要不要買？大部分的企業用戶說誰要買模型？要解決方案，幫我省錢賺錢，現在賣模型的方式行不通的，而且當我們要去爲客戶服務，一定要把客戶放在最高的地位，看到那些願意把模型放在真實有價值的應用公司，有這麼幾個特性：

第一、判斷如何降本增效。而要降本增效不是說丟一個模型就是降本增效，也不是說丟一個模型自己做客服，做不好我來幫幫你就能做到降本增效，一定要能夠讓我們的技術提供商願意自己花更多的時間，開發很多跟模型基座有關的解決方案，才能更貼近用戶的需求，還有必須要有合作伙伴一起做，不是我們丟一個模型過去，加幾個人就能夠達到最巨大的價值。

第二、大模型進入核心的業務流程。雖然客服是最低垂的果實，但是並不是最大的核心機會，我們今天會聽到合作伙伴他們自己或和他們的客戶怎麼樣進入真實的核心流程。

第三、不能太高的門檻。丟一個模型讓客戶去微調，大部分企業用戶是做不到的，要做繼續訓練那更不可能，如果還想在上面能夠拍腦袋拍出全新的應用會更難。所以我們要引領行業，要打造有價值的方案，自己一定要能夠真的擼起袖子，和我們合作伙伴一起，瞭解用戶的需求是什麼。而且基於這樣的原則，我們在零一萬物打造了一個完整的圖景，它能夠從預訓練到訓練、到我們提供各種的技術，數據管理平臺，還有我們自己的向量數據庫、搜索功能，把這些進行整合，這裡面很多技術本身並不見得是大模型，但是結合起來能創造巨大的價值。

比如說如果要做一個辦公軟件，那裡面可能就需要有寫作的功能、閱讀的功能、PPT功能，比如說要做一個很好的數字人的應用，除了大模型之外，數字人同樣重要。如果要解決各種幻覺問題，一個很強的向量數據庫和RAG是必須的，所以當我們打造平臺的時候，都是完整的。而且像剛纔所說的真的要落地應用，能夠合法合規的使用，還有安全的問題，整個技術架構的問題，還有怎麼去跟智算中心合作的問題。

我們不斷地開發大模型，去年11月Yi系列大模型達到Hugging Face的世界第一，今年5月Yi-Large成爲中國第一的模型，Yi-Lightning推出的MoE模型又繼續是中國第一，所以我們對技術有追求，但是技術追求之上，必須要接地氣，必須要創造真實的商業價值，必須要找到合理的落地環境，而不是期望着做一個模型拋出來一大堆人丟錢，可能一年半前、兩年前大模型剛火的時候，是有一定的機會，但是這個機會如今不可能存在，還需要更接地氣，創造商業價值。

未來我們還有更多的期待，如剛纔所說的，在一年半前，ChatGPT點燃大模型的元年，今年是模型夠好了，推理成本也夠低了，今年Yi-Lightning應該在全行業排行世界一流的模型裡面價格最低，推理成本最低。所以當我們能夠把能力提升了，把推理成本降低了，我們應該水到渠成會看到各種應用一定是會百花齊放，我們會看到各種很棒的應用。在ToB和ToC領域，每一個應用會被改寫，還有很多新的應用會出來。

再下面我們認爲Agent會創造很大的價值，就不再是問答式的一個輸入和輸出，而是委託式的界面，我們需要什麼，AI幫我們做好。再往下具身智能是很大的機會，未來的四五年，有可能是有史以來最巨大的，而且最快速的技術革命，這是我們對未來的展望。