在中國，李開復是為數不多大半生都與人工智能緊密相關的中國科技從業者，同時也是一位“教父”般的人物，兼具科學家、企業高管、投資人及作家等多重身份。如今，63 歲的李開復又增添了一個新頭銜——AI大模型賽道中的“資深創業者”。

2023年5月，李開復正式“躬身入局”AI大模型領域，帶隊創辦新公司“零一萬物”并擔任CEO。同年11月，零一萬物獲阿里云天使輪融資，躋身獨角獸之列。

李開復最早在中國喊出“AI 2.0”口號，并預測AI 2.0市場將是移動互聯網規模的10倍。

今年5月，零一萬物發布了千億參數閉源模型Yi-Large，后者隨即登上國際權威大模型盲測榜單LMSYS Chatbot Arena（以下簡稱LMSYS）中文分榜第一；10月16日，零一萬物再度發布全球SOTA新旗艦模型Yi-Lightning。截至11月20日，Yi-Lightning在LMSYS總榜排名世界第六、中國第一，模型表現優于硅谷頭部大模型公司 Anthropic 10 月 22 日最新發布的模型 Claude 3.5 Sonnet（20241022）。這也是迄今為止中國大模型在LMSYS總榜上所取得的最佳成績。公司排名層面，零一萬物與馬斯克創辦的xAI并列成為全球排名第三的大模型公司，僅次于 OpenAl和谷歌。

針對此次創業，李開復為零一萬物制定了清晰的戰略框架和方法論，其中包括率先試水海外市場。由于海外C端市場具有較高的規范性、成熟度，且用戶付費意愿較強，因此公司在海外獲得了不錯的收益，并且主要收入都來自C端用戶付費。例如，一款面向海外的AI生產力工具的用戶數已近千萬，目前發展勢頭良好。

在B端市場，零一萬物已推出包含如意數字人和萬視營銷短視頻在內的零售行業解決方案、智算中心解決方案、模型訓練解決方案等服務，面向B/G端客戶構建起了從定制模型到專有應用搭建的一整套解決方案。其中，如意數字人解決方案目前已經落地線下連鎖零售、餐飲、酒旅等垂直場景，也獲得了包括百勝中國、良品鋪子、孩子王等頭部客戶的青睞。

李開復強調，在通往AGI（通用人工智能）的道路上，如何讓大模型能力落地應用層是一個重要課題，事關如何讓黑科技真正走出實驗室，成為驅動千行百業的新質生產力，甚至在一定程度上影響世界創新版圖和經濟格局。

在這一階段，AI大模型企業必須重視TC-PMF（技術成本x產品市場契合度）標準。與移動互聯網時代被企業熟知的PMF（產品市場契合度）相比，TC-PMF增加了技術和成本這兩個關鍵維度。李開復指出，一旦忽視其中任何一個方面，都可能導致企業資源耗盡、與市場脫節、成本超支，并最終導致商業失敗。因此，這種新標準要求企業必須在技術、成本、產品和市場之間找到一個最佳的平衡點，以確保企業的可持續發展。

基于此，李開復表示，零一萬物會繼續堅持“模型＋AI Infra＋應用”三位一體的全棧式布局，以國際SOTA的基座模型為基礎，積極在To B企業級解決方案上探索TC-PMF，以更從容的姿態迎接即將到來的AI普惠時代。

40年前，李開復的博士論文申請信中有這樣一句話：AI是人類認識并理解自己的最后一里路，我希望加入到這個全新綻放、充滿前景的未來科學領域。從那時起，AGI就已經是李開復的夢想。如今，這一夢想似乎已不再遙遠。

以下是福布斯中國與李開復對話的內容節選：

福布斯中國：OpenAI近期推出了新一代o1大模型，以強化學習突破大模型的上限，零一萬物如何看待？是否有開發相應產品的計劃？

 李開復：

OpenAI是一家值得尊敬的公司。在以往預訓練的過程中，模型記憶了很多知識。但事實上，真正偏向于科學推理的能力還有很大的欠缺。從o1中我們可以看到，它用了類似強化學習的方法，在推理時做到深度的思考，也給Scaling law提供新的可探索的方向，在一些特殊領域，例如數學，都獲得了非常驚艷的成果。

在強化學習的方向上，AlphaGo、Alpha Zero都做過類似的工作。這也一直是零一萬物技術團隊努力的方向，包括挖掘更多不同模態的訓練信號、探索效果更好且效率更高的可以從反饋信號中學習的算法等。

今年10月，我們將與美國同行的差距縮短到了5個月。零一萬物的新模型Yi-Lightning 已經在LMSYS上超越GPT-4o（5月版），成為中國第一，并躋身世界第一梯隊，也是該榜單歷史上中國模型取得的最佳成績。這也證明，在技術角度上，通過國內大模型從業者的不斷努力，海外最先進的大模型是可追趕的。

福布斯中國：很多大模型公司都將OpenAI視為目標，而您曾表示“要做AGI時代的微軟”，目前是否有相應的時間表、路線圖和戰略？

 李開復：

零一萬物業務始終對齊OpenAI等世界第一梯隊大模型公司。我們已經擁有性能處于世界第一梯隊的模型，并且已經借由AI Infra（AI基礎設施）能力把推理成本降到了一個能夠規?；虡I落地的水平，接下來就是要讓模型能力落地，成為驅動千行百業的新質生產力，真正賦能實體經濟。所以，我們會在To B企業解決方案上更加積極地探索TC-PMF。

To B方面，我們不會去走AI 1.0時代的老路。早年AI 1.0時代公司競爭聚焦于博士數量、論文發表數量、比賽成績的高低，以及所能爭取到的大訂單規模。

然而，這種競爭模式很快便顯露出其局限性——盡管能夠贏得大額訂單，但是，因為項目的高定制化以及模型擴展性的不足，導致公司難以實現盈利，所以未能通過最終的“靈魂考驗”。如今，已上市的公司市場表現不佳，沒上市的公司不容易上市，大家都被困在惡性循環的怪圈里，難以自拔。

相較于此，我們的To B產品，如如意數字人、萬視營銷短視頻等，均遵循標準化、可復制的原則，旨在創造穩定的現金流。即便是私有化定制模型，我們也會精挑細選，優先考慮那些公司上下都愿意擁抱新概念的公司。在與國內外頭部企業溝通中我們發現，模型定制需求并未得到充分滿足，這也是中國大模型初創公司的機會。

大模型應用預計會遵循PC和移動互聯網時代的發展軌跡逐步演進。第一階段最早出現的會是以語言模型為基座的生產力工具；隨后，可能會迎來以多模態理解為基礎的AI搜索；再下一個階段可能會是基于多模態生成的“多模態社交/娛樂”；最后，基于全模態＋AI-Agent（智能體）的“本地生活和電商”等應用迎來爆發期。

目前，我們在To C與To B兩個方向上所積累的交付能力已經實現了內部打通。如在海外已經取得階段性成果的To C產品所具備的能力，就可以絲滑地復用到企業端專業產品矩陣里。

福布斯中國：初創企業成立之初，大多采用“燒錢”的辦法維持運營及推進研發，往往無暇顧及市場策略。零一萬物短時間就在海外市場獲得不錯的收入，公司是如何做到研發和市場“雙管齊下”的？

 李開復：

事實上，在我們的千億參數模型還處在籌備階段的時候，我們的產品團隊已經開始探索應用和商業化路徑了。從成立的第一天起，零一萬物就是模型訓練、AI Infra、應用開發，“三駕馬車”并駕齊驅。待各團隊都成熟后，再對接在一起去優化。這就是我之前強調的“三位一體”。

探索大模型商業落地，TC-PMF永遠是一個蹺蹺板，要平衡用戶需求與模型性能，還要考慮能否負擔得起模型背后的成本。“三位一體”的優勢就在于，你能夠更快地捕捉到這個蹺蹺板的平衡點，更早一步開發出應用，跑通商業模式，這些過程都是相輔相成的。

福布斯中國：您曾經說過“只做To C，不做賠錢的To B”，但最近為什么宣布要做“賺錢的To B”？有怎樣的新思考和新目標？

 李開復：

我要澄清一點，“不做賠錢的To B”并不等同于“完全不做To B”。To B要賺錢，“垂直精細化”與“標準化”是我們未來會錨定的兩個方向。

To B賽道一向是個擁擠的賽道。和埃森哲、軟通動力這些傳統軟件服務商比，他們有更大的銷售團隊，在企業級軟件定制服務方面的經驗也更豐富。所以，我們不會去和他們硬碰硬。

零一萬物有一個很明確的優勢，就是在模型訓練、AI Infra方面擁有世界領先的技術沉淀，在此基礎上，我們構建起了“模型＋AI Infra＋應用”三位一體的核心優勢。

這意味著，我們能以更少的算力、更低的成本訓練出能力所及的最優秀的模型，我們國際領先的AI Infra優勢能讓推理成本很有競爭力，能提供極具性價比的模型和應用，方便企業用戶按需選擇。

我們會精心挑選真正愿意擁抱大模型的公司進行共建。借由我們自研的RAG能力、自建的高質量數據生產管線，在確保數據安全的前提下，將企業內部數據高效地運用到模型深度定制的過程中，基于Yi模型與客戶共建出與客戶需求最為適配的模型方案。

另外，我們也提供了智算中心解決方案，嘗試用國際領先的AI Infra能力賦能BG端客戶，協助政企搭建大模型算力與服務平臺設施，這部分業務也已經帶來了不錯的收入。

目前，我們的幾個合作客戶都是世界級企業。這類客戶客單價高，能夠覆蓋定制成本，帶來利潤，這就是“垂直精細化”策略的體現。

一方面，我們可以幫助企業把行業數據提煉出來，搭建數據庫，訓練自己的專屬模型；另一方面，基于各項模塊化的能力，我們還可以幫助企業結合自身場景產出對內、對外的應用。

如意數字人與以API為導入口的全行To B解決方案就是其中的代表性業務。與AI 1.0時代的數字人相比，零一萬物的如意數字人解決方案不僅在形象和聲音上更為逼真，還具備了 “AI大腦”，能夠識別彈幕意圖、自動生成話術，還能和營銷系統、物流系統結合全自動完成促單，為客戶帶來有毛利的GMV增長。目前，數字人解決方案已經探索到了更多的落地場景和商業化空間，后續也會不斷迭代并豐富自身的產品矩陣。近期，我們還會推出萬視營銷短視頻，幫助客戶做高質量營銷短視頻的生成、分發，極大提高私域運營的效率。

在商業模式上，如意數字人與萬視營銷短視頻都有“標準化”的特點——產品方案標準化、收入模型偏向云服務，這類業務能夠快速實現規模擴張，也能帶來穩定的現金流。

這就構成了一套從模型到應用完整的企業級解決方案。一部分業務現在就能盈利；一部分業務可能現在收入規模不大但是前景廣闊；一部分業務能夠穩定帶來現金流。這樣就共同形成零一萬物在To B方面的特色，創造出收入較多、增長率較高且收入質量較高的業務矩陣。

福布斯中國：關于TC-PMF的這一新概念，公司自身是如何實踐的，并找到符合市場趨勢的產品和方向？

 李開復：

在2022年12月GPT-3.5發布時，MMLU（大規模多任務語言理解）的準確率是 70%，但是不到兩年的時間之后，GPT-4o已經達到了92%以上，對于大部分應用場景來說已經絕對夠用了。推理成本方面，GPT-4-32K在2023年3月份每百萬Token（詞元，即文本中單位最小的語義單元）的價格為75美元，但是到2024年8月，GPT-4o每百萬Token的價格已經降到了4.4美元，降幅將近20倍，比摩爾定律要快得多(按3:1的比例計算輸入和輸出Token價格)。

這些都是好消息。從這些方面來看，Super App的到來是必然的。但是我們就這樣靜靜等待 Super App的到來嗎？我的答案是要主動出擊。在萬事俱備之前，如果只是等待別人帶來東風，那么你就可能要等很久，與其固自等待，不如成為造風者。

既然我們已經知道，應用的底層需要模型、AI Infra能力，那么我們為什么不把所有的能力都一起優化？在iPhone推出的時候，很多底層技術都已經存在了，但是為什么諾基亞、黑莓都沒能做出iPhone？就是因為喬布斯看到了未來的趨勢，將軟件、觸屏等元素全部結合在一起。

從iOS 1到iOS 17，從iPhone、iTunes到iPad，蘋果最終構建起了一個偉大的生態系統。但是不要忘記它的第一步不是在坐等風來，而是做了垂直整合。那今天我們又看到了同樣的機會。

垂直整合的優勢在于，基于AI Infra、模型、產品等多方面的能力，零一萬物無需等待其他環節準備就緒，就可以構建出出色的產品，并且迅速推向市場。而且它會更可靠、更快速、成本更低。

福布斯中國：大模型訓練成本高昂，加之美國對芯片和技術的封鎖，公司已涉足大模型基礎層是否有信心持續獲得充足的算力支持？

 李開復：

算力問題始終是大模型賽道的一個瓶頸。各家大模型公司都在不斷地購置更多算力已是整個行業正在發生的事實，OpenAI、xAI、Google、Meta都在進行著算力的軍備競賽。

但是，我不認為，他們算力更大就代表我們絕對沒有機會。在很早的時候，零一萬物就有這樣的認知，當GPU這么貴，我們如何把它用好？能否讓一張GPU發揮出兩張GPU的效果？

客觀事實是，我們在AI Infra方面具備世界領先的能力，GPU的使用率我們在業內是很有競爭優勢的；從頭到尾使用FP8精度進行千億參數模型訓練，我們是世界上最早做到這件事的三個公司之一。更直白地說，同樣的一張GPU，我們能夠擠出更多價值來，這也是今天零一萬物能夠做出世界一流模型的重要理由。

另外，模型的性能表現，它不只是一個純粹算力問題，其中還要考慮到創新模型架構、優化數據配比等等各方面的細節，在這方面我們不輸于任何一家大模型公司。Yi-Lightning 躋身世界第一梯隊的模型表現就是最好的證明。

福布斯中國：您曾談到“未來AI 2.0技術將如同電力。”那么，大模型除了常見的辦公應用、生產力工具之外，如何融入到傳統行業中？

 李開復：

在我們的觀察中，模型性能提升與推理成本下降對整個生態的影響非常大，尤其是 To B方向。過去基于大模型搭建應用首先就要考慮推理成本的問題，但是今天的模型成本已經到了足夠低的水平，且模型性能更強大，這是一個巨大的變化。應用場景也從最開始比較單一的文本創作，擴展到了醫療、物流、法律等等很多領域。

還有一個容易被忽視的原因是，工程能力的完善——針對不同的場景需求，出現了非常豐富的工具鏈條來搭配應用。零一萬物也推出了比如RAG、Function Calling等工具。這些工具在企業應用場景下的實用性是很強的，比如醫療問診場景對于RAG的召回準確率要求非常高。

后續，我們不僅會提供更多性能與性價比領先的大模型，也會基于傳統行業的場景需求，持續開發RAG、Function Calling等實用工具，讓企業級解決方案更簡單易用、更契合業務場景。

福布斯中國：在美國技術封鎖之下，中國AI領域是否有追趕的機會？

 李開復：

在現在的形勢下，中國大模型公司特別是初創公司要拉齊世界第一梯隊的水位，要有自己的獨特打法。我們也應該從不同的維度去考量巨頭和初創公司之間的評判標準，比如，Google團隊是2,000人，OpenAI總人數也早就超過了1,000人。而零一萬物資深模型和AI Infra團隊加起來也不到100人，而且我們模型訓練所使用的GPU算力不到他們的1/10，我們的模型尺寸也不到其1/10。

我一直都堅持美國是做突破性科研，有著創造力特別強的一批科學家，在這方面全世界沒有對手。但是中國團隊的聰明、勤奮、努力是不容忽視的。

我們在過去一年取得的成績就是最好的例子。我們沒有美國大廠的GPU數量，所以我們采取了務實的戰術和戰略，緊貼美國領跑者，積極參與國際舞臺上的競爭，并且成功進入了世界第一梯隊。僅僅一年時間，我們就從落后7至10年的時間縮小到5個月。今年10月16日，我們也發布了新模型Yi-Lightning ，在模型性能超過Yi-Large、躋身世界第一梯隊的同時，推理成本更低、推理速度極快。Yi-Lightning 訓練比xAI節省了97.5%，推理又比OpenAI GPT4o 便宜31倍。我們與硅谷之間的差距有望進一步追平。

福布斯中國：“千模大戰”之下，您認為哪些大模型公司能笑到最后？有什么建議？

 李開復：

除了大廠之外，笑到最后的中美大模型創業公司可能會有五六家左右。毫無疑問，零一萬物會是其中之一。這當然不是盲目自信，而是基于三位一體的視角理性思考之后得出的結果。在當下的競爭格局中，模型、AI Infra、應用缺一不可，三方相輔相成之下才能產生諸多難題的解法。比如算力問題需要模型與AI Infra的團隊合力解決；比如，To B和To C的商業落地離不開模型與應用團隊的搭配合作。

還有一點需要注意的就是要保持健康的現金流，不能一味盲目瘋狂“燒錢”。中國大模型初創公司要在當前的市場環境中健康成長起來，只做一家科研機構是遠遠不夠的，也要考慮技術商業化：如何把技術進一步落地，契合市場需求推出有競爭力的AI-First的產品，打造一個健康的商業模式，從而不斷推動行業發展。無論是從公司健康度還是從融資角度出發，這都是不容忽視的。零一萬物不管是To B還是To C的方向上，都有著貢獻穩定收入的業務，這也讓我們更有底氣。

福布斯中國：您在《AI未來進行式》中有一則故事，描繪了一個專為孩子設計的AI伙伴，這與目前流行的AI智能體或AI助手非常相似。普通人何時才能訓練出自己專屬的AI助手？未來，AI訓練師是否會成為熱門職業？

 李開復：

今天的AI進步得非?？臁Ｄ阒恍枰岩粋€概念講出來，AI就能幫你寫出一個網站或者一個APP，編程不好或甚至不會編程的人都可以去嘗試新的方向。這會是一個很好的開始。

個人專屬的AI助手未來肯定會實現，但到那時，AI訓練師是否會是熱門職業我認為是有待商榷的。即便是人工智能專業里很多工作也是可以被人工智能取代的。算法、模型架構現在需要人來創造，但是未來足夠智能的AI也將能勝任這些工作。無論是什么職業，AI領域或非AI領域，如果你不能做得非常頂尖、前沿，都會被AI取代。

福布斯中國：您曾經歷過多次身份的轉變，此次從投資人“轉身”成為CEO，同時又是行業內最年長的CEO，你的感受如何？是否有壓力？

 李開復：

我從不覺得年齡是我的限制，或者會讓我感到壓力。從心態上我也從來沒有覺得自己“老了”。從微軟、Google到創新工場，我都是跟年輕人在一起。無論是聊技術、趨勢，都沒有任何代溝的感覺，我自己心中一直認為自己還是個年輕人。

如果你見過我，或者和零一萬物團隊中的任何人聊過，你就會知道我的精力不輸給任何年輕人，我的熱情和投入甚至可能會超過他們。

當然，現在讓我寫代碼我肯定是不行了。我更看重的是年齡給我帶來的經驗。在微軟，我學會了如何有組織地打造一個完整的戰略生態；在Google，我學會了怎么讓聰明的小團隊能夠做出大結果。做投資的經歷讓我對移動互聯網的整個發展生態都有很深的了解。這些經歷所賦予我的能力，我相信是打造下一個潛在萬億美元市值的公司所不可或缺的。

福布斯：40年來，您一直在與AI打交道，如何評價這兩年AI的高速發展？有哪些值得回顧的里程碑事件？

 李開復：

這兩年AI能力提升得確實非?？?。兩年前，一個平均的大模型能答對的問題難度大概跟一個普通人差不多，但是今天，把幾百個領域的頂尖人才放到一個房間里去回答問題，大概也只能跟AI大模型打平。零一萬物才創立一年多，Yi-Lightning 就超越了GPT-4o（5月版本），Yi系列模型已經是躋身世界第一梯隊的大模型了。

今年的諾貝爾物理學獎頒給了在機器學習領域做出開創性貢獻的科學家杰弗里·辛頓（Geoffrey Hinton）和約翰·霍普菲爾德（John J.Hopfield）。隨后，諾貝爾化學獎的一半獎項又頒給了谷歌旗下DeepMind的兩名科學家戴密斯·哈薩比斯（Demis Hassabis）和約翰·江珀（John M.Jumper）。

這成為AI進入新階段的最有力的例證。大模型已經走出實驗室，推動科學發現，它的價值未來會逐漸被各行各業所接納。

福布斯：現在，越來越多的企業家開始打造個人IP，您近期也開通了多個短視頻平臺賬號，是否也是為了加強公司宣傳和科普AI知識？

 李開復：

AI是一項非常復雜的技術，而且具有很高的不可解釋性。人們面對未知的技術往往會產生各種負面猜測，這在所難免。

AI在許多方面都有尚待開發的可能性，我認為，縱使輿論中有不少擔憂和遲疑，我們仍然要堅持對AI的未來進行研究和探索。

開設短視頻賬號一個很重要的原因就是，希望通過我的視頻，大家能夠真正明白，如同大多數科學技術本身并沒有善惡之分一樣，AI技術在本質上是中立的。與其擔心AI是否會毀滅世界，不如先了解如何把AI這個工具用好。如果我們能夠恰當地引導AI的發展并利用AI，最終，AI將為我們的社會帶來更多積極的加分項。

福布斯中國獨家稿件，未經許可，請勿轉載

頭圖來源：零一萬物

本文為福布斯中文網版權所有，未經允許不得轉載。如需轉載請聯系wechat@forbeschina.com