零一万物已与阿里云成立 “产业大模型联合实验室”ღ◈◈✿◈，零一万物大部分训练和 AI infra 团队会加入该实验室ღ◈◈✿◈，成为阿里员工ღ◈◈✿◈。

　　这之后ღ◈◈✿◈，零一万物将不再追求训练超级大模型ღ◈◈✿◈，但会继续训练参数适中的更快ღ◈◈✿◈、更便宜的模型ღ◈◈✿◈，基于后者打造可以赚钱的应用ღ◈◈✿◈。

　　2025 年会更好吗？李开复看到ღ◈◈✿◈：应用爆发和商业化淘汰会一起发生ღ◈◈✿◈。零一万物的机会是ღ◈◈✿◈：挖掘 To B 大模型的 PMFღ◈◈✿◈。

　　“一些细分领域客户ღ◈◈✿◈，会因为有了大模型而营业额翻倍ღ◈◈✿◈，这是最好的 PMFღ◈◈✿◈，因为马上能产生巨大价值ღ◈◈✿◈。我们已有一些尝试ღ◈◈✿◈。” 李开复说ღ◈◈✿◈。

　　访谈李开复的这天ღ◈◈✿◈，中关村鼎好大厦——这里是他 2009 年创立的创新工场和 2023 年创立的零一万物的办公地——也即将入住一批新人ღ◈◈✿◈：

　　字节跳动在北京的大模型研发团队正计划陆续集中至此ღ◈◈✿◈。这家巨头被报道今年会投 70 亿美元做 AI 大模型ღ◈◈✿◈，这超过所有中国大模型头部公司的融资总和ღ◈◈✿◈。

　　中国大模型创业公司会全军覆没吗？李开复说ღ◈◈✿◈，没有任何概率ღ◈◈✿◈。因为一定会诞生颠覆式的 Ai-first 应用ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：我们和阿里成立了产业大模型联合实验室ღ◈◈✿◈，依赖大厂训练更大的模型ღ◈◈✿◈，帮助我们提升较小的模型ღ◈◈✿◈。我们认为ღ◈◈✿◈，一个商业公司需要非常快而便宜的模型ღ◈◈✿◈，然后在上面打造可以赚钱的应用ღ◈◈✿◈。

　　但任何一个创业公司——我也在创新工场投了很多公司——都要考虑投资人ღ◈◈✿◈。如果收购是最好的结局ღ◈◈✿◈，公司有责任考虑这个选项ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：零一万物有能力ღ◈◈✿◈，也想做超大集群 Infrastructure 和训练的人确实会加入联合实验室ღ◈◈✿◈，成为阿里的员工ღ◈◈✿◈。

　　我认为以后预训练会分叉ღ◈◈✿◈：一个是训练超大模型ღ◈◈✿◈，这是在追寻 AGIღ◈◈✿◈，但它会很贵ღ◈◈✿◈。这部分我们其实很早就放弃了ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：仰望星空追寻 AGI 需要充足甚至不计代价的弹药储备ღ◈◈✿◈，脚踏实地来看ღ◈◈✿◈，我们现阶段的最高优先级是先巩固拿到弹药的实力ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：上次我们谈时是去年 5 月ღ◈◈✿◈，那时我们发布了 Yi-Largeღ◈◈✿◈，它是在往超大模型走ღ◈◈✿◈。但当时我们就有一个认知ღ◈◈✿◈，这个模型并不快ღ◈◈✿◈，也不便宜ღ◈◈✿◈。

　　所以就开始面临一个抉择ღ◈◈✿◈：我是要花更多 GPU 和资源ღ◈◈✿◈，烧更大的模型？还是务实一些ღ◈◈✿◈，做一个可以落地ღ◈◈✿◈、赚钱的商业公司？

　　李开复ღ◈◈✿◈：当时就发生了ღ◈◈✿◈，你还记得我们那时谈到了一个 Yi-X-Large 模型的计划吗？它是比 Yi-Large 更大的版本ღ◈◈✿◈。我们去年 5 月到 6 月就决定放弃了ღ◈◈✿◈。

　　我们决定不做 Yi-X-Large 的同时ღ◈◈✿◈，已经在同步做 MoE（混合专家系统模型ღ◈◈✿◈，优点是推理成本更低ღ◈◈✿◈、速度更快）ღ◈◈✿◈，就是去年 10 月推出的 Yi-Lightningღ◈◈✿◈，它的速度比 Yi-Large 快好几倍ღ◈◈✿◈，而价钱只有 GPT-4o 的 1/30ღ◈◈✿◈。我们现在也正在做 Yi-Lightning-V2ღ◈◈✿◈。

　　晚点ღ◈◈✿◈：你之前说过ღ◈◈✿◈，零一的优势之一就是你们自己做 AI Infra 和推理引擎ღ◈◈✿◈，能主动大幅降低训练和推理成本ღ◈◈✿◈。现在你们的 Infra 团队去了和阿里的联合实验室ღ◈◈✿◈，这个优势还在吗？

　　李开复ღ◈◈✿◈：我们现在仍有一个较小的训练团队和 Infra 团队ღ◈◈✿◈，他们会继续做 “模应一体”ღ◈◈✿◈，并且未来联合实验室的技术我们也能利用ღ◈◈✿◈。

　　晚点ღ◈◈✿◈：各大模型系列都会有不同大小的版本ღ◈◈✿◈，你们现在和阿里有这么深入的合作ღ◈◈✿◈，继续自己训练更快ღ◈◈✿◈、更便宜模型的必要性是什么？

　　而 Yi-Lightning 现在的成本和表现仍不能被开源替代日本樱花vpsv2exღ◈◈✿◈，我们还是会专注用自己的好模型打造好应用ღ◈◈✿◈。好的定义可以是ღ◈◈✿◈：够小ღ◈◈✿◈、够快ღ◈◈✿◈、够便宜ღ◈◈✿◈、够厉害ღ◈◈✿◈。如果有一天真被替代了ღ◈◈✿◈，我们会做出务实的选择ღ◈◈✿◈。

　　晚点ღ◈◈✿◈：你们和阿里的合作中ღ◈◈✿◈，他们除了接收部分零一的团队ღ◈◈✿◈，需要支付其它费用吗？这是否类似一种收购？

　　晚点ღ◈◈✿◈：阿里为何愿意合作？我收集到两种想法ღ◈◈✿◈：一是不想让自己的投资“打水漂”j9九游会官方登录ღ◈◈✿◈，二是为了收集人才ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：阿里的反馈你需要问阿里ღ◈◈✿◈。可以说的是ღ◈◈✿◈，联合实验室的合作是基于我们各自的优势ღ◈◈✿◈，达成了战略和技术产品路线的共识ღ◈◈✿◈，我们会加速在技术ღ◈◈✿◈、平台ღ◈◈✿◈、应用等方面的共享共建ღ◈◈✿◈，开启中国“大厂＋小虎“的合作新范式ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：还是祁瑞峰负责销售ღ◈◈✿◈，谷雪梅负责模型训练和 to C 产品日本樱花vpsv2exღ◈◈✿◈，马杰负责 to Bღ◈◈✿◈，然后 CMO 是 Anita（黄蕙雯）ღ◈◈✿◈。我的-1 其实基本一直没变ღ◈◈✿◈，只是职责有调整ღ◈◈✿◈。

　　晚点ღ◈◈✿◈：我们了解到ღ◈◈✿◈，零一也在推进拆分一些业务ღ◈◈✿◈，比如把游戏应用拆成一个子公司ღ◈◈✿◈，独立对外融资ღ◈◈✿◈，这是出于什么考虑？

　　晚点ღ◈◈✿◈：去年 5 月那次访谈ღ◈◈✿◈，你说零一要做就想做成一个万亿美元公司ღ◈◈✿◈，要做成 AGI 时代的微软ღ◈◈✿◈。这个梦想算是破灭了吗？

　　当时我觉得最有价值的公司是 AI 时代的微软ღ◈◈✿◈，今天还没有谁做出来ღ◈◈✿◈，每家公司都还有机会ღ◈◈✿◈。只能说我们现在是从应用起步ღ◈◈✿◈，微软的第一个产品ღ◈◈✿◈， BASIC 编译器ღ◈◈✿◈，也是应用ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：这件事没有一个突然的起因ღ◈◈✿◈，也不是被动的调整日本樱花vpsv2exღ◈◈✿◈，是去年 5 月开始萌芽日本樱花vpsv2exღ◈◈✿◈，第三季度看到需要走这条路ღ◈◈✿◈，之后跟阿里讨论ღ◈◈✿◈，这一个月做了执行ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：主要是三件事ღ◈◈✿◈，第一ღ◈◈✿◈，从商业角度考虑ღ◈◈✿◈，我们认为只有大公司能继续做超大模型ღ◈◈✿◈，第二ღ◈◈✿◈，Scaling Law 在变慢ღ◈◈✿◈，第三ღ◈◈✿◈，商业化灵魂拷问的时刻已经到来ღ◈◈✿◈。

　　第一件事ღ◈◈✿◈，我们去年 5 月就意识到了ღ◈◈✿◈：我们认为 2025 年是应用爆发年ღ◈◈✿◈，这需要能支持普惠应用的j9九游会官方登录ღ◈◈✿◈、够快ღ◈◈✿◈、够便宜的模型ღ◈◈✿◈。所以我们重新定义了目标ღ◈◈✿◈：不是要烧世界上最贵ღ◈◈✿◈、最大ღ◈◈✿◈、表现第一的模型ღ◈◈✿◈，而是要做足够便宜ღ◈◈✿◈、足够快的模型ღ◈◈✿◈。

　　到 9日本樱花vpsv2exღ◈◈✿◈、10 月时ღ◈◈✿◈，我们也看到 Scaling Law 明显进入 diminishing return（收益递减）ღ◈◈✿◈。不是说用更多算力和数据做不出进步ღ◈◈✿◈，而是进步不符合投资回报ღ◈◈✿◈。举个例子ღ◈◈✿◈：从一张卡加到 10 张卡时ღ◈◈✿◈，可以达到 9.5 张卡的价值ღ◈◈✿◈，但从 10 万张卡加到 100 万张卡ღ◈◈✿◈，也许只能达到 30 万张卡的价值ღ◈◈✿◈。另外ღ◈◈✿◈，如 Ilya 所说ღ◈◈✿◈，互联网数据资源就像化石燃料般正逐渐枯竭ღ◈◈✿◈，虽然算力还在提升ღ◈◈✿◈，但数据增长速度已见顶ღ◈◈✿◈。

　　晚点ღ◈◈✿◈：Scaling Law 变缓ღ◈◈✿◈，几乎所有 AI 公司都感受到了ღ◈◈✿◈。但最头部的公司还是在持续做超大模型ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：因为这并不代表超大模型就彻底没用了ღ◈◈✿◈，超大模型一个非常重要的用处ღ◈◈✿◈，就是可以做教师模型ღ◈◈✿◈。

　　这个趋势不是我发明的ღ◈◈✿◈。你看 Anthropic 的 Opus 模型后来就不给外面用了ღ◈◈✿◈，为什么？因为它就是用来做教师模型ღ◈◈✿◈。

　　就我们了解ღ◈◈✿◈，Opus 其实训练得挺好ღ◈◈✿◈，但太大ღ◈◈✿◈、太贵ღ◈◈✿◈、太慢ღ◈◈✿◈，对外也卖不了多少ღ◈◈✿◈，卖出去的也是被竞品用作教师模型ღ◈◈✿◈，那还不如留着训练 Sonnetღ◈◈✿◈，然后卖 Sonnetღ◈◈✿◈。

　　李开复ღ◈◈✿◈：GPT-5ღ◈◈✿◈，或者也可能叫 4.5ღ◈◈✿◈，这个还没定论j9九游会官方登录ღ◈◈✿◈，但 OpenAI 已经做出来了ღ◈◈✿◈，在内部测试效果ღ◈◈✿◈。它确实更好了ღ◈◈✿◈，但好的程度不匹配它带来的延迟和成本ღ◈◈✿◈。

　　它会不会对外卖ღ◈◈✿◈，我不知道ღ◈◈✿◈，但它绝对扮演着把 GPT 其它小模型提升一遍的功能ღ◈◈✿◈，就是提升 “学生” 的能力ღ◈◈✿◈，然后再用 “学生” 来做应用普及ღ◈◈✿◈。

　　二是超大模型可以生成合成数据ღ◈◈✿◈，合成数据可以用作训练新模型ღ◈◈✿◈。比如像 Yi-Lightning 这样的模型ღ◈◈✿◈，数据到达一定量级之后（训练效果）会饱和ღ◈◈✿◈，合成数据虽然不能完全替代真实数据ღ◈◈✿◈，但可以帮助生成更好的数据ღ◈◈✿◈，让它饱和之后再上一个台阶ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：中国公司面临芯片的限制ღ◈◈✿◈，融资额和估值也远低于类似的美国公司ღ◈◈✿◈。如果你一年烧 5 亿美金ღ◈◈✿◈，就算融了十几亿美金ღ◈◈✿◈，也会马上面临拷问ღ◈◈✿◈。

　　所以只有那些真心想做 AGIღ◈◈✿◈，想做世界最大ღ◈◈✿◈、最棒ღ◈◈✿◈、最牛模型的公司能继续做超大模型ღ◈◈✿◈。这个成本ღ◈◈✿◈、代价会非常高ღ◈◈✿◈，绝对不是一个初创公司可以做的事ღ◈◈✿◈。创业公司去和大厂比ღ◈◈✿◈，谁能烧出更大的模型ღ◈◈✿◈，最终不会成功ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：因为我们自己做不起教师ღ◈◈✿◈，那谁来做ღ◈◈✿◈，就是大厂ღ◈◈✿◈。你要是说抱大腿ღ◈◈✿◈，也行ღ◈◈✿◈。我们应该勇敢地做这个决策ღ◈◈✿◈，因为它符合趋势ღ◈◈✿◈，也让我们可以轻装上阵ღ◈◈✿◈。

　　做一个很棒的手机应用ღ◈◈✿◈，需要重做一个安卓吗？做一个很棒的 PC 应用ღ◈◈✿◈，需要重做一个 Windows 吗？以后这种超大模型的能力肯定是靠大厂ღ◈◈✿◈。

　　晚点ღ◈◈✿◈：OpenAI o1 的出现ღ◈◈✿◈，看起来会打开 Scaling Law 的第二曲线ღ◈◈✿◈。这会怎么影响你的上述判断？

　　李开复ღ◈◈✿◈：我恰恰觉得ღ◈◈✿◈，一个非常快的推理模型ღ◈◈✿◈，在 o1 之后的 inference-time Scaling Law 时代更符合趋势ღ◈◈✿◈。因为慢思考和长思考会拉长响应时间ღ◈◈✿◈。之前只有一步思考ღ◈◈✿◈，就算你比别人快 5 倍ღ◈◈✿◈，用户收益也不明显ღ◈◈✿◈。但如果是多步思考ღ◈◈✿◈，就会放大推理速度的差距ღ◈◈✿◈，慢的模型在一些场景会不可忍受ღ◈◈✿◈。

　　我们自己做了非常快的推理引擎ღ◈◈✿◈，以后可以做更多实验ღ◈◈✿◈，这也是我们选择更快ღ◈◈✿◈、更便宜路径的另一个原因ღ◈◈✿◈。

　　（注ღ◈◈✿◈：o1 会 “像人一样” 分步思考问题ღ◈◈✿◈，它通过把更多算力资源放到推理（inference）阶段ღ◈◈✿◈，来提升模型表现ღ◈◈✿◈。）

　　晚点ღ◈◈✿◈：接下来可以来聊一聊你说的商业化灵魂拷问ღ◈◈✿◈。其实大模型创业热潮才两年ღ◈◈✿◈，为什么现在就进入拷问时刻？

　　李开复ღ◈◈✿◈：因为大模型时代ღ◈◈✿◈，一切都加快了ღ◈◈✿◈。如果我们回看 AI 1.0 时代ღ◈◈✿◈，技术就是深度学习ღ◈◈✿◈；应用是从视觉逐渐切入其它ღ◈◈✿◈，一个个慢慢来ღ◈◈✿◈。

　　公司的发展ღ◈◈✿◈，从谁的人最牛ღ◈◈✿◈、论文最多ღ◈◈✿◈、比赛成绩最好ღ◈◈✿◈，慢慢进入商业里程碑ღ◈◈✿◈，谁能拿下一个大单ღ◈◈✿◈，谁能再多拿几单ღ◈◈✿◈，谁能商业扩张ღ◈◈✿◈；最终灵魂拷问是——不考虑你是个 AI 公司ღ◈◈✿◈，你的财务报表能不能上市ღ◈◈✿◈。这不是终点ღ◈◈✿◈，但是一个重要里程碑ღ◈◈✿◈，投资人能退出ღ◈◈✿◈，公司能带着更多信誉往前走日本樱花vpsv2exღ◈◈✿◈。这个过程ღ◈◈✿◈，商汤等 AI 1.0 公司普遍走了 6-8 年ღ◈◈✿◈。

　　现在一切都加快了ღ◈◈✿◈。技术迭代加快了ღ◈◈✿◈，我们从信仰 Scaling Law 到怀疑 Scaling Law 只花了一年时间ღ◈◈✿◈。过去不是这样ღ◈◈✿◈，摩尔定律支撑了多久？

　　灵魂拷问也来得更快ღ◈◈✿◈。因为要烧 Scaling Law 的创业公司会烧钱更多ღ◈◈✿◈、更快ღ◈◈✿◈。所以我们更应该做一个符合商业逻辑ღ◈◈✿◈、对投资人负责ღ◈◈✿◈，能确保活下来的商业模式ღ◈◈✿◈。这才能面对最后的灵魂拷问ღ◈◈✿◈：你到底能不能把技术转换成商业价值ღ◈◈✿◈，先有收入ღ◈◈✿◈，再增加收入ღ◈◈✿◈，然后收窄亏损ღ◈◈✿◈，最终从单点盈利到多点持续盈利ღ◈◈✿◈。这个过程必须加快ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：可以拆分成几个题目ღ◈◈✿◈：第一ღ◈◈✿◈，你到底懂不懂商业运作？第二ღ◈◈✿◈，这个事情到底能实现多少收入？第三ღ◈◈✿◈，能实现多少收入增长？第四ღ◈◈✿◈，能不能控制成本ღ◈◈✿◈。

　　从我的角度ღ◈◈✿◈，有几个重要的原则ღ◈◈✿◈：第一是ღ◈◈✿◈，不打打不赢的仗ღ◈◈✿◈。如果一个行业你没有验证负担得起的 PMF（产品市场匹配）ღ◈◈✿◈，或一定程度验证了ღ◈◈✿◈，但面临巨头的强碾压ღ◈◈✿◈，这个仗是不能打ღ◈◈✿◈。

　　第二ღ◈◈✿◈，不能去做大量看不到回报的投入ღ◈◈✿◈。比如有些 To C 应用ღ◈◈✿◈，一旦停止投放ღ◈◈✿◈，用户就不增加了ღ◈◈✿◈，或即使它有一定自然增长ღ◈◈✿◈，也需要不断输血ღ◈◈✿◈、亏损才能维持行业地位ღ◈◈✿◈。类似的还有付费不高ღ◈◈✿◈、不创造核心价值的 To B 招标j9九游会官方登录ღ◈◈✿◈，它会变成恶性循环ღ◈◈✿◈：付费少ღ◈◈✿◈，很难做好ღ◈◈✿◈，客户就不满意ღ◈◈✿◈，AI 公司也赚不到钱ღ◈◈✿◈。

　　国内 To C 很难有收入ღ◈◈✿◈，而且巨头掌握用户和流量ღ◈◈✿◈。国内 To Bღ◈◈✿◈，大部分案子不能赚钱ღ◈◈✿◈，项目制的案子还不见得能复制ღ◈◈✿◈，然后国外 To B 我们根本不会做ღ◈◈✿◈。

　　这么难解的一个局的前提下ღ◈◈✿◈，还有一个问题ღ◈◈✿◈：如果你还要烧巨大的模型ღ◈◈✿◈，还有 5000 张ღ◈◈✿◈、10000 张卡ღ◈◈✿◈，每年带来 2-3 亿美金的成本ღ◈◈✿◈，这些成本怎么分摊到业务收入上去？如果你的亏损是收入的 5 倍ღ◈◈✿◈、10 倍ღ◈◈✿◈、20 倍ღ◈◈✿◈，灵魂拷问就会失败ღ◈◈✿◈。我在朋友圈里说 “2025 年是商业化淘汰年”ღ◈◈✿◈，就是这么一回事ღ◈◈✿◈。

　　所以作为一个 AI 创业公司ღ◈◈✿◈，我们要把用在 GPU 上的钱当做一个 Business Expense（营业费用）ღ◈◈✿◈，就和买电脑ღ◈◈✿◈、出差经费一样ღ◈◈✿◈。

　　如果决定要买 GPUღ◈◈✿◈，要花多少钱？一年花几次？可以得到多少回报？这些都要回答清楚ღ◈◈✿◈。你问任何一个公司的 CEOღ◈◈✿◈、CFO 或采购ღ◈◈✿◈：买或不买电脑对公司的影响ღ◈◈✿◈，他都能清楚告诉你ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：当然可以ღ◈◈✿◈。但我们现在看到的中国打法是把推理成本降低ღ◈◈✿◈。我们的模型是在变快ღ◈◈✿◈，但这件事怎么转换成钱？还是要回答拷问ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：DeepSeek 做得非常好ღ◈◈✿◈，它的优势跟我们类似ღ◈◈✿◈，对比美国最强的模型ღ◈◈✿◈，DeepSeek 和 Yi-Lightning 是性价比高ღ◈◈✿◈，而美国顶级模型是绝对 performance 更好ღ◈◈✿◈。

　　晚点ღ◈◈✿◈：零一现在的思路是直面更快到来的商业化拷问ღ◈◈✿◈，你昨天在朋友圈也提到日本樱花vpsv2exღ◈◈✿◈， 2024 年你们的实际收入已超 1 亿元人民币ღ◈◈✿◈，2025 年还会翻数倍ღ◈◈✿◈。具体要怎么做到？

　　李开复ღ◈◈✿◈：我们应该是 2023 年新成立的 4 家大模型六小虎里（智谱 AI 和 MiniMax 两家六小虎在 2023 年之前已成立）ღ◈◈✿◈，第一家做到 1 亿收入的ღ◈◈✿◈，这离上市还远得很ღ◈◈✿◈。但作为第一个运营年ღ◈◈✿◈，有 1 亿元收入ღ◈◈✿◈，是一个挺自豪且挺独特的事ღ◈◈✿◈。

　　我们的海外 To C 产品基本已打平ღ◈◈✿◈，接下来有机会盈利ღ◈◈✿◈。国内的 To B 落地场景里ღ◈◈✿◈，我们在游戏ღ◈◈✿◈、能源ღ◈◈✿◈、汽车ღ◈◈✿◈、金融领域ღ◈◈✿◈，也都在谈千万以上的单子ღ◈◈✿◈。而且基本都是软件单ღ◈◈✿◈，不是打包卖硬件ღ◈◈✿◈、卖服务器ღ◈◈✿◈。下一个阶段我们会继续放大这些领域ღ◈◈✿◈，也会进入我们有机会的新领域ღ◈◈✿◈。

　　晚点ღ◈◈✿◈：进这么多 To B 领域ღ◈◈✿◈，会不会重蹈 AI 1.0 的老路ღ◈◈✿◈：在好多场景里接了定制化ღ◈◈✿◈、高难度的订单ღ◈◈✿◈，被交付拖得步履沉重ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：有些领域我们不见得自己做ღ◈◈✿◈，我们会和行业公司共创ღ◈◈✿◈，一起设合资公司ღ◈◈✿◈，对方出行业 Know-how 和一些可分享的垂类数据ღ◈◈✿◈，我们出技术ღ◈◈✿◈，一起做细分行业模型和更好的行业解决方案ღ◈◈✿◈。

　　现在整个行业的一个挑战就是ღ◈◈✿◈，客户和技术提供商不是双赢ღ◈◈✿◈，而是一方压价ღ◈◈✿◈，另一方因为没有利润只能随便做做ღ◈◈✿◈。如果能结合对方的行业 Know-howღ◈◈✿◈、数据和我们的技术ღ◈◈✿◈，做合资公司ღ◈◈✿◈，做大两边都有钱赚ღ◈◈✿◈，做得不好两边都有亏损ღ◈◈✿◈，这样更能创造价值ღ◈◈✿◈。我有把握ღ◈◈✿◈，在 25 年能有数倍收入增长ღ◈◈✿◈，从 1 亿做到数亿ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：有 3 种 To B 可以做ღ◈◈✿◈：一是能给客户创造核心价值的ღ◈◈✿◈，就是不仅帮它省钱ღ◈◈✿◈，还能帮他赚钱ღ◈◈✿◈。

　　二是在一些特别垂直又适合大模型的领域ღ◈◈✿◈，找到一家有远见的公司和 CEOღ◈◈✿◈，对方愿意和大模型公司一起共创ღ◈◈✿◈。这对企业是个巨大的决定和投入ღ◈◈✿◈，这种单子肯定不多ღ◈◈✿◈，但每个都是金矿ღ◈◈✿◈。

　　第三就是做方案有复制性的领域ღ◈◈✿◈，服务第一个客户时可能不赚钱ღ◈◈✿◈，但后面还有 20 个ღ◈◈✿◈、100 个ღ◈◈✿◈。

　　晚点ღ◈◈✿◈：2024 年ღ◈◈✿◈，零一陆续有中高层离开ღ◈◈✿◈，包括前预训练负责人黄文灏ღ◈◈✿◈、生产力 To C 产品负责人曹大鹏ღ◈◈✿◈、多模态研发负责人潘欣等ღ◈◈✿◈，这是从之前追求更大模型ღ◈◈✿◈，到准备接受拷问的调整带来的吗？

　　李开复ღ◈◈✿◈：每个人离职可能有不同理由ღ◈◈✿◈，有些是想追求 AGIღ◈◈✿◈，有些可能是禁不住诱惑ღ◈◈✿◈。大厂突然要来天价来挖人ღ◈◈✿◈，每个创业公司都遇到了ღ◈◈✿◈。

　　这些公司都很聪明ღ◈◈✿◈，都有很多资金ღ◈◈✿◈，所以都会找到自己的方向ღ◈◈✿◈，我还是坚信一个判断——三年后ღ◈◈✿◈，没有一个公司会被认为是大模型公司ღ◈◈✿◈。就像今天你不会说字节ღ◈◈✿◈、美团是移动互联网公司ღ◈◈✿◈，你会说它们是社交ღ◈◈✿◈、内容ღ◈◈✿◈、外卖ღ◈◈✿◈、电商公司ღ◈◈✿◈。

　　晚点ღ◈◈✿◈：我说的全军覆没ღ◈◈✿◈，不是指这些公司死掉ღ◈◈✿◈，而是指它们没有像一些人期待的那样成为新一代巨头ღ◈◈✿◈，这轮技术变化的绝大部分成果会被现有科技巨头获得ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：如果真是这样ღ◈◈✿◈，就代表了 AI-first 应用没有想象中那么颠覆ღ◈◈✿◈，所以我不认为这会发生ღ◈◈✿◈。

　　因为每一个足够颠覆的 AI-first 应用ღ◈◈✿◈，都是一个创业公司的机会ღ◈◈✿◈。从互联网到移动互联网ღ◈◈✿◈，搜索没怎么被颠覆ღ◈◈✿◈，所以 Googleღ◈◈✿◈、百度依然很强ღ◈◈✿◈，但出行ღ◈◈✿◈、短视频ღ◈◈✿◈、支付ღ◈◈✿◈、本地生活……确实是移动互联网的新应用ღ◈◈✿◈，它们需要 Mobile-first 的特性才成立ღ◈◈✿◈：标记地理位置ღ◈◈✿◈、随身携带等等ღ◈◈✿◈。

　　李开复ღ◈◈✿◈：用自然语言做交互ღ◈◈✿◈，有通用推理和理解能力ღ◈◈✿◈。还有一个判断方法——就是一个应用如果没有大模型就不成立日本樱花vpsv2exღ◈◈✿◈，那它肯定是 AI-first 应用ღ◈◈✿◈，比如主要由 AI 来写作的工具ღ◈◈✿◈；缺少不了 “AI 朋友” 的社交网络等等ღ◈◈✿◈。

　　只要 AI-first 成立ღ◈◈✿◈，就会有非常多的创业公司跑出来ღ◈◈✿◈，我坚持认为这才是高概率事件ღ◈◈✿◈。AI 是比移动互联网更颠覆的技术ღ◈◈✿◈。

　　晚点ღ◈◈✿◈：上一次聊时ღ◈◈✿◈，我们讨论过一个问题ღ◈◈✿◈，就是其实你没有必要自己到一线创业ღ◈◈✿◈，和你行业地位ღ◈◈✿◈、人生阶段相似的人j9九游会官方登录ღ◈◈✿◈，更多是选择支持一个公司ღ◈◈✿◈，而你却自己当 CEOღ◈◈✿◈，主动跳入了这个混战ღ◈◈✿◈。回头看ღ◈◈✿◈，会后悔这个选择吗？

　　李开复ღ◈◈✿◈：不会ღ◈◈✿◈，我之所以决定做这件事ღ◈◈✿◈，是看到它特别适合我的背景ღ◈◈✿◈，它包括了技术ღ◈◈✿◈、产品ღ◈◈✿◈、投融资和商业运作ღ◈◈✿◈，我能给这件事带来独特价值ღ◈◈✿◈。

　　每个创业的过程中ღ◈◈✿◈，都会有跌荡起伏和调整ღ◈◈✿◈。如果一个 CEO 碰到一点挑战就开始后悔ღ◈◈✿◈，这样的人没资格做 CEOღ◈◈✿◈。

　　李开复ღ◈◈✿◈：我没有ღ◈◈✿◈。反而是ღ◈◈✿◈，如果等了四十多年ღ◈◈✿◈，终于等到了 AI 时代ღ◈◈✿◈，我却没有出来做我擅长做的事ღ◈◈✿◈，没有去试一把ღ◈◈✿◈，这会成为终身遗憾ღ◈◈✿◈。

　　第二是ღ◈◈✿◈，我们会挖掘到 To B 大模型的 PMFღ◈◈✿◈，这指靠大模型才能满足的 To B 真实需求ღ◈◈✿◈，大量 AI-first 细分行业模型也会爆发ღ◈◈✿◈。它的主要价值不是在金融ღ◈◈✿◈、保险这些大行业ღ◈◈✿◈，而是在垂直行业里ღ◈◈✿◈；行业老大不一定特别大ღ◈◈✿◈，但它们的营业额会因为有大模型而翻倍ღ◈◈✿◈。这是最好的 PMFღ◈◈✿◈，因为马上能产生巨大价值ღ◈◈✿◈。我们已经有一些尝试ღ◈◈✿◈，现在还不能剧透太多ღ◈◈✿◈。

　　晚点ღ◈◈✿◈：关于 2025 年的应用爆发点ღ◈◈✿◈，现在被讨论很多的方向是推理能力提升后打开了 Agent（智能体）应用的更多可能ღ◈◈✿◈。你怎么推演 Agent 2025 年的发展ღ◈◈✿◈，零一可能会做哪些尝试？

　　李开复ღ◈◈✿◈：我们对 Agent 已经做了一些探索ღ◈◈✿◈，怎么让大模型从能言善道到理解并执行一系列逻辑ღ◈◈✿◈，从能处理单指令到多个指令ღ◈◈✿◈。

　　现阶段大模型要落地为智能体ღ◈◈✿◈，距离 “点石成金” 还有很多难点ღ◈◈✿◈，通用的 Agent 平台还需要时间ღ◈◈✿◈。但在一些垂直领域ღ◈◈✿◈，比如法律ღ◈◈✿◈、游戏ღ◈◈✿◈、金融服务领域ღ◈◈✿◈，我们已经在和合作伙伴一起开发行业模型 +Agentღ◈◈✿◈。

　　晚点ღ◈◈✿◈：之前向你搜集对 Good AI 的看法时ღ◈◈✿◈，你说ღ◈◈✿◈：工作其实是工业革命遗留下的魔咒ღ◈◈✿◈，你希望能出现一个将人类从繁冗的重复劳动中解放的 “Super Agent”ღ◈◈✿◈。如果真有了 “Super Agent”ღ◈◈✿◈，你会把时间用来干什么？

　　李开复ღ◈◈✿◈：继续做我热爱的工作ღ◈◈✿◈，只要这个工作还没被 AI 取代ღ◈◈✿◈。花更多时间和我爱的人在一起ღ◈◈✿◈，这一定是 AI 做不了的ღ◈◈✿◈。九游会登录ღ◈◈✿◈，九游老哥俱乐部ღ◈◈✿◈，j9九游会官方网站九游会J9·(中国)真人游戏第一品牌ღ◈◈✿◈，j9九游会ag九游会登录j9入口ღ◈◈✿◈。热回收系统