1月6日，有消息称，李开复创办的大型模特创业公司零一万将把整个团队出售给阿里巴巴。很快，李开复在微信朋友圈辟谣，否认出售。
“我不知道为什么会传播这样的谣言，但它们传播得很快，也很快被消除。”李开复说道。
李开复朋友圈回应
一天后，更准确的事件版本出现了。在接受媒体采访时，李开复回应零千事的变化，主要关注预训练团队和Infra团队：预训练算法团队加入统易团队，Infra团队加入阿里云。
两个主力团队方向明确，而零壹万物也有了新的战略方向：超大型模型交给阿里巴巴进行训练，而零壹万物则负责小参数、适中的行业模型。
在“大厂+小虎”的合作范式下，灵异屋将立足“小而美”的模式，务实地将技术做垂直应用、赋能行业，找到商业化的出路。
这可能只是一个开始。经过两年的投资，行业竞争加剧，资本也日渐冷静。对于很多初创公司来说，大型模型预训练所消耗的资金和精力已经变得难以承受。
回顾近两年的创业历程，零一心愿的成长并非一帆风顺。 AI大模型创业公司已经走到了十字路口，调整转型在所难免。只有放弃该放弃的，抓住该抓住的，才能拿到大模式下半场的门票。
“初创公司第一年的运作方式，第二年不一定适合，调整和转型是创业的必然。今年是商业化的决胜年，零千物联网的业务重点也必须做出相应调整。”李开复在接受媒体采访时提到。
2025年，随着行业商业化加速，大型车型也将进入新一轮淘汰。大厂商凭借资源优势不断扩张，AI独角兽大显身手。零一万盛必须找到生存之道，并向市场证明这个决定的正确性。零一万石的压力不会小。
没有被阿里巴巴收购，但零千物联网压力很大
所有的调整都是可追溯的。
去年5月，当零一旅行车发布千亿参数模型Yi-Large时，李开复意识到这是一件费时费力的事情。当时，Yi-Large的方向是超大型模型，这意味着更多的GPU和资源。
是应该烧更多的钱去建立一个模式更大的科技公司，还是建立一个能赚钱的商业公司？
零千事选择了后者。去年5月到6月，零义乌放弃了加大版Yi-X-Large车型的训练计划，同时启动了MoE，也就是去年10月的Yi-。 Yi-速度更快，推理成本更低：比Yi-Large快数倍，价格仅为GPT-4o的1/30。
这种务实、划算的思维将持续到2025年，灵一湾将与其最大投资者阿里巴巴合作。
1月2日，灵异物与阿里云宣布正式达成模型平台业务战略合作，双方将成立“工业大模型联合实验室”。此后，市场一度传出“凌亦武将把团队打包卖给阿里巴巴”的消息。
图片来源零一湾湾微信公众号
在迅速辟谣的同时，李开复在接受《连线》采访时澄清了双方的合作：愿意继续训练超大参数模型的成员将加入联合实验室，做更多规律性的工作，领导由阿里巴巴。
此外，灵异物预训练团队和Infra团队分别加入了阿里巴巴统一团队和阿里云团队。
当然，这并不意味着灵异屋放弃预训练，而是将消耗更多成本和精力的超大型模型交给阿里巴巴。灵异屋负责小参数、中等型号。
更重要的是，阿里巴巴持续训练超大型模型的用处在于，超大型模型可以像“师生”一样教更小的、面向应用的模型，就像用3.5 Opus训练3.5一样。
本质上，作为一家初创公司，零一玩玩正在改变思维。在转移成本的同时，重点关注应用的商业化。换句话说，零义乌需要找到一条性价比高的生存之道。
我们之所以强调性价比，是因为行业进入新一轮淘汰，资本回归平静，初创公司的处境非常严峻。
对于AI独角兽来说，商业化路径仍在探索中。单纯依靠资本注入的初创公司并没有多少盈余。相比坚持成本巨大、回报周期长的超大型车型，还不如把弹药放在一边。去一个更合适的地方。
近两年来，大型模型尤其是超大型模型的预训练是要花钱的，这是一个公认的事实。数百万、数千万美元的培训费用，加上“黑匣子”的培训流程，对于初创公司来说并不是什么好生意。去年10月，有消息称“人工智能六小虎”中有两人放弃了预训练模型。
李开复曾透露，前期培训费用约为三四百万美元。即使成本较低的 Yi- 在训练时也使用了 2000 个 GPU，耗时一个半月，成本超过 300 万美元。
李开复告诉《连线》杂志，去年7月完成一轮融资后，零一旅行车目前账户上有充足的现金。
对于法律上限问题，李开复很早就开始内部审视和推演。这次我们放弃了AGI，转而采用更好实现、应用更充分的小模型。我们对自己和未来负责。
降本重在AI应用落地，零千物最重要的是赚钱
“如果我坚持‘透支’未来，那我就不是一个负责任的CEO。”李开复告诉《连线》杂志，初创公司不像大公司那样拥有大量资源。在利用有限的资源进行战略调整时，他们必须选择哪些能够发挥作用。什么该做，什么不该做。
成本是最重要的考虑因素。令一万物用了几个月的时间验证不同的路线，将偏情感化的想法调整为更务实的想法，并探索不同的商业模式。
与阿里巴巴合作自然是一个不错的选择。此次合作后，零一心愿还计划推出新版本的Yi-。最终目标是为To B行业打造更强大、更全面的行业模式。
“使用小型而复杂的团队来构建小型且廉价的模型，以应对应用程序的爆炸式增长。”李开复在接受媒体采访时表示。
当然，与阿里巴巴的合作只是调整并聚焦人工智能优先应用的第一步。更重要的是从自身寻找更多的商业化路径。
过去的一年是人工智能模型大规模应用落地、行业商业化加速的元年。尤其是对于AI独角兽来说，在资本急速回笼周期的压力下，学会赚钱是他们的必修课。
不久前，李开复在辟谣的同时提到，零千物联网2024年实际营收将突破1亿元，2025年将增长数倍。
虽然距离上线还有很长的路要走，但这已经是一个不错的结果了。 1亿营收的背后，是对一切商业化的不断探索。
李开复很清楚，一卡通应用层是关键。
从2023年下半年开始，零一心愿将调试多种海外To C应用，积累一定的行业知识。 2024年5月，李开复公开表示“坚决不做赔钱的To B”。 2024年11月，李开复再次重申了这一观点，但有了一些微妙的变化，“我们专注于To B业务，但不‘赔钱’。”而是寻找行业核心业务场景，利用AI——基于、标准化、可扩展的应用产品不仅帮助客户省钱，还帮助我们赚钱。”
去年11月，灵易玩首次披露了基于易模式的整套大型To B解决方案，并表示未来其To C业务将面向海外。
业界的共识是，2024年初创公司在中国To C商业化将面临困难。一方面，大厂商在这方面更有生态和流量优势，初创公司获客成本较高；另一方面，海外用户的付费意愿较高，海外To C应用相对更容易获得收入。
李开复向《连线》透露，从2023年下半年开始，零千物已经悄悄尝试了超过6款海外产品，其中有比较好的，也有不太成功的。通过这个过程，他们将动态地制定和匹配市场契合度。可以货币化的产品形式。
去年，从C端收入来看，灵异物物大约有20-30%来自海外付费产品。李开复告诉《连线》，目前C端的成本和收入已经基本持平，未来还有盈利的机会。
事实上，从To C转向To B是一个很大的变化。从产品实现到商业形态，是完全不同的思路。
最重要的是确定To B商业化的领域。目前国内市场，零一物联网领域涉及基础设施、大模型、应用三个层面，是针对电商直播、办公会议等场景的数字人解决方案。
据《连线》报道，目前，在游戏、金融等领域，零一物已经与一些领先公司进行工业级大型模型解决方案的深度规划、研发和交付。 2024年，B端业务将贡献零一万营收近70%，也将为这些企业客户带来新的增长。
随着经营思路的变化，零千事的组织架构也在相应调整。例如，实施需要非常强大的售前团队，以及倾听客户需求并跟进规划产品和商业模式的团队；同时，零一万也在强调工程化研发，因为B端应用需要标准化、平台化。
尤其是在B端领域，大型模型厂商需要做的是让客户在降本增效方面看到具体的、可量化的商业价值，这样客户才会愿意为新技术买单。
虽然转向B端领域有点晚，但零一旅行车也有一些后发优势。一年半的时间里，零壹五五已经具备了打造世界级模型的技术水平，这是专注于To B应用的技术核心；其次，李开复及创始团队多年的创业经验和人脉资源，使他们能够立即到达领先企业的决策层，快速找到适合实施的应用场景。
当然，转型过程也会伴随着人事调整和变动。 2024年8月以来，零一万石高管黄文浩、潘鑫的离职也引发关注。但据了解，零千物联创的核心依然相对稳定。李开复说：“我的-1团队从创业第一天起，基本上没有太大变化。”
在此期间，零一事也持续招募。目前各公司之间的竞争已经到了“拼应用、拼钱、拼血”的阶段。灵异屋的现金储备还是充足的，足够支持灵异屋在AI-First爆发的元年2025年做小、美、快的模型。
大模型浪潮已经汹涌澎湃了两年多，不少AI独角兽正面临重要拐点。他们告别了人工智能应用元年。今年是AI大模型商业化的决定性一年。虽然现在谈论盈利还为时过早，但零一旅行车却选择率先面对AI商业化的拷问。
近日，《连线》杂志采访了李开复。 2025年，他将坦然面对商业化的拷问，回答零千物如何成为“盈利创新”的问题。以下为对话内容，经小编稍作调整。
连线：1月初，义乌吾与阿里云建立了实验室，训练大型模型。这种合作已经持续多久了？双方扮演的角色有何不同？具体如何合作？
李开复：灵异物物与阿里云的合作已经筹划了一段时间，上周才正式宣布。通过产业大型模型联合实验室，零一心愿与阿里云将在技术、业务、人才等方面展开合作，阿里云将拥有更多的资源继续沿着法制路线前进，培养有针对性、有针对性的人才。通用能力强。超大型型号。未来，这些超大型模型也有可能成为零一万一系列模型的“老师模型”。
零壹五五将继续做好参数适中的模型预训练，同时更加关注垂直行业的大规模模型，加速模型能力的商业落地。双方团队将深度融合。
《连线》：这是因为零一世界无法承担高昂的成本而做出的调整吗？
李开复：我们会在2024年7月完成融资，账户里有充足的现金，但我们内部很早就开始审查和推导Law的上限。大约在同一时间，在权衡了我们的选择之后，我们决定不再盲目追求扩大参数数量。发布 Yi-Large 模型后，我们决定放弃训练原定拥有万亿参数的超大型模型 Yi-X-Large，转而训练更小、更快、更便宜的模型。 MOE混合专家模型Yi-，预训练方向也转向专注于更具商业应用前景的轻量级模型。
我们核心模型的技术路线切换经过几个月的时间已经得到充分验证。未来零千物的模型参数数量可能不会大于Yi-。
连线：预训练团队收到了阿里巴巴统一大模型的offer，Infra团队收到了阿里巴巴智能云团队的offer。灵异万无也参与了这个过程吗？两个团队进入阿里巴巴的两项业务有何考虑？
李开复：经过技术和商业的综合考虑，零一玩玩在预训练方面选择了专注于更具商业应用前景的轻量级模型，不再一味追求扩大模型参数。因此，一些擅长并且仍然愿意探索Law路线的预训练团队成员和Infra团队成员愿意选择零一和阿里云的联合实验室继续他们对超大型模型的探索。这些同事都非常好。零一愿望在技术探索时期做出了巨大的贡献。我们觉得阿里巴巴是一个特别有实力、特别合适的合作伙伴，技术实力雄厚。
继续训练非常大的模型的有用之处在于以“师生”的方式教授更小的、面向应用的模型，就像使用 3.5 Opus 来训练 3.5 一样。零一万兽还计划推出新版本的Yi-，这是阿里云探索的一个非常大的模型，以后可能会成为Yi模型的老师模型。最终目标是为To B行业打造更强大、更全面的行业模式。
Wired：预训练和Infra团队已经加入阿里巴巴，但零一万表示他们并没有放弃预训练。零一万如何继续预训练？超大型模型的预训练不再继续了吗？小参数、适中的行业模型 训练会继续吗？重点关注哪些行业、如何实施？
李开复：超大型模型的预训练将由阿里云牵头的联合实验室进行，但零一万石仍然保留一定规模的算法团队和Infra团队，包括微调、工程优化等.，完成大型工业模型。预训练、工程优化、应用实施是一个全链路的任务。
目前，零一玩玩已经找到了游戏、能源、汽车、金融等几个重点产业，而且我们说的软件订单价值都在千万元以上。 2024年，公司很大一部分收入也将来自To B业务。
《连线》：2024年零一万物大模型的落地和商业化表现如何？有没有可以透露的数据？ C端和B端的收入分成是多少？
李开复：2024年，零一万收入将突破1亿，2025年将增长数倍。C端收入主要来自海外To C付费应用。目前基本已经持平，未来还有盈利机会。虽然我们B端才起步半年多，但营收增速却相当可观，占到整体营收的70%左右。我们将不断开拓新产业，收入规模进一步扩大。
《连线》：我们注意到，之前《零千事》更注重To C，但后来开始转向To B，这是基于商业化的考虑吗？ To B落后如何追赶？
李开复：在To C领域，零壹五五始终保持着理性的态度去尝试和探索，没有“钱的力量”，坚决不花钱买流量。
在To B领域，灵异屋依然坚持不做“赔钱赚钱”的生意。过去大多数To B订单都是不可复制的项目系统。零千To B的目标是为企业客户带来性能增长的同时，根据客户需求凝结标准化、可复制的产品，赋能大规模模型智能。企业数字智能增长。寻求新的增长曲线也是很多企业现阶段追求的目标。
Wired：不同领域的业务都会有自己的侧重点，比如游戏、金融服务等，会重点关注哪些方向？他们每个人将如何赚钱？
李开复：目前零一万在游戏、金融等行业的大模解决方案主要集中在To B方向。
在To B方向上，灵一湾依然坚持与重点行业龙头企业深度共建。主要目标是为客户创造增长。深度共建的形式有很多种，甚至可以与企业客户的行业知识和零一湾湾的技术相结合，组建合资子公司，共同打造大型垂直行业模式，以帮助企业客户成长为前提。
在游戏、金融等领域，灵异物物与一些龙头企业进行深度策划、研发和交付产业大型模型解决方案，贡献了我们2024年近70%的收入，也带来了效益给这些企业客户。新的增长。我们认为这就是To B验证新技术在PMF中实施的方式。必须深入渗透，让合作伙伴看到降本增效方面具体的、可量化的商业价值，并产生可预测的结果。只有这样，客户才会愿意做出贡献。为新技术付费。
《连线》：我们看到有消息称，灵异屋的两位高管黄文浩和潘鑫已经离职。这对灵异武内部研发流程有何影响？零一事如何弥补人才流失？
李开复：当我决定创业时，我亲自组建了零一万石的核心联合创新团队。在人才竞争激烈的阶段，我-1核心管理团队至今基本没有变化。谷雪梅、马杰、齐瑞峰、Anita（黄惠文）等联合创新团队均为各领域顶尖专家。通过他们，我招募了更多志同道合、优秀的团队成员。目前，各重点业务条线仍有数十名专业能力优秀的骨干成员。这也是零一心愿与阿里云成功合作建立大型联合实验室的基石之一。事实上，我们仍在招聘。
连线：零义乌提到，2025年是大车型商业化的决定性一年。你怎么理解这一点？新一轮的淘汰会比去年更加激烈吗？零一玩玩预计什么时候实现盈利？
李开复：一方面，随着大模型性能的提升和推理成本的降低，现有的大头模型已经可以满足To B、To C方向的很多应用需求，为AI-First奠定了基础应用井喷；另一方面，回顾PC时代和移动时代的发展历程，价值链金字塔中最大的赢家是应用层，AI 2.0时代也不例外。
如果还想留在牌桌上，就必须果断挡位，重新下注应用层。在基本模型之上利用您出色的垂直整合能力，让行业拥抱业务。只有这样，才能从容地面对加速商业化的灵魂拷问：收入增长何时才能缩小亏损？最终的盈利过程需要多长时间才能完成？
今年无法应对拷问的企业可能会被直接淘汰。在To B业务和To C应用方面，我们会保持一贯的冷静态度，不会一味追求中标或用户增长，而是会更长远地规划是否有助于商业化。
现在说何时能盈利还为时过早。然而，我和我的团队对于追求大规模的收入增长非常有经验和信心。
我们愿意坦然面对整个行业和创业公司面临的挑战，积极调整，面对大样板公司的灵魂拷问：能否让黑科技走出实验室，跨越技术与创业之间的“创新陷阱”？商业化？
说白了，谁能真正实现“盈利创新”。
（本文头图来自零千事微信公众号。）
本文来自微信公众号，作者：王慧英，36氪经授权发布。
本站候鸟号已成立3年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论