零一萬物戰略驟轉！國內聚焦toB，toC先走海外

衡宇 發自 凹非寺

量子位 | 公眾號 QbitAI

toC先走海外，國內聚焦toB。

這是大模型初創六小強之一零一萬物最近宣佈的戰略轉向。

就在今天，零一萬物舉行了一場toB戰略發佈會，會上表示，零一萬物堅決走讓用戶產生價值的路線。

李開複博士表示：「今天不多談對AI 2.0時代的認知，更多的要看到它的商機在哪裡。」

該公司宣佈了在toB層面基於「Infra+大模型+應用」三位一體戰略；此外，百勝中國、孩子王、圖靈新智算等零一萬物的合作夥伴也同樣出席發佈會，圍坐一起聊AI、聊這些企業是如何用零一萬物的大模型來提升人效、降低成本。

由此看來，這家公司國內業務重點的轉向雖然剛剛才宣佈，但一切蓄力已久。

為什麼選擇聚焦toB業務？

從宏觀來看過去的每一次技術革命，從PC浪潮到移動互聯網再到AI——總之是世界有一個新的載體、新的技術、新的內容時，總有個不變的規律：

即首先能瀏覽，然後能創造，然後要有更豐富、更多元的內容，然後能靠它賺錢。

李開複稱上述的過程是一個不變的定律。

依據這個定律，在AI 2.0洶湧澎湃的浪潮里，下一個階段必然以多模態的產生為重點。

「我想分享一點，多模態的很多進展都基於很酷的demo。當然我很熱愛很酷的demo。」李開複表示，上個世紀80年代他本人就在做很酷的demo，「但是很酷的demo，不賺錢，沒有用；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，不能靠它賺錢，沒有用。」

和此前所有以零一萬物創始人身份露面有些許不同，李開複在這次發佈會上幾乎完全用商業思維來評估這個領域，並傳遞他旗下大模型公司的狀態和進展。

李開複表示，生成式AI基礎上整個應用都在發生革命性變化，這不僅僅局限在原生AI應用的迭代週期變快，整個用戶界面都在革命性變化。

過去multi-touch的用戶體驗，其背後有數據庫、操作系統、CPU；而今天，原生AI應用的用戶體驗要以自然語言/語音來作為溝通方式（而不是機器的方式），其背後是模型、基礎架構。在做toB、toC應用的時候，一定要用Natural UI；OS不再架於CPU而是GPU上，其中涉及各式各樣的基礎架構問題。

於是，一個問題被拋出來：在這個革命化遷移的過程中，AI 2.0時代，怎麼能進入賺錢的商業閉環？

李開複的答案是，第一是進入多模態時代，然後進行商業化；第二是從「OS架在CPU上」轉變為「智算中心架在GPU上」。

而這兩個巨大的商機都是經典的toB型業務。

如果只重倉芯片，生態並不健康

PC和移動互聯網這前兩次技術革命都產生了巨大的價值。

李開複把起原因歸於因為最終最賺錢的不是芯片廠商，也不是平台提供商，而是toB、toC的應用。

這條道理同樣適用於現在的AI浪潮，不過，他也提出，「應用」這件事不發生，整個生態就是不健康的。

之所以稱生態不健康，是因為在李開複看來，如果沒有出現貼近用戶、貼近企業的應用來創造最終價值、創造經濟財富，用戶不會甘願付費從而讓應用存活下來。

如此這般，應用也不會對平台、模型、雲算中心作出反饋，讓這個生態中的各個層面都賺到真金白銀。

如果只是執著地把所有資源都用來購買芯片，去燒更大的模型，最後應用沒有做起來，帶來的生態是相對不健康的。

與此同時，今時今日以生成式AI為基礎的toB業務和往昔又有不同。

它不再是單純項目拿單的模型，而是通過提供解決方案，不斷創造商業價值、帶來業務增長。

李開複談道，擁抱AI 2.0的技術，不是說做個智能客服節約人力，不是說丟出個模型讓企業自己降本增效。

雖然上述一切都會發生，但最重要的是所有願意擁抱新技術變革的企業，要從上到下發生思考方式的革命。

而重視生態非常適合中國的情況。

最後，李開複分享了把模型放到真實有價值的應用的公司具備的特性：

第一是明確「怎麼樣能看到項目的降本增效」。

降本增效一定是技術提供商願意自己花更多的時間開發很多和模型基座有關的解決方案，更貼近用戶的需求。

第二是讓AI大模型進入核心業務。

智能客服應用很廣，但這並不是核心的機會。

第三是不能站位過高。

訓完模型就丟給客戶讓它們自己微調，其實大部分公司並做不到；如果要繼續訓練，更不可能。

基於「Infra+大模型+應用」三位一體戰略

國產大模型首次在國際最具挑戰的「大模型競技場」榜單上超過GPT-4o（5月版本），成績就是來自零一萬物。

就在十多天前，這家國產大模型公司又推出最新旗艦模型Yi-Lightning，性能超越GPT-4o-2024-05-13，衝上UC伯克利大模型競技場（Chatbot Arena）總榜第6。

還把每百萬token的價格打到了0.99元人民幣。

這不到該版本GPT-4o的3%，相比於GPT-4o-mini百萬token輸入輸出價格的均值，也降低了近2/3。

在模型能力、性能價格兼備，並作出屬於AI 2.0時代的模型業務思考的情況下，零一萬物的toB之路也十分清晰。

核心基於AI Infra賦能AI Native應用，基於（已經發佈和未來將發佈的）模型，基於多模態能力，提供企業級的模型解決方案和行業解決方案。

後者的核心則是希望聚焦創造高商業價值的垂直行業場景，用大模型原生能力，滲入應用場景，拓展業務場景，差異化賦能、重構。

整理可以總結為：

模型+AI Infra+應用三位一體推進，在行業中形成行業+場景+大模型的原生應用，形成可規模複製、能夠幫客戶做增長或者做ROI。

零一萬物聯合創始人祁瑞峰介紹了零一萬物目前的三個toB解決方案。

分別是：

• 模型訓練解決方案

• 零售行業解決方案

• 智算中心解決方案

以零售行業解決方案為例，基於語言模型、視覺理解模型、文生圖片模型、聲音模型、文生影片模型，零一萬物會針對性提出企業數據激活方案、企業智能體方案、端到端SaaS服務。

在前台，進行包括數字人直播、營銷影片生成服務、店員copilot服務的賦能；在後台，則有各種崗位的copilot服務，如HR/客戶/市場分析/研發等等。

此外，基於以Yi Lightning模型為代表的系列Yi模型，零一萬物搭建起了包含角色大模型、直播聲音大模型、電商話術大模型在內的一整套專用模型基座，推出了與AI 1.0時代不同的數字人解決方案「如意」。

與AI 1.0時代的數字人相比「如意」數字人解決方案不僅在形象和聲音上更為逼真、更貼合垂直場景的需求，還具備了「AI 大腦」，能夠自主完成部分決策任務。

目前，「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。