在中国，李开复是为数不多大半生都与人工智能紧密相关的中国科技从业者，同时也是一位“教父”般的人物，兼具科学家、企业高管、投资人及作家等多重身份。如今，63 岁的李开复又增添了一个新头衔——AI大模型赛道中的“资深创业者”。
2023年5月，李开复正式“躬身入局”AI大模型领域，带队创办新公司“零一万物”并担任CEO。同年11月，零一万物获阿里云天使轮融资，跻身独角兽之列。
李开复最早在中国喊出“AI 2.0”口号，并预测AI 2.0市场将是移动互联网规模的10倍。
今年5月，零一万物发布了千亿参数闭源模型Yi-Large，后者随即登上国际权威大模型盲测榜单LMSYS Chatbot Arena（以下简称LMSYS）中文分榜第一；10月16日，零一万物再度发布全球SOTA新旗舰模型Yi-Lightning。截至11月20日，Yi-Lightning在LMSYS总榜排名世界第六、中国第一，模型表现优于硅谷头部大模型公司 Anthropic 10 月 22 日最新发布的模型 Claude 3.5 Sonnet（20241022）。这也是迄今为止中国大模型在LMSYS总榜上所取得的最佳成绩。公司排名层面，零一万物与马斯克创办的xAI并列成为全球排名第三的大模型公司，仅次于 OpenAl和谷歌。
针对此次创业，李开复为零一万物制定了清晰的战略框架和方法论，其中包括率先试水海外市场。由于海外C端市场具有较高的规范性、成熟度，且用户付费意愿较强，因此公司在海外获得了不错的收益，并且主要收入都来自C端用户付费。例如，一款面向海外的AI生产力工具的用户数已近千万，目前发展势头良好。
在B端市场，零一万物已推出包含如意数字人和万视营销短视频在内的零售行业解决方案、智算中心解决方案、模型训练解决方案等服务，面向B/G端客户构建起了从定制模型到专有应用搭建的一整套解决方案。其中，如意数字人解决方案目前已经落地线下连锁零售、餐饮、酒旅等垂直场景，也获得了包括百胜中国、良品铺子、孩子王等头部客户的青睐。
李开复强调，在通往AGI（通用人工智能）的道路上，如何让大模型能力落地应用层是一个重要课题，事关如何让黑科技真正走出实验室，成为驱动千行百业的新质生产力，甚至在一定程度上影响世界创新版图和经济格局。
在这一阶段，AI大模型企业必须重视TC-PMF（技术成本x产品市场契合度）标准。与移动互联网时代被企业熟知的PMF（产品市场契合度）相比，TC-PMF增加了技术和成本这两个关键维度。李开复指出，一旦忽视其中任何一个方面，都可能导致企业资源耗尽、与市场脱节、成本超支，并最终导致商业失败。因此，这种新标准要求企业必须在技术、成本、产品和市场之间找到一个最佳的平衡点，以确保企业的可持续发展。
基于此，李开复表示，零一万物会继续坚持“模型＋AI Infra＋应用”三位一体的全栈式布局，以国际SOTA的基座模型为基础，积极在To B企业级解决方案上探索TC-PMF，以更从容的姿态迎接即将到来的AI普惠时代。
40年前，李开复的博士论文申请信中有这样一句话：AI是人类认识并理解自己的最后一里路，我希望加入到这个全新绽放、充满前景的未来科学领域。从那时起，AGI就已经是李开复的梦想。如今，这一梦想似乎已不再遥远。
以下是福布斯中国与李开复对话的内容节选：
福布斯中国：OpenAI近期推出了新一代o1大模型，以强化学习突破大模型的上限，零一万物如何看待？是否有开发相应产品的计划？
李开复：
OpenAI是一家值得尊敬的公司。在以往预训练的过程中，模型记忆了很多知识。但事实上，真正偏向于科学推理的能力还有很大的欠缺。从o1中我们可以看到，它用了类似强化学习的方法，在推理时做到深度的思考，也给Scaling law提供新的可探索的方向，在一些特殊领域，例如数学，都获得了非常惊艳的成果。
在强化学习的方向上，AlphaGo、Alpha Zero都做过类似的工作。这也一直是零一万物技术团队努力的方向，包括挖掘更多不同模态的训练信号、探索效果更好且效率更高的可以从反馈信号中学习的算法等。
今年10月，我们将与美国同行的差距缩短到了5个月。零一万物的新模型Yi-Lightning 已经在LMSYS上超越GPT-4o（5月版），成为中国第一，并跻身世界第一梯队，也是该榜单历史上中国模型取得的最佳成绩。这也证明，在技术角度上，通过国内大模型从业者的不断努力，海外最先进的大模型是可追赶的。
福布斯中国：很多大模型公司都将OpenAI视为目标，而您曾表示“要做AGI时代的微软”，目前是否有相应的时间表、路线图和战略？
李开复：
零一万物业务始终对齐OpenAI等世界第一梯队大模型公司。我们已经拥有性能处于世界第一梯队的模型，并且已经借由AI Infra（AI基础设施）能力把推理成本降到了一个能够规模化商业落地的水平，接下来就是要让模型能力落地，成为驱动千行百业的新质生产力，真正赋能实体经济。所以，我们会在To B企业解决方案上更加积极地探索TC-PMF。
To B方面，我们不会去走AI 1.0时代的老路。早年AI 1.0时代公司竞争聚焦于博士数量、论文发表数量、比赛成绩的高低，以及所能争取到的大订单规模。
然而，这种竞争模式很快便显露出其局限性——尽管能够赢得大额订单，但是，因为项目的高定制化以及模型扩展性的不足，导致公司难以实现盈利，所以未能通过最终的“灵魂考验”。如今，已上市的公司市场表现不佳，没上市的公司不容易上市，大家都被困在恶性循环的怪圈里，难以自拔。
相较于此，我们的To B产品，如如意数字人、万视营销短视频等，均遵循标准化、可复制的原则，旨在创造稳定的现金流。即便是私有化定制模型，我们也会精挑细选，优先考虑那些公司上下都愿意拥抱新概念的公司。在与国内外头部企业沟通中我们发现，模型定制需求并未得到充分满足，这也是中国大模型初创公司的机会。
大模型应用预计会遵循PC和移动互联网时代的发展轨迹逐步演进。第一阶段最早出现的会是以语言模型为基座的生产力工具；随后，可能会迎来以多模态理解为基础的AI搜索；再下一个阶段可能会是基于多模态生成的“多模态社交/娱乐”；最后，基于全模态＋AI-Agent（智能体）的“本地生活和电商”等应用迎来爆发期。
目前，我们在To C与To B两个方向上所积累的交付能力已经实现了内部打通。如在海外已经取得阶段性成果的To C产品所具备的能力，就可以丝滑地复用到企业端专业产品矩阵里。
福布斯中国：初创企业成立之初，大多采用“烧钱”的办法维持运营及推进研发，往往无暇顾及市场策略。零一万物短时间就在海外市场获得不错的收入，公司是如何做到研发和市场“双管齐下”的？
李开复：
事实上，在我们的千亿参数模型还处在筹备阶段的时候，我们的产品团队已经开始探索应用和商业化路径了。从成立的第一天起，零一万物就是模型训练、AI Infra、应用开发，“三驾马车”并驾齐驱。待各团队都成熟后，再对接在一起去优化。这就是我之前强调的“三位一体”。
探索大模型商业落地，TC-PMF永远是一个跷跷板，要平衡用户需求与模型性能，还要考虑能否负担得起模型背后的成本。“三位一体”的优势就在于，你能够更快地捕捉到这个跷跷板的平衡点，更早一步开发出应用，跑通商业模式，这些过程都是相辅相成的。
福布斯中国：您曾经说过“只做To C，不做赔钱的To B”，但最近为什么宣布要做“赚钱的To B”？有怎样的新思考和新目标？
李开复：
我要澄清一点，“不做赔钱的To B”并不等同于“完全不做To B”。To B要赚钱，“垂直精细化”与“标准化”是我们未来会锚定的两个方向。
To B赛道一向是个拥挤的赛道。和埃森哲、软通动力这些传统软件服务商比，他们有更大的销售团队，在企业级软件定制服务方面的经验也更丰富。所以，我们不会去和他们硬碰硬。
零一万物有一个很明确的优势，就是在模型训练、AI Infra方面拥有世界领先的技术沉淀，在此基础上，我们构建起了“模型＋AI Infra＋应用”三位一体的核心优势。
这意味着，我们能以更少的算力、更低的成本训练出能力所及的最优秀的模型，我们国际领先的AI Infra优势能让推理成本很有竞争力，能提供极具性价比的模型和应用，方便企业用户按需选择。
我们会精心挑选真正愿意拥抱大模型的公司进行共建。借由我们自研的RAG能力、自建的高质量数据生产管线，在确保数据安全的前提下，将企业内部数据高效地运用到模型深度定制的过程中，基于Yi模型与客户共建出与客户需求最为适配的模型方案。
另外，我们也提供了智算中心解决方案，尝试用国际领先的AI Infra能力赋能BG端客户，协助政企搭建大模型算力与服务平台设施，这部分业务也已经带来了不错的收入。
目前，我们的几个合作客户都是世界级企业。这类客户客单价高，能够覆盖定制成本，带来利润，这就是“垂直精细化”策略的体现。
一方面，我们可以帮助企业把行业数据提炼出来，搭建数据库，训练自己的专属模型；另一方面，基于各项模块化的能力，我们还可以帮助企业结合自身场景产出对内、对外的应用。
如意数字人与以API为导入口的全行To B解决方案就是其中的代表性业务。与AI 1.0时代的数字人相比，零一万物的如意数字人解决方案不仅在形象和声音上更为逼真，还具备了 “AI大脑”，能够识别弹幕意图、自动生成话术，还能和营销系统、物流系统结合全自动完成促单，为客户带来有毛利的GMV增长。目前，数字人解决方案已经探索到了更多的落地场景和商业化空间，后续也会不断迭代并丰富自身的产品矩阵。近期，我们还会推出万视营销短视频，帮助客户做高质量营销短视频的生成、分发，极大提高私域运营的效率。
在商业模式上，如意数字人与万视营销短视频都有“标准化”的特点——产品方案标准化、收入模型偏向云服务，这类业务能够快速实现规模扩张，也能带来稳定的现金流。
这就构成了一套从模型到应用完整的企业级解决方案。一部分业务现在就能盈利；一部分业务可能现在收入规模不大但是前景广阔；一部分业务能够稳定带来现金流。这样就共同形成零一万物在To B方面的特色，创造出收入较多、增长率较高且收入质量较高的业务矩阵。
福布斯中国：关于TC-PMF的这一新概念，公司自身是如何实践的，并找到符合市场趋势的产品和方向？
李开复：
在2022年12月GPT-3.5发布时，MMLU（大规模多任务语言理解）的准确率是 70%，但是不到两年的时间之后，GPT-4o已经达到了92%以上，对于大部分应用场景来说已经绝对够用了。推理成本方面，GPT-432K在2023年3月份每百万Token（词元，即文本中单位最小的语义单元）的价格为75美元，但是到2024年8月，GPT-4o每百万Token的价格已经降到了4.4美元，降幅将近20倍，比摩尔定律要快得多(按3:1的比例计算输入和输出Token价格)。
这些都是好消息。从这些方面来看，Super App的到来是必然的。但是我们就这样静静等待 Super App的到来吗？我的答案是要主动出击。在万事俱备之前，如果只是等待别人带来东风，那么你就可能要等很久，与其固自等待，不如成为造风者。
既然我们已经知道，应用的底层需要模型、AI Infra能力，那么我们为什么不把所有的能力都一起优化？在iPhone推出的时候，很多底层技术都已经存在了，但是为什么诺基亚、黑莓都没能做出iPhone？就是因为乔布斯看到了未来的趋势，将软件、触屏等元素全部结合在一起。
从iOS 1到iOS 17，从iPhone、iTunes到iPad，苹果最终构建起了一个伟大的生态系统。但是不要忘记它的第一步不是在坐等风来，而是做了垂直整合。那今天我们又看到了同样的机会。
垂直整合的优势在于，基于AI Infra、模型、产品等多方面的能力，零一万物无需等待其他环节准备就绪，就可以构建出出色的产品，并且迅速推向市场。而且它会更可靠、更快速、成本更低。
福布斯中国：大模型训练成本高昂，加之美国对芯片和技术的封锁，公司已涉足大模型基础层是否有信心持续获得充足的算力支持？
李开复：
算力问题始终是大模型赛道的一个瓶颈。各家大模型公司都在不断地购置更多算力已是整个行业正在发生的事实，OpenAI、xAI、Google、Meta都在进行着算力的军备竞赛。
但是，我不认为，他们算力更大就代表我们绝对没有机会。在很早的时候，零一万物就有这样的认知，当GPU这么贵，我们如何把它用好？能否让一张GPU发挥出两张GPU的效果？
客观事实是，我们在AI Infra方面具备世界领先的能力，GPU的使用率我们在业内是很有竞争优势的；从头到尾使用FP8精度进行千亿参数模型训练，我们是世界上最早做到这件事的三个公司之一。更直白地说，同样的一张GPU，我们能够挤出更多价值来，这也是今天零一万物能够做出世界一流模型的重要理由。
另外，模型的性能表现，它不只是一个纯粹算力问题，其中还要考虑到创新模型架构、优化数据配比等等各方面的细节，在这方面我们不输于任何一家大模型公司。Yi-Lightning 跻身世界第一梯队的模型表现就是最好的证明。
福布斯中国：您曾谈到“未来AI 2.0技术将如同电力。”那么，大模型除了常见的办公应用、生产力工具之外，如何融入到传统行业中？
李开复：
在我们的观察中，模型性能提升与推理成本下降对整个生态的影响非常大，尤其是 To B方向。过去基于大模型搭建应用首先就要考虑推理成本的问题，但是今天的模型成本已经到了足够低的水平，且模型性能更强大，这是一个巨大的变化。应用场景也从最开始比较单一的文本创作，扩展到了医疗、物流、法律等等很多领域。
还有一个容易被忽视的原因是，工程能力的完善——针对不同的场景需求，出现了非常丰富的工具链条来搭配应用。零一万物也推出了比如RAG、Function Calling等工具。这些工具在企业应用场景下的实用性是很强的，比如医疗问诊场景对于RAG的召回准确率要求非常高。
后续，我们不仅会提供更多性能与性价比领先的大模型，也会基于传统行业的场景需求，持续开发RAG、Function Calling等实用工具，让企业级解决方案更简单易用、更契合业务场景。
福布斯中国：在美国技术封锁之下，中国AI领域是否有追赶的机会？
李开复：
在现在的形势下，中国大模型公司特别是初创公司要拉齐世界第一梯队的水位，要有自己的独特打法。我们也应该从不同的维度去考量巨头和初创公司之间的评判标准，比如，Google团队是2,000人，OpenAI总人数也早就超过了1,000人。而零一万物资深模型和AI Infra团队加起来也不到100人，而且我们模型训练所使用的GPU算力不到他们的1/10，我们的模型尺寸也不到其1/10。
我一直都坚持美国是做突破性科研，有着创造力特别强的一批科学家，在这方面全世界没有对手。但是中国团队的聪明、勤奋、努力是不容忽视的。
我们在过去一年取得的成绩就是最好的例子。我们没有美国大厂的GPU数量，所以我们采取了务实的战术和战略，紧贴美国领跑者，积极参与国际舞台上的竞争，并且成功进入了世界第一梯队。仅仅一年时间，我们就从落后7至10年的时间缩小到5个月。今年10月16日，我们也发布了新模型Yi-Lightning ，在模型性能超过Yi-Large、跻身世界第一梯队的同时，推理成本更低、推理速度极快。Yi-Lightning 训练比xAI节省了97.5%，推理又比OpenAI GPT-4o 便宜31倍。我们与硅谷之间的差距有望进一步追平。
福布斯中国：“千模大战”之下，您认为哪些大模型公司能笑到最后？有什么建议？
李开复：
除了大厂之外，笑到最后的中美大模型创业公司可能会有五六家左右。毫无疑问，零一万物会是其中之一。这当然不是盲目自信，而是基于三位一体的视角理性思考之后得出的结果。在当下的竞争格局中，模型、AI Infra、应用缺一不可，三方相辅相成之下才能产生诸多难题的解法。比如算力问题需要模型与AI Infra的团队合力解决；比如，To B和To C的商业落地离不开模型与应用团队的搭配合作。
还有一点需要注意的就是要保持健康的现金流，不能一味盲目疯狂“烧钱”。中国大模型初创公司要在当前的市场环境中健康成长起来，只做一家科研机构是远远不够的，也要考虑技术商业化：如何把技术进一步落地，契合市场需求推出有竞争力的AI-First的产品，打造一个健康的商业模式，从而不断推动行业发展。无论是从公司健康度还是从融资角度出发，这都是不容忽视的。零一万物不管是To B还是To C的方向上，都有着贡献稳定收入的业务，这也让我们更有底气。
福布斯中国：您在《AI未来进行式》中有一则故事，描绘了一个专为孩子设计的AI伙伴，这与目前流行的AI智能体或AI助手非常相似。普通人何时才能训练出自己专属的AI助手？未来，AI训练师是否会成为热门职业？
李开复：
今天的AI进步得非常快。你只需要把一个概念讲出来，AI就能帮你写出一个网站或者一个APP，编程不好或甚至不会编程的人都可以去尝试新的方向。这会是一个很好的开始。
个人专属的AI助手未来肯定会实现，但到那时，AI训练师是否会是热门职业我认为是有待商榷的。即便是人工智能专业里很多工作也是可以被人工智能取代的。算法、模型架构现在需要人来创造，但是未来足够智能的AI也将能胜任这些工作。无论是什么职业，AI领域或非AI领域，如果你不能做得非常顶尖、前沿，都会被AI取代。
福布斯中国：您曾经历过多次身份的转变，此次从投资人“转身”成为CEO，同时又是行业内最年长的CEO，你的感受如何？是否有压力？
李开复：
我从不觉得年龄是我的限制，或者会让我感到压力。从心态上我也从来没有觉得自己“老了”。从微软、Google到创新工场，我都是跟年轻人在一起。无论是聊技术、趋势，都没有任何代沟的感觉，我自己心中一直认为自己还是个年轻人。
如果你见过我，或者和零一万物团队中的任何人聊过，你就会知道我的精力不输给任何年轻人，我的热情和投入甚至可能会超过他们。
当然，现在让我写代码我肯定是不行了。我更看重的是年龄给我带来的经验。在微软，我学会了如何有组织地打造一个完整的战略生态；在Google，我学会了怎么让聪明的小团队能够做出大结果。做投资的经历让我对移动互联网的整个发展生态都有很深的了解。这些经历所赋予我的能力，我相信是打造下一个潜在万亿美元市值的公司所不可或缺的。
福布斯：40年来，您一直在与AI打交道，如何评价这两年AI的高速发展？有哪些值得回顾的里程碑事件？
李开复：
这两年AI能力提升得确实非常快。两年前，一个平均的大模型能答对的问题难度大概跟一个普通人差不多，但是今天，把几百个领域的顶尖人才放到一个房间里去回答问题，大概也只能跟AI大模型打平。零一万物才创立一年多，Yi-Lightning 就超越了GPT-4o（5月版本），Yi系列模型已经是跻身世界第一梯队的大模型了。
今年的诺贝尔物理学奖颁给了在机器学习领域做出开创性贡献的科学家杰弗里·辛顿（Geoffrey Hinton）和约翰·霍普菲尔德（John J.Hopfield）。随后，诺贝尔化学奖的一半奖项又颁给了谷歌旗下DeepMind的两名科学家戴密斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M.Jumper）。
这成为AI进入新阶段的最有力的例证。大模型已经走出实验室，推动科学发现，它的价值未来会逐渐被各行各业所接纳。
福布斯：现在，越来越多的企业家开始打造个人IP，您近期也开通了多个短视频平台账号，是否也是为了加强公司宣传和科普AI知识？
李开复：
AI是一项非常复杂的技术，而且具有很高的不可解释性。人们面对未知的技术往往会产生各种负面猜测，这在所难免。
AI在许多方面都有尚待开发的可能性，我认为，纵使舆论中有不少担忧和迟疑，我们仍然要坚持对AI的未来进行研究和探索。
开设短视频账号一个很重要的原因就是，希望通过我的视频，大家能够真正明白，如同大多数科学技术本身并没有善恶之分一样，AI技术在本质上是中立的。与其担心AI是否会毁灭世界，不如先了解如何把AI这个工具用好。如果我们能够恰当地引导AI的发展并利用AI，最终，AI将为我们的社会带来更多积极的加分项。
福布斯中国独家稿件，未经许可，请勿转载
头图来源：零一万物