文｜周鑫雨

編輯｜蘇建勳

時隔半年，李開複再次以CEO的身份站在了大模型獨角獸“零一萬物”的發布會現場。

上一次李開複現身零一萬物發布會現場，還是在2023年11月16日。彼時，零一萬物首次秀了一把大模型肌肉：將中英雙語大模型“Yi”開源。

李開複的出現，往往標志著零一萬物新階段的開啓。顯然，用開源模型打磨半年後，零一萬物走進了拼産品和商業化的新戰場。

在大模型側，開源只能作爲口碑獲客的入口，商業化的飛輪只能靠閉源正式開啓。發布會上，零一萬物發布了首款千億參數的閉源模型Yi-Large。在Benchmark上，Yi-Large的6項指標優于GPT-4。

不過，如今的零一萬物將商業化的厚望，寄托在了産品端。

發布會上，零一萬物正式對外推出AI生産力應用“萬知”，李開複稱其爲“AI-First版Office”。這一款産品，在2023年九月已經在海外率先試水，在全球積累了數千萬用戶。

李開複表示，在AI生産力這個單一産品線上，今年能産生的營收可以達到1億人民幣。

如今，零一萬物呈現在大衆面前的業務版圖，是開源+閉源、ToB+ToC、出海+本土兩手抓的“雙軌”。

1

業務的版圖，折射的是李開複對技術信仰和市場落地“既要又要”的經營觀。他認爲，兩方的觀念都對，但並不完整。

在此基礎上，他認爲AI技術公司最重要的，是驗證TC-PMF。T爲技術，C爲成本，PMF則是産品與市場需求的適配度。

在李開複看來，TC-PMF的反面教材，就是OfO這樣的燒錢打法，産品、技術、成本相互脫節，並沒有找到“黃金配比”。也正是爲了驗證TC-PMF，零一萬物選擇先在海外用高性能模型的API試水“萬知”，時隔9個月後才在國內上線。

當然，作爲零一萬物的CEO，李開複也有了新的變化。爲了跟上短視頻時代的傳播新趨勢，這位“中國AI模型最高齡創業者”開通了抖音賬號，科普怎麽用AI。連這次的發布會，也選擇在抖音上直播。

不過，李開複也有自己的堅持。比如，不做直播帶貨，只做AI科普。再比如，他也對投資人承諾，自己創業，“十年不套現”。

2023年，零一萬物切入大模型戰局的方式是開源。自2023年11月6日以來，零一萬物開源了6B、9B、34B三種尺寸的Yi大模型。

在本次發布會上，零一萬物增強了開源模型的能力，同時首次發布了閉源模型Yi-Large。

Yi-Large是零一萬物對標GPT-4所訓練的千億參數規模模型。在最新出爐的斯坦福評測機構AlpacaEval 2.0經官方認證的模型排行榜上，Yi-Large模型的英語能力主要指標LC Win Rate（控制回複的長度） 僅次于GPT-4 Turbo。

在中文榜單SuperCLUE對中文能力的測評上，Yi-Large跻身國産模型的榜首，在多項選擇題（GPQA）、人類對齊（AlignBench）等6項數據集的評測上超過GPT-4。

斯坦福評測機構AlpacaEval 2.0模型排行榜。

SuperCLUE排行榜。

與此同時，零一萬物也開啓了自己首個MoE（混合專家架構）大模型Yi-XLarge的訓練。目前在MMLU、GPQA、HumanEval、MATH等權威Benchmark上，處于訓練初期的Yi-XLarge，性能已經超過Yi-Large，並且與Claude-3-Opus、GPT4-0409等海外主流模型相比，已有上擂台的資格。

Yi-XLarge測評結果。

而在開源梯隊上，零一萬物將34B、9B、6B三款模型升級到了Yi-1.5版本，並提供了Base（預訓練版）和Chat（微調版）兩個版本。

1.5版本的Yi，主要在數學和代碼的短板上下了功夫。經過微調後，Yi-1.5-6B/9B-Chat在GSM-8K和MATH等數學能力評測集、HumanEval和MBPP等代碼能力評測集上，表現甚至優于Llama-3-8B。Yi-1.5-34B-Chat的代碼能力則與Mistral-8x22B-Instruct-v0.1 持平。

在模型服務層面，零一萬物發布了Yi-Large的6種不同尺寸、性能的模型API：

Yi-Large API：優勢在于文本生成及推理性能，適用于複雜推理、預測，深度內容創作等場景；

Yi-Large-Turbo API：根據性能和推理速度、成本，進行了平衡性高精度調優，適用于全場景、高品質的推理及文本生成等場景；

Yi-Medium API：優勢在于指令遵循能力，適用于常規場景下的聊天、對話、翻譯等場景；

Yi-Medium-200K API：可一次性解讀20萬字文本，適用于超長內容文檔處理場景；

Yi-Vision API：具備高性能圖片理解、分析能力，可服務基于圖片的聊天、分析等場景；

Yi-Spark API：聚焦輕量化極速響應，適用于輕量化數學分析、代碼生成、文本聊天等場景。

1

在API定價層面，零一萬物API平台負責人藍雨川表示，Yi-Large API目前的定價爲20元/100萬Tokens，這個數字不到GPT-4 Turbo（定價10美元/100萬Tokens）的1/3。

零一萬物API負責人藍雨川透露，未來，零一萬物也可能照著雲平台的思路，提供API工具和行業解決方案。

單一産品2024年收入達1億人民幣，産品ROI接近1，上線9個月，用戶數近千萬。

在揭曉應用前，李開複先用了一組頗爲漂亮的海外成績單，宣告産品在海外對PMF（産品市場匹配度）的初步驗證。

有了這份海外成績單，零一萬物在國內上線了首款應用産品“萬知”。這款應用的定位是生産力工具，李開複稱之爲“AI-First版 Office”。

1

基于海外驗證的結果，零一萬物生産力産品負責人曹大鵬發現，原有以空白文檔開啓工作流的工具已經滿足不了用戶的需求，用戶想要的辦公産品，需要CUI（Chat UI，聊天界面）和GUI（Graphic UI，圖像界面）的結合。

除了最基礎的對話式搜索能力外，萬知的多模理解能力，可以支持各種圖表形式的結果生成。

比如思維導圖：

1

再比如PPT生成：

1

同時，萬知也支持圖表解析和長文檔理解。比如，我們用零一萬物發布會的速記稿牛刀小試，做一個重點總結：

1

萬知還能從文檔中搜索到零一萬物生産力産品負責人的信息：

1

區別于WPS和Windows AI Copilot，萬知在網頁版之外，推出了微信小程序端的應用，實現了“多端協同”。用戶在通勤等碎片化的時間裏，也可以用手機快速處理PPT，並且能將工作進程同步到PC端。

1

李開複對零一萬物這一年的總結是：狂奔著趕上了美國最先進的模型。而如今，他覺得，大模型廠商要思考怎麽進入“長跑模式”。

TC-PMF，是他思考的結果。當産品處于0-1階段，企業要考慮的是獲客和提高粘性；而到了1-100的階段，任何産品想要實現大規模應用，需兼顧技術路徑和推理成本。

零一萬物模型訓練負責人黃文灏表示，Scaling Law給AGI指明了方向，當到了應用落地階段，模型的優化目標是給定計算條件下的計算水平，提高Infra對計算效率的提升，以及提高訓練數據的質量。

這也對大模型廠商的人才團隊建設，提出了更高的要求。黃文灏認爲，模型公司競爭力=人才質量×算力，TC-PMF的驗證更需要算法、Infra、工程三位一體的人才。

1

爲了實現TC-PMF，零一萬物總結了3個方法論：

全球化布局：知己知彼，把控區域商業節奏。比如用戶量較大的To C AI應用，主要集中在歐美；

模基共建：模型的訓練/服務/推理設計，與底層Infra架架構和模型結構必須高度適配；

模應一體：真實用戶體驗，和模型叠代形成正循環。

回到做産品的層面，一年以來，李開複見證了不少應用，在OpenAI等巨頭的技術叠代中淪爲炮灰：“和抖音時代不一樣的是，今天的模型在非常快速地基于Scaling Law在推進，GPT-4出來已經改寫了基于GPT-3.5的應用所具有的能力，所以要不斷預測未來技術會怎麽走。”

“做一個産品，不能考慮今天的技術，而是要考慮未來的技術。”他總結。

歡迎交流！