在后来的人工智能浪潮中，微软亚洲研讨院更是成为了我国互联网以及 AI 范畴的黄埔军校，向业界输送了大批技能中坚力量，据极客公园此前不彻底统计，有逾越 15 位「院友」在阿里、百度、小米等互联网巨子担任总裁或 CTO；更多人投身创业大潮，成为商汤、旷视、依图等独角兽公司的创始人或技能领导人。
商汤、旷视、依图还有云从科技，以核算机视觉为中心，是上一波的 AI 创业浪潮中的我国「AI 四小龙」，曾阅历光辉，但遍及遭受商业化困境，这一波大模型 AI 创业浪潮，会怎样走出一条不同的途径？
1 年前，零一万物树立。上一年 11 月，零一万物开源发布首款预练习大模型 Yi-34B，半年后，零一万物又发布了千亿参数规划的 Yi-Large。这一年来，零一万物迅猛开展，不论是海外的产品仍是自家的模型，在各种国际威望评测中都展现出了令人形象深化的效果。
26 年前，李开复就引领了一代人的 AI 之路，现在又亲身投身到了这场新的浪潮之中。虽然现已 62 岁，但李开复并不是一个只在后台掌控的领导者，他仍然是团队中的中心人物，那么，为何他要如此热心肠投身到这场浪潮中？
5 月 30 日，极客公园创始人&总裁张鹏和零一万物 CEO、立异工场董事长李开复博士一同探讨了大模型、他的创业阅历，以及未来通用人工智能或许为商业和科技范畴带来的影响。
在直播中，李开复输出了一些精彩观念：
要在正确的时分发动正确的运用，要先把 TC-PMF(Product-Market-Technology-Cost Fit，技能本钱 X 产品商场契合度) 算好。
创业者要在巨子还处于「立异者的困境」的时分，把 TC-PMF 想清楚，悄然推出产品，这样即便巨子觉悟，创业者也现已具有了先发优势。
推理本钱下降是天经地义的，并且它是大模型向前开展的最大动力。
一致多模态，是正确的技能道路，也是一个必答题。
AI 年代的降临，会有许多赚钱且不上市的公司存在的或许性。
极客公园对此次直播进行了收拾，共享如下。
01
零一万物的「效果单」
张鹏：在零一万物最新版的模型里边，有什么令你很振作的开展？包含外界的反应，该怎样了解？
李开复：大模型不像芯片那么简略评价，算一算速度就可以了，大模型要运用才知道谁好。并且运用的评价每个人定见不相同，所以就会产生这样的现象，每逢一家我国，美国的大模型出来之后，看起来它都是国际榜首，那用户或许开发者究竟该用哪个模型？究竟该用哪个 API？真的是很头疼的作业。
我最近的领会是，模型要想选优、排序、打擂台的话，有三个要害：
有必要要有第三方来 Host（保管）模型，或许是调用 API；
第二，需求有几万人来评价模型；
第三，要用科学的办法让这些好的模型和洽的模型比，差一点的模型就跟差一点的比。
零一万物树立之初就明晰了公司的全球商场定位。零一万物立志成为一家国际榜首队伍的大模型公司，服务全球用户，一同将我国商场视为最重要的商场。
依据这一战略，零一万物挑选了两个国际威望评测渠道——斯坦福大学的英语排行 AlpacaEval 2.0 和敞开研讨安排 LMSYS 竞技场——来展现零一万物的实力，并与全球的大模型竞赛。
在 LMSYS 揭露盲测综合排名中，零一万物仅次于 OpenAI、Google、Anthropic 三家硅谷巨子，是全球榜首队伍里仅有一家我国公司；在斯坦福的 AlpacaEval 2.0 评测中，零一万物模型乃至逾越了 Google Gemini 1.5，标志着零一万物在一个公平的、全球的擂台前进入了国际榜首队伍，这是咱们十分骄傲的作业。
张鹏：Yi-Large 模型什么时分支撑界说 system character（系统特性）？还有 function call（函数调用）？
李开复：system prompt（系统提示）现已可以到达比较好的作用，零一万物将持续对其进行强化，函数调用还需求一两个月。零一万物每一两周都会更新 API，并晋级 API 背面的模型。
张鹏：本年的零一万物战略主营事务会放在哪里？是模型仍是运用，仍是在布局其他？作为创始人&CEO怎样界说本年的方针？
李开复：现在，零一万物不参加模型价格战，也不计划参加任何依据项目的需求定制开发，也便是不会去竞标做某个大可是需求不通用的项目，然后在其间「赔本赚吆喝」来撬动下一轮融资。这种做法在 AI 1.0 年代现已尝试过，但终究发现这种做一单赔一单的办法是行不通的，所以零一万物必定不会选用这种办法。
除此之外，零一万物对其他方向都持敞开情绪。不论是国内仍是国外，To C 的 App 或许 To B 的模型、API 等都可以进入，但会聚集于最有添加潜力的范畴。
最有或许成功的方向是深度定制大模型。零一万物将专心于那些真实了解大模型的客户，乐意为了完结巨大方针支付高额费用的客户。由于这些客户可以看到大模型对他们公司的巨大影响，虽然他们在商场上并不简略找到，但他们是零一万物期望招引的方针客户。
张鹏：深度定制是指帮他们做微调吗？
李开复：不是微调，是要教他们怎样做练习。要把一个模型做好，需求先做好一个根底的模型，让它适宜去做持续练习。初始数据或许是一些职业数据，得把这些职业数据整合到到模型中，然后在此根底前进行微调。其时有满意好的底座，又乐意去投入资金取得软件练习答应的公司很少。原因在于这样做本钱投入十分高。可是懂得用的公司是乐意付这个钱的。这种公司全国际或许也就几十家，并且大部分这种客户或许在国外，所以这是一个差异化的方向。
另一种等候爆款的办法是开发 Consumer App（面向顾客的运用）。零一万物会逐一开发一些运用程序，期望能出爆款，即便不是爆款也能盈余，并且能健康生长。假如其间一个运用成为超级爆款，就能带动整个公司的开展，由于它或许成为未来的抖音、小红书等。所以，零一万物会持续开发 Consumer App，这也是咱们的重要开展方向。
API 事务咱们持理性达观。由于现在国内商场才刚刚起步，咱们的事务规划都还不大。API 事务是零一万物现在刚起步的事务之一，但假如咱们能坚持性价比优势，未来或许成为最大的事务之一。模型则归于幕后英雄。这三种事务都依赖于模型，但并不是直接出售模型，而是经过不同的办法产生收入。有些事务收入确认性高，但添加率低；有些事务收入确认性低，危险也较低，但有迸发的或许性；还有些事务或许会带来巨大的赢利，但假如做得欠好，作用或许一般。
这三种事务方法叠加在一同，我以为可以发明出收入较多、添加率较高且收入质量较高的公司。零一万物坚决不走曩昔 AI 1.0 年代证明走不通的路，这便是咱们的全体特征。
张鹏：这样做其实便是在打一些真实有价值的工，客户运用了咱们的服务，咱们真实为他们发明了价值，而他们也有才干付费。
李开复：弥补一点，这不是依据项目的作业，也不是简略的打工。将模型布置到客户企业后，会给他们带来巨大的价值，不只节约本钱还能发明收益。
由于客户不乐意数据外泄，他们有或许不乐意运用 API。所以零一万物会依据需求把模型布置到客户的内部，这需求高度的互信赖赖，收费办法也是按年收费，或许更挨近于 SAP 或微软 SQL 数据库的年度答应费用。这也是为什么在国内或许会比较困难，由于没有太多公司乐意支付这类费用。
张鹏：在大模型年代，创业是否应该挑选低本钱模型来招引用户添加，或许选用高本钱模型来打造高价值产品？产品司理或许创业者是否应该防止中心肠带，而是专心于两头战略？
李开复：一年前大模型存在十分多的缺点，比方说错觉问题。有错觉的话，许多运用是做欠好的。最近跟着技能如 RAG（检索增强生成）等的前进，大部分的这些问题已得到处理，所以错觉的处理会是一个重要的里程碑，这个作业正处于进程之中。一同，模型才干跟用户留存是有必定联系的。零一万物自己探究了四个产品，其间基座 Yi 模型从 Yi-34B 换到了 Yi-Large 的 132B，用户留存可以添加 30%。
假如用一年前的旧模型，比方说 GPT-3.5，虽然本年本钱现已下降，可是不太简略能找到 TC-PMF (Product-Market-Technology-Cost Fit，技能本钱 X 产品商场契合度) 的，由于它究竟是榜首代产品，或许无法处理大部分用户想要处理的问题，不太好收费。
当然在某些特定范畴，例如客服范畴，运用本钱较低的模型来寻觅 TC-PMF 是有或许的，但这样的时机并不多。
另一个挑选是一开端就收费、就用最好的模型。在海外商场，咱们的一款个人 AI 生产力产品就采纳了 freemium 方法（根底服务免费供给，而高档服务则需求付费）。虽然免费部分或许比较有限，但这是为了鼓舞用户赶快晋级到付费的高档服务。这种方法现已协助零一万物在海外取得了数百万用户，并且用户现已形成了杰出的付费习气。
但采纳收费方法也就意味着约束了用户量和运用的开展空间，这种方法或许很难做出一个 Super App。一旦挑选了收费方法，虽然理论上可以进行调整，但实践上或许会堕入一个以盈余为首要目的的运营方法中。
我最等候的是，有一天，Super App 所需的技能会变得既强壮又廉价。刚刚举了一个最极点的比方，假定咱们要做一个公司来推翻抖音，或许会考虑选用全 AI 的方法，由 AI 为每个用户定制内容，会更有针对性、更传神、更风趣等等。
理论上很好，可是今日要做成这个必定不或许，Super App 需求够廉价的 Sora 加 GPT-5，这个产品才干做出来。GPT-4o 是无法满意这一需求的，且推理本钱过高。
Sora 跟 GPT-5 才刚出来，本钱还降不下来，而这个运用又是一个要累积许多用户量才干开端收费的运用，所以要完结推翻性运用或许还需求四五年时刻，除非有哪家公司可以很快发明更廉价的技能。所以抖音必定是在这个方向最安全的公司。
推翻其他渠道也是相同的，都需求许多的资源和投入。Super App 一般供给免费服务，然后经过其他办法盈余，假定一个 App 的DAU是 5, 000 万，每天这 5, 000 万个用户需求做 100 个APIcall，那每一个 API call 又是多少钱？算下来或许几周就破产了。就算用 Yi-Large，也是 100 万个 token 20 块钱（0.02 元 / 千 tokens），下一年这个价格或许是两块钱，后年就或许是两毛钱了。所以就要在正确的时分发动正确的运用，当然，跑马圈地仍是需求的，仅仅要先把 TC-PMF 算好。
并且跑马圈地比曾经更重要了，由于咱们都凶相毕露地想要去推翻微博，要推翻小红书，每一个巨子都有创业者在盯着想要推翻。
02
「立异者的困境」
张鹏：巨子其实也在盯着每一个创业者。
李开复：对，可是有一个很大的问题，便是立异者的困境。哪怕微软这么强壮的公司，投了 OpenAI，然后做了 Microsoft Copilot 十分好的产品，可是他仍是没有做采纳 AI first 的战略，而是在现有产品上添加 AI 功用。
一开端微软也是一个立异者，但当它占有了商场，成为垄断者，它也会舍不得自己推翻自己的商场，这为创业者供给了时机。
当然一旦有一个公司做了一个 AI-First Office 今后，那微软就会醒过来，但那时分仍是否来得及，就取决于许多要素了。
所以窗口期很重要。创业者要在巨子还活在立异者的困境的时分，把 TC-PMF 想清楚，悄然地推出产品，然后比及巨子觉悟过来，创业者的产品现已做好了，现已有自己的「护城河」了。
不论多么酷爱AI，都有必要知道到一件事，没有公司可以仅靠技能优势永久胜出。所以创业者需求发明非技能的竞赛壁垒，比方品牌忠实度，最好是像果粉对苹果的那种忠实。
做了 TC-PMF 今后，创业者或许具有 6-12 个月的时刻窗口来树立非技能的竞赛壁垒。假如成功树立了，巨子或许就会后悔莫及，其他竞赛对手或许也打不过；假如没有成功，那这次创业或许就不会有好的效果了。
张鹏：国内下一个爆款AI2.0 运用最或许是在哪个范畴里诞生？
李开复：其实每个年代都差不多。在每个新的技能年代初期，用户需求有着相似的方法。
在移动互联网年代，咱们问我这个问题，我的答复是东西型。在 PC 年代，榜首批运用是像 Word 这样的作业软件。相同，在移动互联网年代，东西型运用成了前锋，比方立异工场出资的豌豆荚和许多相似的东西，它们满意了榜首批用户，一般也是技能型用户的需求。
AI 2.0 技能的运用也正在改动东西型产品的界说。零一万物做的万知和友商做的相似产品可以阅览文档、供给定论、编撰文档、作文、PPT、流程图等，这些其实便是 AI-first 理念下简略版的 Microsoft Office。