在中国，李开复是少数大半生与人工智能密切相关的中国科技从业者之一。他也是一位具有科学家、企业高管、投资者、作家等多重身份的“教父”般的人物。如今，63岁的李开复在AI大模型赛道上又增添了一个新头衔——“资深企业家”。

2023年5月，李开复正式“进军”AI大模型领域，带领团队创立新公司“零一世界”并担任CEO。同年11月，零壹五五获得阿里云天使轮融资，成为独角兽。

李开复在中国第一个喊出“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，01Wang发布了千亿参数闭源模型Yi-Large，立即在国际权威大模型盲测排行榜LMSYS Chatbot Arena（以下简称LMSYS）中国子榜中排名第一； 10月16日，今天，01Wang再次发布了全新的全球SOTA旗舰机型Yi-Lightning。截至11月20日，易闪电在LMSYS排行榜中排名全球第六、中国第一。该模型性能优于硅谷领先模型公司Anthropic于10月22日发布的最新模型Claude 3.5 Sonnet（20241022），这也是迄今为止中国大型模型在LMSYS总榜上取得的最好成绩。从公司排名来看，零一愿望和马斯克创立的xAI并列全球第三大模型公司，仅次于OpenAl和谷歌。

对于这次创业，李开复制定了清晰的零千事战略框架和方法论，其中包括带头试水海外市场。由于海外C端市场标准化程度高、成熟度高，用户付费意愿强烈，公司在海外获得了良好的利润，主要收入来自C端用户付费。例如，一款面向海外的AI生产力工具，拥有近千万用户，目前发展良好。

在B端市场，灵异物物推出了零售行业解决方案，包括如意数码、万石营销短视频、智能计算中心解决方案、模型培训解决方案等服务，为B/G端客户搭建平台。从定制模型到专有应用构建的一整套解决方案。其中，如意数字人解决方案已落地线下连锁零售、餐饮酒业、旅游等垂直场景，也获得了百胜中国、良品铺子、孩子王等领先客户的青睐。

李开复强调，在通向AGI（通用人工智能）的道路上，如何将大模型能力带到应用层是一个重要问题。这关系到如何让黑科技真正走出实验室，成为驱动千行万业的新生产力。甚至在一定程度上影响着世界的创新格局和经济格局。

现阶段，AI大模型公司必须关注TC-PMF（技术成本x产品市场契合度）标准。与移动互联网时代企业所熟知的PMF（产品市场契合度）相比，TC-PMF增加了技术和成本两个关键维度。李开复指出，忽视其中任何一个环节都可能导致企业资源枯竭、与市场脱节、成本超支，最终导致企业失败。因此，这一新标准要求企业在技术、成本、产品和市场之间找到最佳平衡点，以保证企业的可持续发展。

基于此，李开复表示，零一心愿将继续坚持“模型+AI基础设施+应用”三位一体的全栈布局，基于国际SOTA基础模型，积极探索To B企业的TC-PMF级解决方案。以更加从容的心态迎接即将到来的AI普惠时代。

四十年前，李开复的博士论文申请信中有这样一句话：人工智能是人类认识和理解自己的最后一公里。我希望加入这个新兴且充满希望的未来科学领域。从那时起，AGI就一直是李开复的梦想。如今，这个梦想似乎不再遥远。

以下为福布斯中国与李开复对话节选：

福布斯中国：OpenAI近期推出了新一代o1大模型，利用强化学习突破大模型的上限。你觉得《零一一切》怎么样？有计划开发相应的产品吗？

李开复：

OpenAI是一家值得尊敬的公司。在之前的预训练过程中，模型记忆了很多知识。但事实上，真正倾向于科学推理的能力还是非常缺乏的。从o1我们可以看到，它采用了类似强化学习的方法来实现推理时的深入思考，也为Scaling law提供了新的探索方向。在一些特殊领域，比如数学，取得了很好的成绩。令人惊叹的结果。

在强化学习方向，AlphaGo和Alpha Zero也做了类似的工作。这一直是零一一切技术团队努力的方向，包括挖掘更多不同模态的训练信号，探索更好、更高效的可以从反馈信号中学习的算法等。

今年10月，我们与美国同行的差距缩短到了5个月。零千物新模型易闪电在LMSYS上超越GPT-4o（5月版），成为国内第一，跻身全球第一梯队。这也是该榜单历史上中国模特取得的最好成绩。这也从技术角度证明，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以赶上的。

福布斯中国：很多大型模型公司都把OpenAI作为目标，您曾说过“想成为AGI时代的微软”。目前你们有相应的时间表、路线图和策略吗？

李开复：

零千物联网的业务一直与OpenAI等全球一线大型模型公司看齐。我们已经拥有性能世界领先的模型，并利用AI Infra（人工智能基础设施）能力将推理成本降低到可以大规模实施的水平。下一步是将模型能力付诸实践，成为成千上万人的动力。各行业新生产力真正赋能实体经济。因此，我们将更加积极地探索TC-PMF在To B企业解​​决方案中的应用。

在To B方面，我们不会走AI 1.0时代的老路。在AI 1.0时代早期，企业的竞争主要集中在博士数量、发表论文数量、竞争结果的水平以及能获得大订单的规模等方面。

然而，这种竞争模式很快就暴露了其局限性——虽然能够赢得大额订单，但由于项目定制化程度高，且缺乏模型可扩展性，公司无法实现盈利，因此未能通过决赛《灵魂测试》。如今，上市公司市场表现不佳，非上市公司上市难度加大。每个人都陷入了恶性循环，难以自拔。

相比之下，我们的To B产品，如如意数字人、万事营销短视频等，都遵循标准化和可复制的原则，旨在创造稳定的现金流。即使是私人定制车型，我们也会精挑细选，优先考虑全公司范围内愿意拥抱新理念的企业。在与国内外领先企业的沟通中，我们发现车型定制的需求并未得到充分满足。这对于中国大型模型初创企业来说也是一个机会。

大模型应用预计将沿着PC和移动互联网时代的发展轨迹逐步演变。第一个阶段出现的将是基于语言模型的生产力工具；之后，可能会迎来基于多模态理解的AI搜索；而下一阶段可能是基于多模态生成的“多重”。模态社交/娱乐”；最后，基于全模态+AI-Agent（智能）的“本地生活及电商”等应用迎来爆发期。

目前我们积累的To C、To B两个方向的交付能力已经在内部进行了整合。例如，在海外已取得初步成效的To C产品的能力，可以在企业侧专业产品矩阵中顺利复用。

福布斯中国：初创企业刚成立时，大多采用“烧钱”的方式维持运营、推动研发，往往无暇考虑市场策略。令一物物短时间内在海外市场取得了不错的收入。公司如何实现研发与营销“双管齐下”？

李开复：

事实上，虽然我们的千亿参数模型还处于准备阶段，但我们的产品团队已经开始探索应用和商业化路径。从成立第一天起，零一万石就一直是模型训练、AI基础设施、应用开发“三驾马车”齐头并进。各个团队成熟后，会联动在一起进行优化。这就是我之前强调的“三位一体”。

在探索大型模型的商业实施时，TC-PMF 始终是一个跷跷板。既要平衡用户需求和模型性能，也要考虑能否承受模型背后的成本。 “三位一体”的好处在于，可以更快地捕捉到这个跷跷板的平衡点，更早地开发应用程序，并跑通业务模型。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To B，赔钱”。但为什么最近又宣布要做《赚钱的To B》呢？您有什么新的想法和目标？

李开复：

我想澄清的是，“不做亏本的To B”和“根本不做To B”是不一样的。 To B想要赚钱，“垂直精细化”和“标准化”是我们未来锚定的两个方向。

To B赛道一直是一个拥挤的赛道。与埃森哲、软通动力等传统软件服务商相比，他们拥有更大的销售团队和更多的企业级软件定制服务经验。因此，我们不会与他们正面交锋。

灵异物物有一个非常明显的优势，那就是在模型训练和AI基础设施方面拥有世界领先的技术积累。在此基础上，我们构建了“模型+AI基础设施+应用”三位一体的核心优势。

这意味着我们可以用更少的计算能力和更低的成本来训练最好的模型。我们国际领先的AI基础设施优势可以使推理成本极具竞争力，并提供极具性价比的模型和应用，方便企业用户根据需求进行选择。

我们会精心挑选真正愿意拥抱大模式共建的企业。凭借我们自研的RAG能力和自建的优质数据生产流水线，我们可以在保证数据安全的同时，有效地将公司内部数据应用到模型深度定制的过程中，与客户基于易模型共同打造。最适合客户需求的模型解决方案。

此外，我们还提供智能计算中心解决方案，尝试利用全球领先的AI基础设施能力赋能BG客户，协助政府和企业建设大规模模型算力和服务平台设施。这部分业务也带来了不错的收入。 。

目前，我们的合作客户有多家是世界一流企业。此类客户单价较高，可以覆盖定制成本，带来利润。这就是“垂直精细化”战略的体现。

一方面，我们可以帮助企业提取行业数据、建立数据库、训练自己的专属模型；另一方面，基于各种模块化能力，我们还可以帮助企业结合自身场景生产内部和外部应用。 。

如意数人、以API为入口的全行To B解决方案等都是具有代表性的业务。与AI 1.0时代的数字人相比，零一心愿的如意数字人解决方案不仅在外观和声音上更加真实，而且还拥有“AI大脑”，可以识别弹幕意图、自动生成词组、还可以与营销系统、物流系统结合，全自动完成订单促销，为客户带来毛利润GMV增长。目前，数字人解决方案已经探索了更多的落地场景和商业化空间，未来将不断迭代和丰富其产品矩阵。近期我们还将推出万石营销短视频，帮助客户制作和分发优质营销短视频，大幅提升私域运营效率。

在商业模式上，如意数人和万视营销短视频都具有“标准化”的特点——产品解决方案标准化，营收模式偏向云服务。此类业务能够快速实现规模扩张，也能带来稳定的现金流。 。

这就构成了从模型到应用的完整企业级解决方案。有些企业现在可以盈利；有些企业现在可以盈利。有些企业收入虽小，但前景广阔；有些业务可以稳定地带来现金流。这共同形成了零一万在To B的特点，打造出收入更多、增速更高、收入质量更高的业务矩阵。

福布斯中国：对于TC-PMF这个新概念，公司本身是如何实践并找到符合市场趋势的产品和方向的？

李开复：

2022 年 12 月 GPT-3.5 发布时，MMLU（大规模多任务语言理解）的准确率为 70%，但不到两年后，GPT-4o 已经达到了 92% 以上，对于大多数应用来说是对于现场来说绝对足够了。推理成本方面，2023 年 3 月 GPT-432K 每百万 Token（词汇单位，文本中最小语义单位）的价格为 75 美元。然而，到 2024 年 8 月，GPT-4o 每百万 Token 的价格已降至 4.4 美元，下降了近 20 倍，远快于摩尔定律（输入和输出 Token 价格按 3:1 的比例计算）。

这都是好消息。从这些方面来看，超级App的到来是必然的。但我们只是等待超级App的到来吗？我的回答是积极主动。在一切准备就绪之前，如果你只是等待别人带来东风，那么你可能要等待很长时间。与其独自等待，不如成为风力制造者。

既然我们已经知道应用底层需要模型和AI基础能力，为什么不把所有能力都一起优化呢？ iPhone推出的时候，很多底层技术就已经存在了，但是为什么诺基亚和黑莓却没能做出iPhone呢？因为乔布斯看到了未来的趋势，将软件、触摸屏等元素结合在一起。

从iOS 1到iOS 17，从iPhone、iTunes到iPad，苹果终于建立了一个伟大的生态系统。但别忘了，它的第一步不是坐等风来，而是要做垂直整合。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基础设施、模型、产品等能力，零一心愿可以打造优秀的产品并快速推向市场，无需等待其他环节准备就绪。而且它将更可靠、更快、更便宜。

福布斯中国：训练大模型的成本较高，加上美国对芯片和技术的封锁，公司已经涉足大模型的基础层。有信心继续获得足够的算力支持吗？

李开复：

算力问题一直是大模型赛道的瓶颈。各大模型公司不断采购更多的算力，这是整个行业持续存在的事实。 OpenAI、xAI、Google 和 Meta 都在进行计算能力的军备竞赛。

不过，我不认为他们更强的计算能力意味着我们完全没有机会。零一愿望很早就有这样的认识：GPU这么贵，我们如何才能用好它？一颗GPU能发挥出两颗GPU的效果吗？

客观事实是，我们在AI基础设施方面拥有世界领先的能力，我们的GPU使用率在业界非常有竞争力；我们从头到尾都使用 FP8 精度来训练数千亿个参数模型，我们是世界上第一个这样做的。这样做的三个公司之一。说得更直白一点，同样的GPU，我们可以榨取更多的价值。这也是零一事今天能够做出世界级模型的重要原因。

另外，模型的性能不仅仅是单纯的算力问题，还考虑到了创新的模型架构、优化的数据配比等各种细节，在这方面我们并不逊色于任何大型模型公司。易闪电跻身全球顶级机型就是最好的证明。

福布斯中国：您曾说过“AI 2.0技术未来将像电力一样”。那么，除了常见的办公应用和生产力工具之外，大型模型如何融入传统行业呢？

李开复：

在我们的观察中，模型性能的提升和推理成本的降低对整个生态，尤其是To B方向有很大的影响。过去，在基于大型模型构建应用程序时，首先要考虑的是推理成本。然而，如今的模型成本已经达到了足够低的水平，并且模型性能更加强大。这是一个巨大的变化。应用场景也从一开始相对简单的文本创作扩展到医疗、物流、法律等多个领域。

另一个容易被忽视的原因是工程能力的提升——出现了非常丰富的工具链来匹配不同场景的需求。灵异玩物还推出了RAG、Function Calling等工具。这些工具在企业应用场景中非常实用。例如，医疗咨询场景对RAG的召回率要求非常高。

未来，我们不仅会提供更多性能领先、性价比较高的大型模型，还将根据传统行业的场景需求，持续开发RAG、函数调用等实用工具，让企业级解决方案更易用更适合业务场景。

福布斯中国：美国技术封锁下，中国AI领域还有追赶的机会吗？

李开复：

当前形势下，中国的大型模型公司，尤其是初创公司，必须有自己独特的玩法，才能跻身世界第一梯队。我们还应该从不同维度考虑巨头和初创公司的评价标准。比如Google团队有2000人，而OpenAI的总人数早已超过1000人。零千物的高级模型团队和AI基础团队加起来只有不到100人，我们模型训练所用的GPU算力还不到他们的1/10，我们的模型规模也不到1 /10 他们的。

我一直坚持认为，美国从事开创性的科学研究，拥有一批特别有创造力的科学家。在这方面，它在世界上没有竞争对手。但中国队的聪明才智、勤奋和努力是不容忽视的。

我们过去一年所取得的成就就是一个很好的例子。我们没有美国大厂商的GPU数量，所以采取务实的战术和策略，紧跟美国领跑者，积极参与国际舞台的竞争，成功进入世界第一梯队。仅仅一年的时间，我们就从落后七到十年变成了仅仅五个月。今年10月16日，我们还发布了新车型Yi-Lightning。模型性能超越Yi-Large位居全球第一的同时，还具有更低的推理成本和极快的推理速度。 Yi-Lightning 训练比 xAI 节省 97.5%，推理比 OpenAI GPT-4o 便宜 31 倍。我们与硅谷之间的差距预计将进一步拉平。

福布斯中国：在“千模特大战”中，您认为哪些大型模特公司会笑到最后？有什么建议吗？

李开复：

除了大厂商之外，笑到最后的可能还有来自中美两国的大约五六家大型模型初创公司。毫无疑问，零一和万物都会是其中之一。这当然不是盲目自信，而是基于三位一体观点理性思考的结果。在当前的竞争格局中，模型、AI基础设施和应用缺一不可。只有三者互补，才能解决很多难题。比如算力问题需要模型和AI Infra团队来解决；比如To B、To C的商业落地就离不开模型和应用团队的合作。

另外需要注意的是保持健康的现金流，不要一味地“烧钱”。要在当前的市场环境下健康成长，中国的大型模型创业公司需要的不仅仅是科研机构。他们还必须考虑技术商业化：如何进一步落地技术，推出符合市场需求、有竞争力的人工智能产品。 First的产品创造了健康的商业模式，不断推动行业的发展。无论从公司健康还是财务角度来看，这一点都不容忽视。无论是To B还是To C，灵异物物都有贡献稳定收入的业务，这也让我们更有信心。

福布斯中国：您在《人工智能的未来》中有一个故事，描述了一个为儿童设计的人工智能伴侣，它与目前流行的人工智能代理或人工智能助手非常相似。普通人什么时候能够训练自己的人工智能助手？未来AI培训师会成为热门职业吗？

李开复：

如今的人工智能发展非常迅速。你只需要讲一个概念，AI就可以帮你写一个网站或者APP。不擅长编程甚至不会编程的人可以尝试新的方向。这将是一个很好的开始。

个性化的AI助理将来肯定会实现，但到那时，我认为AI训练师是否会成为一个热门职业还有待商榷。甚至人工智能行业的很多工作岗位都可以被人工智能取代。目前的算法和模型架构需要人类来创建，但未来足够智能的人工智能也将能够处理这些任务。无论你从事什么职业，无论是AI领域还是非AI领域，如果你不能非常顶尖和前沿，你就会被AI取代。

福布斯中国：您经历了很多身份的转变。这次您从投资人“变身”CEO，也是行业内最年长的CEO。你感觉如何？有压力吗？

李开复：

我从来不觉得我的年龄是一个限制或让我感到压力的事情。精神上，我从来没有觉得自己“老”了。从微软、谷歌到创新工场，我一直和年轻人在一起。无论谈论技术还是趋势，都没有代沟感。我心里一直认为自己是一个年轻人。

如果你见过我，或者和零一世界团队的任何人交谈过，你就会知道我的精力和任何年轻人一样高，我的热情和投入甚至可能超过他们。

当然，如果现在让我写代码，我肯定做不到。我更看重的是年龄给我带来的经历。在微软，我学会了如何组织一个完整的战略生态系统；在谷歌，我学会了如何让聪明的小团队产生巨大的成果。我的投资经历让我对移动互联网整个发展生态有了深刻的了解。这些经历给了我一些技能，我相信这些技能对于打造下一个潜在的万亿美元公司来说是不可或缺的。

福布斯：您与人工智能打交道已有 40 年了。您如何评价近两年人工智能的快速发展？哪些里程碑值得回顾？

李开复：

这两年AI能力确实提升非常快。两年前，一个普通的大型模型可以回答与普通人一样困难的问题。但今天，如果你把数百名该领域的顶尖人才放在一个房间里回答问题，他们很可能只能回答像大型人工智能模型一样困难的问题。平坦的。 Yi-Lightning成立仅一年多时间，Yi-Lightning就已经超越了GPT-4o（5月版），一系列的Yi-Lightning模型已经跻身国际顶尖梯队。

今年的诺贝尔物理学奖授予科学家 Geoffrey Hinton 和 John J. Hopfield，以表彰他们在机器学习领域的开创性贡献。随后，诺贝尔化学奖的一半被授予了谷歌旗下 DeepMind 的两位科学家 Demis Hassabis 和 John M. Jumper。

这成为人工智能进入新阶段的最有力例证。大型模型已经走出实验室，推动科学发现，未来其价值将逐渐被各行各业所接受。

福布斯：现在，越来越多的企业家开始打造个人IP。您最近开通了多个短视频平台账号。这是否也是为了加强公司宣传，普及AI知识？

李开复：

人工智能是一项非常复杂的技术，而且非常难以解释。人们面对未知的技术，难免会做出各种负面的猜测。

人工智能在很多方面都有待开发的可能性。我相信，尽管舆论有很多担忧和犹豫，但我们仍然要坚持研究和探索人工智能的未来。

开设短视频账号的一个很重要的原因是，我希望通过我的视频，让大家能够真正了解到，就像大多数科学技术本身一样，没有善恶之分，AI技术本质上是中立的。与其担心人工智能是否会毁灭世界，不如先了解如何利用好人工智能这一工具。如果我们能够正确引导人工智能的发展并利用人工智能，最终人工智能将为我们的社会带来更多积极的好处。