—

零一万物过去一直说过 " 不做赔钱的 ToB"，当下零一万物已经找到了破局点，要做就做 " 盈利的 ToB"。

来源   /    ToB 行业头条   （ID：wwwqifu）  

作者 /    船长        编辑 /   刘佳

2024 年 10 月 11 日，有媒体发文表示中国 AI 六小虎（智谱、零一万物、MiniMax、百川智能、阶跃星辰）中最少有两家大模型公司要放弃预训练，尽管没有指名道姓，但也透露其中一家公司的重心已经放在了海外的 AI 应用产品。

该文一出，引起圈内广泛讨论，也将矛头指向了零一万物和百川智能，理由也很简单，其它四家最近相关动作频繁，但只有零一万物和百川智能在预训练大模型方面没有更新，且零一万物的 ToC 产品均在海外，文章指向性明显。

为此，零一万物 CEO 李开复博士在朋友圈发文辟谣，称零一万物一直在做预训练，去年和今年发布的 Yi-34B，Yi-Large，Yi-Coder，Yi-VL，Yi-Vision 都是发布时全球第一梯队，国内领先的预训练模型，而且即将推出的预训练模型也会是全球第一梯队，国内领先。

2024 年 10 月 16 日，零一万物在新品线上发布会上正式对外发布了最新旗舰模型—— Yi-Lightning 以及首发面向 ToB 的应用产品 AI2.0 数字人，并解释了外界关注的重点信息：

1.零一万物绝不放弃预训练，尽管预训练模型是技术活，但只要有人才和决心，融资和芯片都不会是问题，国内同行也是如此。

2.OpenAI o1 的出现告诉我们，不止要关注预训练，强化学习、自我推理也非常重要。

3.Yi-Lightning 0.99 元 / 每百万 token，直逼行业最低价，但并不是亏着打价格战，当前仍然有利润可赚。

4. 零一万物过去一直说过 " 不做赔钱的 ToB"，并不是人们说的 " 不做 ToB"，整个路径并不一样，当下零一万物已经找到了破局点，要做就做 " 盈利的 ToB"。

5. 尽管公司既做 ToC 和又做 ToB 面临挑战，但零一万物海外做 ToC 国内做 ToB 的策略，有自己的思考。

01

绝不放弃预训练

但未来会更加关注强化学习

自我推理等

预训练可以被视为大模型的基础教育阶段，它赋予模型海量而通用的知识。这一阶段是决定模型性能最关键的时期，也是模型厂商最核心的技术壁垒。

业界认为，大模型公司放弃预训练也就意味着主动走下 AGI 竞速的牌桌，也间接承认了此前做大模型服务商策略的失败。

在李开复博士看来，做好预训练模型是一个技术活，公司要涵盖懂芯片、推理、基础架构、模型以及算法等方面的人才，才可能做出世界排名前十的预训练通用模型，尽管并不是每家公司都具备这样的条件，成本相对较高，也很有可能未来会越来越少的大模型公司做预训练，但零一万物绝不放弃做预训练，相信中国其它的大模型头部厂商也不会轻易放弃。

目前做一次预训练的成本大概在三四百万美金，这个成本头部模型公司都负担得起，从 AI 六小虎过去的情况来看，融资额和芯片都不会是问题，唯一考验的可能是足够好的人才和做好预训练的决心。

此次新品发布会也正验证了这一点，零一万物不仅没有放弃预训练，反而拿出了最新的旗舰型模型 Yi-Lightning，" 推理速度快、生成质量高、价格更便宜 " 成了 Yi-Lightning 最显著的标签，相比零一万物上半年推出的 Yi-Large，Yi-Lightning 首包速度提升一倍，推理速度提升 4 成，且每百万 token 只需要 0.99 元，定价策略也并非基于业内价格战，这一低价的情况下仍有利润空间。

据介绍，Yi-Lightning 在 LMSYS 这一全球大模型必争的公开擂台上的表现让人眼前一亮，成为中国大模型企业中首度实现 " 超越 OpenAI GPT-4o" 的最佳成绩，也紧随 OpenAI、Google 之后，与 xAI 打平，进击全球前三大模型企业。

李开复博士也进一步解释道，过去很多人问，中国和美国的预训练差距是多远？十年，二十年？都不是，今天有很精确的数字可以回答这个问题，GPT4o 在 5 月 13 日推出，零一万物在 10 月的今天将它打败，如果真的算中国赶超美国有多远的距离，至少零一万物只差五个月。

话虽如此，但也必须承认，OpenAI 作为始终是第一个吃螃蟹的人，所面临的挑战并不是后来者可以想象的，尤其是最新的 OpenAI o1 的发布之后，为业界再次带来了新的震撼，包括零一万物在内。

OpenAIo1 的思考模式是把之前只在预训练中 scaling 的趋势扩展到了推理的时候，类似于人类在回答难题之前的长时间思考，OpenAIo1 在尝试解决问题时会通过思考将问题拆分，并步步为营，反复思考每个小任务，认识并纠正错误，当一个方法不起作用时，它会尝试另一种方法，从而极大提高模型的推理能力，原来追求的快思考变成故意放慢速度以追求更加准确的结果。

李开复博士也坦言，一年半以前大家觉得大模型最厉害的地方就是预训练，一年以后大家慢慢发现后训练 SFT 和强化训练都非常重要，这感谢 OpenAI 点醒我们这一点，相信现在很多中美公司都在往 o1 方向狂奔。

02

国内重 ToB   海外重 ToC

零一万物的策略是什么？这或许是过去大家都关心的问题。

ToB 领域是天然的 AI 试验场也是掘金地，这在大模型浪潮之初就成为业内共识，但在李开复博士眼里，传统企业对新技术的采纳程度、以及对软件的付费意愿、自身需求的了解程度、业内做一单赔一单的低价竞争等等因素，都让国内大模型 ToB 应用面临困境。

李开复表示，零一万物国内着重 ToB 业务，但不做赔钱的 ToB 业务。在大模型时代，能赚钱的 ToB 业务需要有不一样的打法。

国内着重 ToB，海外着重 ToC，便是当前零一万物给出的答案。

国内着重 ToB，是因为零一万物找到了一些破局的空间。

此次发布的 ToB 企业的解决方案里，包括 AI 2.0 数字人解决方案、全行业解决方案、AI Infra 等产品及服务，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。

比如首发行业应用产品 AI 2.0 数字人，聚焦零售和电商等场景，涵盖了 AI 伴侣、IP 形象、电商直播、办公会议等多个应用场景，合作案例包括全国某著名餐饮连锁、某头部酒旅类客户、全国某知名水果连锁店等，均取得了显著的 GMV 提升。其中某头部酒旅企业在接入 Yi-Lightning 全新加持的数字人直播后，GMV 较此前上升 170%。

" 最好的是能够有一个大模型公司看到完整的用户需求，专注到用户的痛点需求和赢利点，从端到端打造一个完整的解决方案，让购买大模型和数字人的公司能立刻使用就赚钱，用得越多赚得越多，这样他对我们的付费意愿也会增长，而不是像过去一样先进去再找场景，路径不一样，结果也大不一样。" 李开复表示。

而且零一万物 ToB 解决方案不追求数量而追求质量，涉及领域也会比较从最易商业化的垂直细分领域入手，尽量做到每一个解决方案对应的领域场景有足够大的商业化空间。

至于 ToC 业务主要布局海外就更好理解，最早零一万物产品迭代就在海外，有些已经在国外应用运营良好，且零一万物海外 ToC 的变现能力和消耗用户增长的成本算账可以算得过来。

而在国内，流量成本是一个很大的问题，当前很多友商的流量获客成本已经从十几人民币加到三十多，且最近还呈现用户流失的现象，整体的挑战环境让零一万物在选择市场方面更加谨慎。

谈到同时做 ToB 又做 ToC 策略，李开复博士也坦言，一个大模型公司同时做 ToB 和 ToC 很辛苦，需要多元化的管理方式，因为两个团队的基因不一样，做事的方法和衡量 KPI 的方法都不太一样，尽管零一万物在这两个领域有经验，也在试着做，但是也绝对不能什么都做。重要的是，不论是 ToB，还是 ToC，考验的还是底层模型技术能力，这是核心基础。

加入我们

专题推荐

▼点击图片即可跳转阅读

点个「在看」，和我们一起聊聊