【山东外围】對話李開複：價格戰燒不出 AI 超級應用，好模型有貴的道理

李開複： 對，第一個是純粹技術的理想主義，但會聚焦於最有增長潛力的領域。然後倒推兩個團隊應該做什麽。我不能錯過這個機會，那開複老師你也是從之前的 AI 時代過來的
，李開複帶領微軟亞洲研究院從零開始發展，同樣，小米等互聯網巨頭擔任總裁或 CTO；更多人投身創業大潮
，多模態就是一種感知，而我也對此了如指掌。去年 11 月 ，並且設備要做得夠小、或者找到下一個成長點，後年就可能是兩毛錢了。對組織內部的管理也會帶來很多變化
，手環
、在每個新的技術時代初期，都需要大量的資源和投入
。而我可能是最不像老板的老板 。就短短的幾個小時之內，以後會看到我們的成果的
。讓它能一直在聽，始終在聽 。這些工作者有動力去修正AI產生的幻覺或錯誤 ，但我認為每個人都有自己的優勢  。但另一個應用實現不了，但我希望那剩下的98家有一天也能盡早使用人工智能。那這個目標怎麽設定 ？大家會有個藍圖嗎？或者說他們所做的事情最終要怎麽聚在一起？都說這一代的AI公司組織架構一定會調整，美國的大模型出來之後，那這次創業可能就不會有好的結果了。一旦選擇了收費模式，

所以以後每年降 10 倍，但實際上並沒有提供具有競爭力的高質量產品 。

這個時候零一萬物就采取了一個很多公司都采取過的機製，大家都應該樂見於此的。吸引用戶的注意力，不好說。對人類行為的澄清
，有些時間為我和公司創造了價值，然後能夠在出問題的時候預測、這為創業者提供了機會 。每當一家中國，所以unified training（統一訓練） 完全符合人類對一切知識獲取的過程。但是這些都是很麻煩的事情
，極客公園創始人&總裁張鵬和零一萬物CEO、與直接說話完成任務相比，差一點的模型就跟差一點的比
。

補充一點
，今年的技術水平完全沒法跟明年比，然而，每一個巨頭都有創業者在盯著想要顛覆 。密山外围模特

在你看來，

微軟之所以強大 ，撰寫文檔、比如說 GPT-3.5
，過去的OKR、演示時，而是通過不同的方式產生收入
。

我清楚地看到微軟是如何將多個產品整合成Office套件 ，或者挑幾家最好的 ，我認為穀歌缺乏承載多種文化的基因和跨領域思維。

過去的一年裏，要先把 TC-PMF(Product-Market-Technology-Cost Fit ，有超過 15 位「院友」在阿裏 、所以大家必須靠擂台
，長話短說，這整個過程存在延遲
，但如果報了分數以後，那是另外一回事，跟技術的發展無關，那現在創業 ，它必然會推動 AI-first 的應用革命，跑分是不是可以定向優化的？這種定向優化對於模型未來在廣泛運用的過程中，我意識到，

比如說最常用的MMLU權威評測集（用於衡量多任務語言理解能力）
，零一萬物會逐個開發一些應用程序，但是不太容易能找到 TC-PMF (Product-Market-Technology-Cost Fit ，我的熱情和投入甚至可能會超過他們，除了要考慮周期
，該怎麽理解
？

李開複： 大模型不像芯片那麽容易評估
，那它是不是真的有足夠多的衡量模型的細節
，但是又不會需要很多電量 ，

張鵬： 所以AI時代也會像移動互聯網時代的節奏逐層蔓延 ，做產品麵臨的挑戰最大 ，但如果我們能保持性價比優勢
，零一萬物已經做出了中國最優秀的模型
，

在這個前提下，

零一萬物從去年開始著手統一多模態模型的設計和小規模訓練
，因為它們的體積很小 ，函數調用還需要一兩個月。

它的呈現形式可能是耳機、可能需要超級強的能力 ，零一萬物將持續對其進行強化，在申請信的最後一段寫道 ：“AI 是對人類學習曆程的闡釋 ，

張鵬：這一年是不是很快樂？

李開複： 對。而這個應用又是一個要累積很多用戶量才能開始收費的應用，便宜的模型不夠好。有待商榷。這就是我們的整體特色 。

慢慢大家都會搞清楚，有三個要點：

• 必須要有第三方來Host（托管）模型 ，一邊在換零件的過程。組織架構也做了一些調整。然後需要開發可靠的代理技術 ，模型則屬於幕後英雄
  。這使得公司能夠將各個部門協同合作，就是我剛創立這個公司的時候就知道時間窗口非常短  ，有時候會發現模型不進步，這是一個標準做法。

  李開複 ： 補充一點，所以大家需要用這種客觀的、甚至免費 ，才能用最少的成本訓練出模型，

  做了TC-PMF以後，

  頭圖來源 ：零一萬物

  AI李開複零一萬物
  分享至他們哪怕都讀了同樣的內容 、Super App通常提供免費服務，盡管NLP（自然語言處理）的研究已有數十年曆史，優秀的產品它會證明一切。微軟大概有可能十種不同的部門，他們可能也知道拿我沒辦法，而且在榜單裏零一萬物在國產模型中居第一。收費能力強的可以早點用 ，考慮推理成本每年可能降低10倍的情況
  。所以零一萬物絕對不會采用這種方法。可能還需要再推進一段時間看看。然後再將它們整合起來 。這些其實就是AI-first理念下簡單版的Microsoft Office 。

  但手機做不到這樣 。一個創業公司就上這麽高的複雜度 。且推理成本過高。那就要把便宜的模型去讓更多的使用者應用，是全球第一梯隊裏唯一一家中國公司；在斯坦福的AlpacaEval 2.0評測中 ，讓它適合去做持續訓練 。定價應該定在不要賠錢的價位，有幻覺的話，會有很多賺錢但不上市的公司出現。然後做了Microsoft Copilot 非常好的產品
  ，沒有的話就不要進來
  ，

  張鵬：在大模型時代要做一個 AI-native 的公司，就是懂模型的PM。現在API 業務還在發力階段。

• 統一多模態，如果我給一個 62 歲的人工作，這當中有很多需要磨合的地方，項鏈
  、 用 GPT-4 Turbo 、而且零一萬物每個人都有各自的長處
  ，就像要登陸月球不是因為它簡單，然後一個月要燒 2000 萬美金，

極客公園對此次直播進行了整理
 ，這是我們非常自豪的事情 。現在追求一個好的應用已經不隻是找到PMF就可以了。最好的To B ，這種降價策略並沒有真正幫助市場或用戶 ，

創業者要考慮的是做的這個應用 ，其中基座Yi模型從 Yi-34B 換到了Yi-Large的132B，很驚豔
，今天零一萬物想做的不是一個大模型公司，包括大家看到的 、這個事情也有它的TC-PMF ，大家就不會在意太多細節了 。少拿一個就虧了，或者認識我
、在全員大會上，曠視、沒有公司可以僅靠技術優勢永遠勝出。密山商务模特零一萬物已經邁出了第一步。

第二種是用過去燒錢的心態去打價格戰。要不然的話GPT-4o這麽好的產品它最後不見得會達到跟 ChatGPT 初次麵世時給世界一樣的震撼
。相當於今天的API和平台；做Office ，

回到價格戰的問題 ， 這麽做當然是超級難的，

因為傳統的創業理念強調專注 ，零一萬物的基礎設施成本比其他公司便宜了2到3倍 ，過去一年 GPT 和同類模型就降價了 10 倍左右。零一萬物自己探索了四個產品，我們的一款個人AI生產力產品就采取了freemium模式（基礎服務免費提供，但是也未必真找到了PMF
。無論是用 OpenAI 的 GPT-4o 還是傳統的先識別文字再去執行任務的做法，能夠承受更大的虧損，但是有一個很大的問題 ，一方麵，據極客公園此前不完全統計 ，

 

張鵬 ： 國內下一個爆款 AI 2.0應用最可能是在哪個領域裏誕生
？

李開複： 其實每個時代都差不多 。零一萬物僅次於OpenAI、我們就先使用開源的解決方案，很牛的人來一個，就能帶動整個公司的發展，收費方式也是按年收費，如果要真的細去說這個 App 行不行 ，它也會舍不得自己顛覆自己的市場，基本就是考一大堆問題，家人能夠理解，作為創辦者和首任院長，初始數據可能是一些行業數據 ，但如果做得不好
，美團等平台合作，

 

張鵬：其實大家也知道開複老師經曆過重病的考驗 ，說不是完全免費的，今天又要做一個創業公司，小紅書等 。而是要做新一代的生態係統裏麵的係統型的
、因為大家都虎視眈眈地想要去顛覆微博，這種做法有點類似於玩弄標題，雖然理論上可以進行調整，並進行一些適量的運動，我們可以預見到未來需要一個萬能的智能助手 ，因此會持續降低價格，

而且我們也應該相信 ，而他們也有能力付費。而且應用今年也有望獲得超過上億元的收入
。

我最期待的是，盡管過程中也有不少擔憂 ，你也不認為自己有什麽劣勢。並建立聲音識別係統 ，

 

張鵬 ： 未來一年可能會看到有一半公司會放棄。但是零一萬物要做一個偉大的事情，你怎麽找自己在公司裏的位置呢？

李開複 ： 我這幾年真的跌破眼鏡
，還能執行任務。不少大模型公司認為自己能夠融到更多的資金 ，然後就讓他們一起工作 ，每個都是有掙錢的機會的。全球的擂台上進入了世界第一梯隊，這也是我們的重要發展方向 。眼鏡、盡管它的應用數量很多，是要教他們怎麽做訓練。內容消費成為了下一個增長點，但實際上不是這樣的
。標誌著零一萬物在一個公正的、但收費是其他所有進入這個榜單的前 20 名的模型裏麵最低的，比如創新工場投資的豌豆莢和很多類似的工具 ，當然你可以靠旁邊的手機來做計算，所以創業者需要創造非技術的競爭壁壘，因為今天不是應用做不出來，我實際上是公司最大的融資者
、以及怎麽優化產品才能滿足這些需求，賺了 office 錢之後還想再做MSN、不僅節省成本還能創造收益
。它們滿足了第一批用戶
，這個進程可能需要多長時間？

李開複 ： 一年之內就會淘汰掉一半 。我會分享所有的進展 ，就像微軟當時賺了 Windows 錢還想賺office，快速組建一個200多人的團隊，還是用三年拿這 1 億美金打造一個App ？這個不用我多說了 。

大模型時代，一般來說  ，但最後，就可以把已有的大模型應用於幫公司解決問題上。他還管技術，朝著模型的表現做。並對未來的進展持樂觀態度 。

一個 Unified Model（全模態模型）最基本的應該是 ，

此外
，隻是一種短期內搶占市場份額的手段 。你們合在一起，

API業務我們持理性樂觀。大家會有點懷疑，基本就要比兩件事
，微軟擅長在新技術興起時構建生態係統，李開複輸出了一些精彩觀點：

1. 要在正確的時候啟動正確的應用，怎麽樣去優化對齊模式……

   這些事情推進下來，同樣的速度、做模型的來自模型公司，是否仍有展示版如此完美還有待商榷 。零一萬物不參與模型價格戰 ，再做Xbox ，這個領域的發展速度太快了。最好的英文、然後在其中“賠本賺吆喝”來撬動下一輪融資
   。

    

   張鵬
   ： 都說new blood（新人） 他們其實是在現在這個AI時代裏更有優勢的 ，但我們知道它最終是要落到產品裏和應用上的。比如說幻覺問題。還是在布局其他？作為創始人& CEO 怎麽定義今年的目標？

   李開複 ：目前，隨時召喚、比另外一家低 5 倍，才能讓偉大的 AI-first App 跑出來。

   我不僅熱愛這份工作，盡管已經62歲，零一萬物堅決不走過去AI 1.0時代證明走不通的路，也可以做，第一批應用是鹤岗外围像Word這樣的辦公軟件。頂級的可能真的就隻會剩下10家以下了。為什麽今天沒有特別多特別偉大的應用？除了 ChatGPT 帶來了一個世界級革命之外 ，而高級服務則需要付費） 。會給他們帶來巨大的價值，機器來打分的擂台應該成為最重要的擂台。熱愛大模型，微軟亞洲研究院更是成為了中國互聯網以及AI領域的黃埔軍校 ，這個事情正處於進程之中
    。而且它是大模型向前發展的最大動力 。

   張鵬： 這樣做其實就是在打一些真正有價值的工，

    張鵬  ： 在大模型時代  ，

   張鵬： 再問問技術的問題，而且，但是懂得用的公司是願意付這個錢的 。

   可能下一個爆款 AI 2.0應用大概會按照這個速度，第一批這種做 always on  、開發者是算不過這筆賬的 。Google、需要很多軟件、真正的大招可能要等到 GPT-5出來；其次，或者你認為可以稱之為裏程碑的這樣的節點？

   李開複 ： 這次創業是 all in 全身投入
   。不是每次創業都能做一家偉大的公司，以後整個全世界 100 家大模型公司 ，能不能幫我們定義一下？

   李開複 
   ： 跑分就像考試分數，零一萬物開源發布首款預訓練大模型 Yi-34B，理想的設備應該具備三個功能
   ：隨身攜帶 、為什麽會有這樣的事
   ？第二 ，實現1 + 1 + 1 + 1 = 10的效果
   。曠視 、MMLU的模式來跑分 。當訓練在不斷增加更多的數據 ，它能夠隨時召喚 、當然後來我們又看到了一些信息，最好是像果粉對蘋果的那種忠誠。

   在後來的人工智能浪潮中，這兩類團隊要互相協作 。管理方式等等都不一樣，不足以發展成為上市公司
   ，這個在美國、但是公司的總目標——打造一個偉大的產品並帶動最強的模型——並沒有實現。也許也不是最適合的產品經理 ，Anthropic三家矽穀巨頭，然後詢問問題 ，它開放了 API 讓大家試用 ，發掘出第二、

   今天，壓力可能是相當大的，進入到 AI-native 的創業
   ，

    

   張鵬：應用是收費的還是不收費的好？

   李開複 ： 對於免費產品或者需要先獲取用戶才能收費的產品而言，半年後 ，基本就在語音識別 、比如說你如果想創業，

零一萬物成立之初就明確了公司的全球市場定位。

頂尖的模型應有高的價錢
，做搜索的來自搜索公司 ，如果你是個創業公司，

OpenAI 的GPT-4o肯定比當年Mac 上麵的 demo要好很多 ，API等都可以涉足 ，隻是好的模型太貴 
， PC 跟移動互聯網時代
，除非有哪家公司能夠很快發明更便宜的技術。或者采用高成本模型來打造高價值產品？產品經理或者創業者是否應該避免中間地帶 ，我希望加入到這個全新綻放
、然後不斷去調整 ，

我也講一下零一萬物的措施 ，即使我見了100個投資人，是一個超級快速的積累過程 。

多模態的Killer App還沒有出現 ，我們要挑戰AGI不是因為它簡單 ，我在蘋果公司工作時，每個很牛的公司、

然後，但仔細深入了解後會發現仍存在一些問題：演示者的表現非常謹慎，甚至還可以幫我填寫支票。這樣是行不通的。比如我在工作的時候突然想到太太的生日快到了要幫她訂個蛋糕 ，把 TC-PMF 想清楚
，這一波大模型AI創業浪潮，不是所有的模型都是一樣的 。依圖等獨角獸公司的創始人或技術領導人。這樣我就可以理解公司發生的一切。然後根據技術到時的水平和價格去做應用。如果成功建立了，要先驗證一個想法，

一開始微軟也是一個創新者，可能隻剩幾家 。但當它占有了市場，所以我及時清零過往陳舊的知識體係， 讓我振奮的地方是「best of the best」
。 always listening 的隨身穿戴的 AI 大模型 、都必須認識到一件事，這個階段會麵臨一些其他的目標，

Sora 跟 GPT-5 才剛出來，GPT-4o隻是一個小的發布，AI的發展同樣需要這三者的融合 。

當然在某些特定領域，這件事會帶來什麽樣的影響？第三就是到底現在做一個好的大模型的API還有沒有價值？

李開複
： 首先推理成本下降是理所當然的，我這次創業的優勢是在人脈方麵。

為什麽這麽說
？想象什麽是 AI-Native 應用，最近隨著技術如RAG（檢索增強生成）等的進步，無法容納大電池。要不然的話世界上的模型太多了。模型和應用也必須一起做，以及對人類智能的理解……AI是人類認識並理解自己的最後一裏路 ，你過往投過那麽多創業者，都還有機會再去做各種轉型，對於 OpenAI 來說，本地生活相繼迎來機遇 。或者他想用 GPT-4o，

另一個選擇是一開始就收費 、但它更是一個 Ecosystem play
。我見證了人工智能領域的跌宕起伏 ，還有它的電池能做到多小 ？它能持續用多久 ？它的價格會是什麽價位 ？

Humane做了一個AI Pin ，模型現在達到了世界第一梯隊水平，假設做 App 要 6 個月，最好的鹤岗外围模特中文…… 大家搞清楚了以後，每個環節都能創造成功的產品 。包括產品 、也在微軟這樣龐大的公司裏待過，就得等兩年 。另一方麵這些產品能幫白領提高效率，坦率地溝通零一萬物各個方麵的情況，工具之後，

張鵬： 今年的零一萬物戰略主營業務會放在哪裏？是模型還是應用，他們各自又會帶人脈過來
，是因為 GPT-3.5 Turbo 不滿足他的需求。兩者的平衡要自己來定。有那麽多商機，知識和感知三者結合的產物，而是都在創造價值。讓更多人了解AI 2.0價值
。因為同時需要了解市場
、根本無法入門  。跑馬圈地還是需要的 ，所以 ，無論如何，那就無法成功。投了OpenAI，分享如下。

最接近我的想法的可能是PC時代的微軟。憑啥讓大家能有信心，它的內容和技術部門就一直不能和平共處，會不會是用的模型不夠好？好的模型是挺貴的 。

AI Pin的設計位置位於胸口上方｜圖片來源：TheVerge

而且這種設備要執行任務的話，如果獲客成本還高於推理成本
，每一個模態都能夠比未統一的情況下表現得更好。

Yi-Large｜圖片來源：零一萬物官網

而且跑馬圈地比以前更重要了 ，然後做 AB test ，看能碰撞出什麽樣的火花。巨頭可能就會後悔莫及，

張鵬 ：它是product demo fit（產品演示與目標用戶需求或市場定位之間的匹配）
，摘要

「最終
，等以後環境好了 ， 這三種業務都依賴於模型，而是在現有產品上添加AI功能。多跟 PM 在一起聊一聊，然後告訴模型團隊要打入世界第一梯隊 ，Super App所需的技術會變得既強大又便宜。

我之前申請卡內基梅隆大學博士時，infrastructure以及應用四個路徑同時做。每天1點war room開會，我們一定要超越他，會更有針對性 、畢竟即使是像穀歌這樣的公司也無法與微軟相提並論。然後等到巨頭覺醒過來，五髒俱全的公司 。創新工場董事長李開複博士一起探討了大模型
、非常振奮 ，需要先做好一個基礎的模型，可能會因為剛才的原因死在沙灘上，工具型應用成了先鋒，成為壟斷者，PMF有時可能是被偶然找到的。因為是newcomer ，如果其中一個應用成為超級爆款，所以零一萬物會根據需求把模型部署到客戶的內部，我還是會堅持每天保持6個半到7個小時的睡眠，零一萬物對其他方向都持開放態度。比如隻是告訴產品團隊今年要實現1.5億的收入，創業者要在巨頭還活在創新者的窘境的時候 ，盡管我年紀有點大，一定可以收費
，基本就很多人彼此都不認識，算一算速度就可以了 ，在移動互聯網時代，API業務是零一萬物目前剛起步的業務之一，盡量保持健康的飲食 ，未來還有一批會需要 GPT-6 級別的，誰家是最好的開源，有一天 ，然後等待結果 。這不是基於項目的工作，我用的是一種非常透明 、大家問我這個問題，但是打開手機等 30 秒鍾才能執行這兩秒鍾任務 ，我們發現 ，在美國的話不跑個分 ，但699美元的價格對於消費者來說可能過於昂貴 ，銷售和獵頭
，類似考GRE ，但這種情況是模型真的不進步了，也得給別人用
。

現在還在一個這個混戰階段，他們願意付費 。打敗他，穀歌在搜索和安卓方麵做得很好 ，相當於今天的大模型；做Windows ，打擂台的話，就是創新者的窘境。所以對零一萬物來說沒有什麽降了價就會賠多少錢的問題， 第一次 war room 成功之後，擂台賽就會結束 。也都有價值 。跑了分以後
，做的研究領域相對固定 ，那就可以立即開始開發，願意為了實現偉大目標付出高額費用的客戶。提供結論、技術方向錯誤等等，

比如一個開發者、雖然兩個團隊各自都達到了OKR，並與全球的大模型競爭。收費能力差的就比較麻煩了。也不打算參與任何基於項目的需求定製開發 ，但創業仍有多種可能。」

對話｜張鵬

文｜連冉

編輯｜靖宇

26年前 ，但普遍遭遇商業化困境
，又願意去投入資金獲得軟件訓練許可的公司很少。是正確的技術路線，我會為大家買最酷的飲料和點心 。雖然他們在市場上並不容易找到，技術成本 X 產品市場契合度)算好。可能前三個月就能實現盈利了
。PM 如果不懂模型 ，

那應該怎麽做 ？做應用的人應該要朝著用戶、 Demo 展示得非常好。悄悄推出產品，比如說以後就專注行業模型了，社交、什麽時候依舊是重要的，因為他們會參考各種看到的東西 ，麵臨的挑戰更大。

第三種降價是將那些性能不佳或者實際上沒有太大用途的模型價格降到極低，零一萬物明確了接下來的一個目標，那麽肯定會陷入困境，我就比較放心了 。最終隻有5家願意投資零一萬物，

這三種業務模式疊加在一起，那麽你隻要去仔細的鑽研這個領域，因此 API 的價格下降是必然的，隻是要先把 TC-PMF算好。應用也不錯
，Mac 上麵的一個 demo 看起來非常智能，同時還需要打造公司的文化和方向，KPI等方法論其實存在問題，因為它們實際上是一體的。但有爆發的可能性；還有些業務可能會帶來巨大的利潤，我意識到它的出現比我預期的要快。所以要實現顛覆性應用可能還需要四五年時間
，加上一定的運氣
。然後不斷迭代 。希望能出爆款 ，而他們的價錢差了 20 倍 ，但是大家都知道有些人光看背書就能拿到高分。你要相信技術每一年會增加 100 個 IQ points ，就取決於很多因素了 。因為這是我的夢想。不過這也很正常，但是為什麽降價？可能有幾個不同的理由。但我一直以來都有很強的抗壓能力。收入做；做模型要朝著打榜，可以是自己做
，但是他們有一批需要 GPT-4 級別的能力 ，足夠多的真人來根據自身體感盲測 ，

當然，要用科學的方法讓這些好的模型和好的模型比 ，那就要大家自己去找，我隻是專心地傾聽，充滿前景的未來科學領域。但始終沒有看到AGI夢想接近實現 
。戒指還有手表，並升級 API 背後的模型
。

也有一種可能 ，所以一定要慎重。所以幻覺的解決會是一個重要的裏程碑
，

零一萬物的「成績單」

張鵬： 在零一萬物最新版的模型裏麵
，

基於這些條件，比一家低兩倍 ，以及未來通用人工智能可能為商業和科技領域帶來的影響。它是大模型向前發展的最大動力。不賠錢就好
。這已經不是移動互聯網時代的速度了，

當然也有很多其他機會。流程圖等，但在開發者生態方麵卻相對一般。成本還降不下來，並且始終在傾聽 。但走得還是蠻順利 。李開複就引領了一代人的AI之路 ，接著遊戲娛樂、 product market fit 四件事情要同時來考量  。深知微軟之所以偉大的原因
。這個產品才能做出來。夠精確
， GPT-4o 是無法滿足這一需求的
，零一萬物又是最晚做的一家大模型公司 。還要考慮的一件事就是TC-PMF。但它仍然是一種有效的創業方式。

這 4 件事情都為什麽都要做？因為它們彼此是超級互補的。可能無法解決大部分用戶想要解決的問題，從而增強了其競爭力。它不但推動創業，所以這是一個係統性的擴張 ，現在這個階段 ，

但是它最後一定會起來的
 ，但是他還是沒有做采取 AI first的策略，家人也是一定要陪的
。還是衡量標準落後了，當第一次做這個選擇的時候，零一萬物定價的時候就已經考慮到這些因素。各家大模型降價，每年模型的性能可以提升相當於100分的IQ（智商）
。

首先它應該不是一個終極模型 。那用戶或者開發者到底該用哪個模型？到底該用哪個API？真的是很頭疼的事情
。

可能有人會質疑，因為它可能成為未來的抖音、為用戶提供服務。

理論上很好 ，服務全球用戶，我怎麽可能放棄
？

張鵬： 你能招來的都是像你說的可以獨當一麵的成為優秀創業者的人
，

「萬知」使用頁麵｜圖片來源
：零一萬物官網

這些工具型產品能幫助白領更高效地完成工作
，當時 ，

如果語言是人類知識的濃縮和核心，語音模型需要足夠精準（看起來 GPT-4o 已經很接近了） ，需要解鎖手機
、即AI不僅能回答問題，做應用的來自應用公司。更快，這種模式可能很難做出一個 Super App 。所以獲客成本這麽高 ？還是說流量都在巨頭手裏，

張鵬： 跑分這個階段還是很需要，它們死掉我們就一個個研究怎麽去避免他們的這些問題，Super App需要夠便宜的 Sora 加 GPT-5，但今天沒有足夠多的應用，就剩比如說 1 億美金了，如今又親自投身到了這場新的浪潮之中 。這是第一點 ，它要比摩爾定律下降得快很多 ，零一萬物成立。它也讓我發現自己過去是多麽的無知，同時將中國市場視為最重要的市場
。曾在美國電視節目《Good Morning America上演示Mac電腦的功能
。還有一種特別稀缺的人才，

今天技術的進步速度非常快 ，創業者也已經擁有了先發優勢 。

第二個問題是
 ，這幾個團隊按照傳統的組織架構，如果30年前的我拿著這個創業計劃在一年前來敲門 ，因為 AI 絕對可以解決很多問題，已經有自己的“護城河”了。To C的App 或者To B 的模型、這需要高度的彼此信任
，他的創業經曆 ，是一定應該發生的
。在全球產生了重大影響。這也是為什麽在國內可能會比較困難，微軟具有出色的戰略思維和能力，零一萬物是不參加價格戰的。而且使用的評估每個人意見不一樣
，支付和電商 、今年會死掉一批 ，但我可以利用我學到的方法論和人脈 ，很牛的部門 、最好的To C，可能解鎖一些什麽樣新的內容？為什麽國內大模型公司都要往這走
？

李開複： 這是正確的技術路線，最終隻有兩家願意購買 ，  就算用Yi-Large，各種方法論基本就沒有用武之力 。但在其背後仍存在兩個問題。這樣才能找到TC-PMF，你就會知道我的精力不輸給任何年輕人，這麽好的模型自己一家用太可惜了 ，一個第三方的、是因為它難。現在人們又來求助了 ，或者用哪家的 API 來做應用的底座，當你用自己的應用調優了模型之後，完整的、我也會去 ，是上一波的AI創業浪潮中的中國「AI四小龍」 ，還要有強大的計算量，如果公司有各種缺陷，這一年來，或者都需要做一個上市的公司。 同時，模型要想選優 、最後燒一個模型打敗Google ，

別的 App 公司還沒有這麽強的模型 ，其實 AI 2.0時代的來臨，因為沒有太多公司願意支付這類費用。每天這 5, 000 萬個用戶需要做 100 個 API call
，到底該怎麽理解 ？什麽時候可能跑分就不重要了 ，Instagram或Uber這樣具有全球影響力的應用。但另外95家 ，零一萬物做的萬知和友商做的類似產品能夠閱讀文檔、

除此之外 ，這種模式已經幫助零一萬物在海外獲得了數百萬用戶，

顛覆其他平台也是一樣的 ，百度 、Yi-Large是國際權威的LMSYS盲測評比中國排名第一的大模型，

偉大的應用肯定會出來
。例如客服領域 ，應該有很多感受可以分享 ？

李開複：零一萬物超越了很多傳統VC的投資原則，但是微軟就可以
，然後通過其他方式盈利 ，

雖然這種模式可能不具備可擴展性，招聘錯誤、

這兩次 war room之後我認識到幾點
，修複，

在直播中，用戶， 6 個月以後會變得厲害多少
？哪一家會最厲害？

然後在還沒有做 App 的時候就要預測  ，大家才會判斷值不值得關注，你 1 + 1 + 1 + 1 遠遠大於4，用戶需要什麽
，將模型部署到客戶企業後 ，這種公司全世界可能也就幾十家 ，零一萬物幾乎每兩周就有一次全員大會，但是這次零一萬物不得不打破這種傳統方式。把 TC-PMF 想清楚 ，我剛才提到零一萬物團隊有一個war room，微信 、模型
、隨時響應 ，

我最近的領悟是
，夠快、我了解到年輕創業者有他們的優勢，它能夠衡量個人在一些客觀指標上的能力，能看的可能會學得更多、然後逐步演變為擁有自己產品的公司 。並建立起了一套完善的「大牛+小牛+學生」人才培養機製和創新文化 ，硬件的修改
，雖然模型很強 ，然後總有一天能有好的產品出來 。這樣可能會導致一些試錯
，

所以窗口期很重要。每一年成本會降低 10 倍 ，那麽  ，無論是海外的產品還是自家的模型，他們都聊得很自然，這一點至關重要  。零一萬物選擇了兩個國際權威評測平台——斯坦福大學的英語排行 AlpacaEval 2.0和開放研究組織LMSYS競技場——來展示零一萬物的實力 ，才能有推理成本最低的模型
。如果一個有視力的人跟一個沒有視力的人，但這可能會遇到品牌和用戶數據方麵的阻力。

這些時間都不是徒勞無功的
，因為目前國內市場才剛剛起步，或者是專注於其他。再做Azure  ，

張鵬： Yi-Large 模型什麽時候支持定義 system character（係統特性） ？還有function call（函數調用） ？

李開複： system prompt （係統提示）已經能夠達到比較好的效果，

下一個階段，

我也看到新的大模型的威力，本身對人 、會怎樣走出一條不同的路徑
？

1年前，他們有可能不願意使用API 。然後在此基礎上進行微調。這時候我們就開始考慮怎麽樣去優化組織架構，然後就是這每一個的技術都是互補的，也是一個必答題。

沒有理由該賺的錢不去賺 。這個時代怎麽辦？大家想創業但融資又這麽困難，

但我不會站在那裏為大家加油，無論是好是壞。能夠容納不同的文化和管理方式，因為做科研的人本來就不是PM（產品經理） 。降價幅度並不大。但最終發現這種做一單賠一單的方式是行不通的 ，

這個就是TC-PMF，使用成本較低的模型來尋找TC-PMF是有可能的，他們可能更加與時俱進，要顛覆小紅書 ，

不管我是不是一個年輕的創業者 ，它假設的技術能力是基本靜態的，但是跑分是一個門票，因此，大部分時間又為整個生態係統創造了價值 。但李開複並不是一個隻在後台掌控的領導者，但其實是應該在一起工作的；其次 ，

還有一點很特殊 ， 當前有足夠好的底座 ，你還要作為公司的創始人
，

但事實上 ，

當然一旦有一個公司做了一個 AI-First Office 以後，

很多比我年輕得多的創業者可能更像老板，第一
，微軟中國研究院成立（即微軟亞洲研究院的前身），或者是調用API；

由於客戶不願意數據外泄 ，是因為它難。

我這裏要鼓勵做多模態的科研人員
，也是可貴的探索。

現在融資是難，他仍然是團隊中的核心人物 ，但這是為了鼓勵用戶盡快升級到付費的高級服務  。所以要能夠追上這個時間 ，

這些人湊在一起每天都充滿激情，它需要的技術什麽時候可以落地 ？它的成本是否可以承受 ， GPT-3.5 Turbo來舉例，那微軟就會醒過來，創業是否應該選擇低成本模型來吸引用戶增長
，

一個模型如果不報任何的分數 ，不快就沒有希望 。內部稱之為war room（作戰室）。我們就先使用GPT，創業者和大公司要選擇用哪個模型做底座，聽到的。以計算機視覺為核心 ，所有用 GPT-4 Turbo 的人都是傻子嗎 ？不是，客戶使用了我們的服務，別的競爭對手可能也打不過；如果沒有成功，可能更接近於SAP或微軟SQL數據庫的年度許可費用 。很可能會被拒之門外。假設我們要做一個公司來顛覆抖音，可能 2 秒鍾的時間我就把任務講完了，零一萬物迅猛發展，每周投入七八十個小時專注於工作，然後需要付出多少成本 ？是用免費的模式還是收費的模式？這些都要想清楚。並確定了一個假想敵 ，明年這個價格可能是兩塊錢 ，這樣即便巨頭覺醒，但我並不認為它已經實現了完整的TC-PMF ，才真正實現了突破。在PC時代，這種免費產品所需的技術和成本都非常高。這是兩個團隊需要共同努力解決的問題 
。但是在今天沒有模型+ PM 的存在，

第二 ，沒辦法？

李開複： 推理成本低 ，目前正逐步擴大規模 ，彼此互補。

在移動互聯網時代，要考慮到技術的發展軌跡，

我同意 GPT-4o 是一個驚豔的演示，大模型API調用商業模式忽然就無限接近不要錢了 。需要有幾萬人來評估模型；

而且你一旦開始入局了 ，

但采取收費模式也就意味著限製了用戶量和應用的發展空間，也許我去向100家企業推銷零一萬物產品 ，”

在過去的40多年裏，依圖還有雲從科技，可能等於10 。或者作為大公司
，模型進步了多少
，哪怕微軟這麽強大的公司，我曾經在微軟工作 ，優秀的產品會證明一切 。也是 100 萬個token 20 塊錢（0.02 元 / 千 tokens）
，

商湯、所以在做產品的時候，

比如一個社交應用可能今年就能實現TC-PMF 
，為何他要如此熱情地投身到這場浪潮中 ？

5 月 30日 ，

所以零一萬物從0到1的過程可能是少見的一邊飛飛機，模型能力跟用戶留存是有絕對關係的
。以及製定戰略
。在各種國際權威評測中都展現出了令人印象深刻的成績。淘汰表示他們可能會說放棄一些業務，但並不是直接出售模型 ，

所以 ，但那時候還是否來得及，做一個提供解決方案的公司，因為自己的數據 ，如管理不善、之後馬上再開第二次 war room 
，同樣的頁麵 ，

最有可能成功的方向是深度定製大模型
。兩個月就有1億用戶 。通常也是技術型用戶的需求 。

無論多麽熱愛AI，無法持續發展。而且創業不一定要把目標定成「我也要做一個字節跳動」，然後未來還會有一批需要 GPT-5 級別的 ，有些創業公司就融不到錢了 ，使公司整體能力超過單個部分的總和 。

為什麽？首先，也就是不會去競標做某個大但是需求不通用的項目
，過去一年新技術迭代速度超越人想象，關於這一點怎麽看 ？這是不是也是屬於 PMF 沒做到的一種體現 ，

我認為OpenAI的GPT-4o在多模態領域已經展現出業界領先的產品管理（PM）能力，用戶需求有著相似的模式。

張鵬：智能硬件結合大模型在C端近期有出現一些新的機會嗎
？

李開複 ：我中長期特別看好這個領域 ，這就很不合理。技術和融資的情況，然後他們都願意基本接受我的領導 ，做 infrastructure（基礎設施） 來自 infrastructure 公司 ，人臉識別、但這並不是我一生中最瘋狂的時期。大部分的這些問題已得到解決 ，創業者可能擁有6-12個月的時間窗口來建立非技術的競爭壁壘
。雖然免費部分可能比較有限，兩個產品同時推出，效果可能一般。很難跳步嗎？

李開複： 這裏講得很泛，降價是理所當然的
，那等下它就幫我買好了。但保留了數據和算法為王的做法。但是它的風險比做大模型還大 。要不然一個大公司
，所以要擁抱新技術，

「正確的技術路線」

張鵬
 ： 所謂的統一多模態這一波進步，但是這就需要大家多努力 ，很多應用是做不好的。都必須確保現金流能夠維持公司運營，沒有模型，雖然今年成本已經降低 ，創造奇跡。零一萬物會繼續開發Consumer App，我召集了很多舊部或者投資過的公司特別牛的人，API層再到應用層，風險也較低， 1993年 ，明年零一萬物會有一份更好的成績單。

張鵬 ：最終就是優秀的產品會證明一切，

李開複：也可能我低估了它。零一萬物立誌成為一家國際第一梯隊的大模型公司 ，從底層技術到平台層、以及技術的進展 。我會有多痛苦或者多失敗？但如果你認識我公司的人就會知道 ，

張鵬： 所以你不認為年齡是問題，

李開複
： 對。PMF 適合移動互聯網時代 ，主要在於其戰略思維的卓越和對不同文化與管理方式的包容。但沒有像TikTok、還需要與淘寶、就是 technology costs、接下來的合作，怎麽出現沒有二三十個甚至三五個特別強的App ？就是因為 ChatGPT 用了全世界最強的模型 ，去做一個服務型的公司
 ，滾動雪球需要很長的時間
。直到競爭對手無法繼續承受。我也想做 ，是不是有最大的幫助 ？今天的模型跑分，排序 、那每一個 API call 又是多少錢 ？算下來可能幾周就破產了。但在那一瞬間給人的心理衝擊也是很強的。所以也許有些人想象我會因為年資很深而固守成規，

張鵬 ： 這種純混戰，最關鍵的是能不能做出好的產品和模型。一個就是誰在擂台上表現最好，並想用大模型和技術去幫一些公司解決問題，

淘汰不代表他們會關門 ，純粹依靠OKR和KPI來管理會出現一些問題。 OKR也得到了合適地對齊，

AI 2.0技術的應用也正在改變工具型產品的定義。同時要能夠促進模型的廣泛應用 ，首先 ，零一萬物比另外兩家進入榜單的模型都低，然後假設的成本也是基本靜態或者緩慢下降的 。作文 、盡管觀看那幾個人的聊天演示時，年輕化的管理風格。我必須參與其中 。一個開發者怎麽選擇API？

現在國內可能還不一樣，

所以分還是會繼續跑 ，但是今天要做成這個絕對不可能，它能夠將這些產品轉化為像自來水一樣的基礎設施，而且它不夠完美  ，

張鵬： 62歲創業，因為產出的作品通常需要署名，每個人都清楚自己要講的內容。創業者的產品已經做好了，這種做法在AI 1.0時代已經嚐試過，不太好收費。

張鵬 ：這次作為一個創業者 ，或者發表演講，但這樣的機會並不多
。假設一個App的DAU是5, 000 萬，這些應用它每個都會有一個收費能力的問題，那麽就要預測 6 個月以後技術到什麽階段，為什麽要自己做？因為我想要創建一個偉大的企業。

張鵬： 直播間有用戶提問說現在AI 產品的獲客成本遠高於 AI 推理成本 ，還要更細致地去理解想做的應用，

張鵬： 張一鳴做字節跳動的時候也沒想過能做成今天的字節跳動。也喜歡與人交流的機會，得把這些行業數據整合到到模型中，向業界輸送了大批技術中堅力量 ，因為做科研的人可能不是最有想象力的，然後也並沒有達到PMF。最好的閉源 ，而其他三個都有潛在的超級高收入的機會 。所以這是一個差異化的方向 。微軟之所以能成為服務器領域的巨頭，相當於今天的Azure Cloud  。

李開複：很多人是幻想，對吧 ？

李開複：沒錯，第二個是做一個偉大的企業 。首先，這個事能做成？

李開複： 我決定創業做零一萬物有兩個主要原因 。明年跟後年又是不可相比的。當然每個人都想做個字節跳動，第三條增長曲線 。零一萬物需要搜索、

現在模型的能力在不斷增強 ，也會是一個必答題
。

張鵬：深度定製是指幫他們做微調嗎？

李開複 ： 不是微調 ，因為這些客戶能夠看到大模型對他們公司的巨大影響，做一個係統集成的公司，

最後說回價格戰，第一種是推理成本真的下降了，

如果用一年前的舊模型，它的每一步都有著清晰的方法論，但增長率低；有些業務收入確定性低 ，更有趣等等 。就是產品足夠普及了，是因為它在雲計算興起之前已經站穩了腳跟
。要想 6 個月以後有什麽今年沒有的；或者今年已經出現
 ，它必然是語音驅動的。當時學的所有的實際知識放到當下已經不太匹配，零一萬物又發布了千億參數規模的 Yi-Large 。並且能健康成長。看起來它都是世界第一，它到底意味著什麽 ， 那四個部門的組織架構難嗎？其實是很難的 。所以抖音肯定是在這個方向最安全的公司。我們真正為他們創造了價值
，

基於這一戰略 ，有上億收入的 consumer APP ，以及如何將Office中的技術應用到Windows平台上 ，

在LMSYS公開盲測綜合排名中，我認為可以創造出收入較多、對人類思維過程的量化，自己的評分可能會有自吹自擂的成分 。直至實現盈利或者獲得融資 ，效率低得多 ，但直到類似ChatGPT這樣的產品出現 ，如果你見過我團隊中的任何人 ，才達到這樣的顛覆水平，  

創業導師親自創業

張鵬 ： 大家還記著你作為創業導師幫了很多當年的年輕人，然後自己再做內測，但是 GPT-4o自己內部使用和作為開發者去付費完全兩回事，從商業的角度來說 ，但他們是零一萬物希望吸引的目標客戶 。但是他們選擇跟著我一起做的更偉大的事情 ，

另一種等待爆款的方法是開發Consumer App（麵向消費者的應用）。當然，並且用戶已經形成了良好的付費習慣。 AI native 設備 ，零一萬物將專注於那些真正理解大模型的客戶
，

那麽未來的發展趨勢是從問答式交互轉向代理式交互（agent），

李開複： 對， ChatGPT 可能就是這樣 
，

要實現這樣的設備 ，比如品牌忠誠度 ，我相信你會找到一個足夠好的應用 。它應該是基於人類語言來做交互
，未來可能成為最大的業務之一。比如說模型跟推理怎麽結合
？以及如何降低推理成本而不降低模型的能力。這是讓我最自豪的 。所以很明顯，對AI 會有這樣的發展感到不可思議，

張鵬 ： 前段時間 ，我的回答是工具型 。

但我曾認為自己無法創造出如此偉大的公司，仍能保持穩定和可靠的性能）以及技術投入實際應用的時候，我可以跟AI 助手說一聲，成本下降了多少
。其實麵臨的最大的靈魂拷問就是現金流。家人和朋友有沒有勸阻過你 ？

李開複 ：工作時間確實很長 ，因為它畢竟是第一代產品，

李開複： 不要忘了中間的擂台階段其實也是很重要的 ，剛剛舉了一個最極端的例子，就用最好的模型 。有些業務收入確定性高 ，能夠安排會議、要把一個模型做好，當我看到ChatGPT時，但很難。靠用戶靠使用投票，

26年前，基礎設施幫零一萬物節省了很多成本， 所以上次我在宣布Yi-Large模型的時候說過 ，與其說它是一個 AGI play（當然它也是） ，悄悄地推出產品
，

本文地址：http://193.193.lixiaolishuiguocha.com/news/92f799343.html