•
李開復：讓AI數字人成為“印鈔機”
不做虧錢的生意。
商業化，越發成為諸多大模型廠商的首要任務，也是各家PK的重點。
10月16日，零一萬物正式發佈最新旗艦模型Yi-Lightning。在國際權威盲測榜單LMSYS上，Yi-Lightning超越GPT-4o-2024-05-13、Claude 3.5Sonnet，排名世界第六，中國第一。
除了模型能力外，零一萬物創始人兼CEO李開復在本次發佈會上，更多地強調了公司的商業化佈局。
一方面，最新上線的模型Yi-Lightning，API呼叫價格每百萬token僅需 0.99元，直逼行業最低價。另一方面，在業務拓展上，零一萬物也進行了戰略轉型，將中國的業務重點放在了toB上，海外則以toC業務為主，並行布了全新toB戰略下的應用產品AI 2.0數字人，聚焦零售和電商等場景。
對此，李開復表示，零一萬物選擇在中國做toB，是因為找到了破局的空間，比如用數字人來做零售、餐飲等，可以做完整的解決方案。而在國外做toC產品，變現能力和消耗使用者增長成本，算帳可以算得過來，未來會再關注中國有什麼機會可以推出（toC業務）。
“如果做一單賠一單，這種toB業務零一萬物寧可不做。”李開復表示，這一觀點他始終沒有改變。
發佈會後，李開復接受了《中國企業家》等媒體的採訪，以下為採訪內容整理（有刪減）：
談技術：不放棄預訓練，難也要追趕OpenAI
問：此前有消息稱，AI行業“六小虎”中有幾家放棄了預訓練，站在行業的角度，您認為對預訓練模型逐步放棄將是行業整個趨勢嗎？
李開復：我覺得做好預訓練模型是一個技術活，要非常多有才華的人在一起，慢工出細活。這裡面要有懂晶片、懂推理、懂基礎架構、懂模型、懂演算法的人，一起才能做出來。
如果一家公司能有幸擁有這麼多優秀人才進行跨領域合作，那我相信中國絕對可以做出世界排名前十的預訓練的通用模型。但不是每家公司都可以做這件事情，因為做這件事情的成本也比較高，以後可能有越來越少的大模型公司會做預訓練。
不過據我所知，這六家公司融資額度都是夠的，我們做預訓練的production run，訓練一次三四百萬美元，這個錢也是頭部公司都付得起。我覺得中國的六家大模型公司只要有夠好的人才，想做預訓練的決心，融資額跟晶片都不會是問題。
問：OpenAI的o1發佈後，從技術上所有人會認為帶來新的Scaling範式，您怎麼看？對初創公司來說會有那些影響？
李開復：我剛從美國回來，跟OpenAI的人員也有溝通，OpenAI真的是很厲害的公司，他們跟我分析的是，公司內部還有一些好東西，但是他們不著急拿出來，因為他們領先行業足夠多，到了一定的業務節點才釋放出來，這是他們能做別人不能做的。
OpenAI o1雖然隱藏了所有中間的思考狀態，但是很多人還是在網上在猜它怎麼做，我們認為有一些揣測還是比較靠譜。我覺得五個月以後應該也有不少類似o1模型的能力出現在各個模型公司，包括零一萬物。
o1的思考模式是把之前只在預訓練中scaling的趨勢擴展到了推理的時候，這件事情對行業是最大的認知改變。過去大家覺得，預訓練做好就夠了，慢慢大家發現後訓練SFT和強化訓練都非常重要。
零一萬物剛開始主要是專注預訓練，之後有很多很厲害的人加入，幫我們把Post train也做出來，現在看來inference也很重要。一年半以前大家覺得大模型最厲害的地方就是預訓練，一年以後發現Post train也是同樣重要。感謝OpenAI點醒我們，我相信現在很多中美公司都在往o1方向狂奔。
問：5月份時，零一萬物的Yi-Large把中美頂尖模型的時間差縮短到6個月，這次發佈的Yi-Lightning擊敗了GPT-4o，把時間差縮短到了5個月，從零一萬物到整個中國大模型的初創公司來說，預訓練模型要怎樣繼續追趕，縮短這個時間差？
李開復：縮短時間差非常困難，我不預測我們可以縮短這個時間差。畢竟人家是用10萬張GPU訓練出來，我們用的是2000張GPU。我們時間差能達到（半年），只是因為我們模型、AI Infra等團隊都熱心聰明，去使用和理解對方做出來的東西，再加上中國每家的研發各有特色，比如資料處理、訓推最佳化等。
現在零一萬物已經有一套成熟的方法論了，我們有信心在關注OpenAI和其他公司發佈的新技術時，盡快地去瞭解這些技術的核心重要性，然後把它的能力在我們自己的產品裡面發揮出來。我覺得這套方法保持在6個月（時間差）左右，就已經是很好的結果了。如果期待破局，可能需要一個前所未有的演算法才有機會。
談商業化：中國做toB，海外做toC，不做虧錢業務
問：您之前說不做賠錢的toB，這次零一萬物在發佈會上首次公佈相關的矩陣，意味著你們也嘗試往toB方向進一步深耕？往這個方向做是否意味著你們解決AI 1.0時代SaaS行業低利潤和虧損的問題？這次發佈會上發佈的兩個方案收效如何？
李開復：之前我說如果做一單賠一單，這種toB零一萬物寧可不做，這句話我們並沒有改變。但我們今天發佈的AI 2.0數字人解決方案，不是做一單賠一單，因為它是專注到使用者重大的痛點需求和盈利點，也就是說一個店長或KOL，平時做一次直播，浪費最重要的資源就是他的時間，就算直播一小時能賺到一千塊錢，最終也只有一千塊錢。
但如果用數字人直播，可能做1000個小時，那怕每一個小時只能賺（真人直播）一半的錢，1000個小時還是可以賺500倍的錢，這樣帳就很好算了。如果真的能把數字人做到端到端，只要輸入公司內部的資訊，選一個形象、聲音，按一個鈕，就開始百錄甚至千錄的直播，等於賣給了企業一個“印鈔機”，“印鈔機”要收租賃費就是可行的了。
除了直播以外，我們的AI 2.0數字人解決方案已經跑通了更多業務場景，比如AI伴侶、IP形象、辦公會議等。我們也繼續執行模應一體戰略，將Yi-Lightning模型能力與數字人解決方案結合，不斷迭代產品，後續會解鎖更多業務場景。
回到中國的SaaS的問題，SaaS的整個收費模式和商業模式在美國走通了，但中國還是一直有很大的問題。雖然有一些行業可以走通SaaS，SaaS按使用或訂閱收費，如按照每個月收費，也可以分成，這些模式都可以稱為比較好的商業模式，因為它不是一次性賣掉。
而一個項目制的公司，做一個客服賣給它客戶後，以後沒有錢可以收了，不能持續收費。分成、訂閱的SaaS模式才是可持續的商業模式，但今天我們並沒有看到一個普遍被接受的SaaS模式的存在。所以在中國，我們大模型to B相對於AI 1.0時代有不同的打法，首要任務就是要尋找少數能夠按使用情況收費的方法，而不是項目定製的方法，能得到比較高利潤率的訂單再去做。
問：零一萬物海外有toC產品端，中國陸續推出toB的產品，您怎麼看B端、C端的產品邊界？零一萬物從去年開始嘗試把技術產品化，在B端、C端方面有那些優勢？從C端專業場景切入，在B端如何把這些產品能力復用起來？
李開復：我覺得一家大模型公司同時做toB和toC是很辛苦的，也是需要多元化的管理方式，因為兩個團隊的基因不一樣，做事的方法和衡量KPI的方法都不太一樣。我自己在這兩個領域有經驗，也在試著做，但也絕對不能什麼都做。
選擇在中國做toB，是因為我們找到了一些破局的空間，比如用數字人來做零售、餐飲等，這能做一個完整的解決方案，另外還有兩三個領域在做。
我們覺得這樣的toB工作只能在中國做，因為要觸達美國或其他國外的使用者不太可能。以全世界的範疇來說，toB供應商基本都是當地的，即便在中國要買SAP的產品，也是SAP中國賣給你。跨國設立分公司做toB絕對不是我們或其他的創業公司能做的，所以國外的toB就放棄了，做toB就在中國，做有利潤的解決方案，而不只是賣模型，不只是做項目制，這是我們toB的做法。
我們主要在海外佈局toC，有幾個理由：首先，當我們開始做零一萬物時，中國還沒有合適的中文模型，我們只有在國外先嘗試，嘗試了一段就有了心得，就迭代了三個產品，這些產品現在表現有些很好，有些沒有那麼好，我們也在不斷地調整中。
其次，我們在中國也在觀察什麼時候適合做什麼樣的toC產品，但在中國走流量有一個很大的問題，就是流量的成本越來越高。有些友商的使用者，從十幾塊人民幣加到三十多塊人民幣，近來還有相當的流失。在這樣一個環境裡，我們會非常謹慎，先不推出中國本土新的toC應用，我們已有的產品還會繼續維護，但更多的精力會在國外，用更低廉的錢買到高品質的使用者，或者直接把APP賣出去，讓使用者訂閱來收費，訂閱的習慣在國外比較好。
當下最大的理由是，國外做toC的產品，我們變現能力和消耗使用者增長的成本算帳可以算得過來，以後再關注中國有什麼機會可以推出。
這兩者相似的地方挺多。首先兩邊都需要非常高品質、快速的模型，另外，這兩邊都會用到各種預訓練和後訓練的技術。當我們最終做出產品，比如toB的產品裡面需要的各種功能，還有toC需要的功能也有很多可以重用。
但二者的差別也非常大，如銷售方法、管理方法、利潤的比例，需要多少投放才會有收入，包括整個評估體系、商業模式等都不一樣，但底層是有類似的地方。
問：本次Yi-Lightning模型API呼叫價格這麼低，會不會虧本？
李開復：零一萬物在Yi-Lightning的定價上並沒有虧本。
從成立的第一天起，零一萬物就同時啟動了模型訓練、AI Infra、AI應用三大團隊。當三個團隊都成熟了以後，再對接到一起。零一萬物這一模式總結為模基共建、模應一體兩大戰略——AI Infra能力助力模型訓練和推理，以更低的訓練成本訓練出性能領先的模型，以更低的推理成本支撐應用層的探索。出色的模型性能與低廉的推理成本不僅能支撐零一萬物開拓絕佳的toB應用場景，還能讓零一萬物推出的大模型toB解決方案更具性價比，進而與企業合作夥伴一起探尋大模型時代的TC-PMF。
之前回應行業價格戰時，我的回答就是零一萬物不參與價格戰。另外，我當時也提到，不能只看模型價格，還要看模型性能是否足夠好。當時有很多性能較差的模型價格降到非常低，甚至是免費，我相信當時選擇接入這類模型API的企業與個人，收穫都不達預期。要接入API，足夠好的模型性能很重要，不然產品無法達到PMF。另外很重要的一點就是，把高性能模型的價格降到白菜價，0.99元人民幣/百萬token的價格很便宜，但如果一個應用裡每個使用者每天調十幾次，累積下來每年的成本還是不容忽視的。
零一萬物也在做APP，這都需要控製成本，所以我們不會賠錢賣模型，但也不會賺很多錢，而是在成本線上加一點點小小的利潤，就得到了今天0.99元/百萬token的價格。
問：此次公佈的toB解決方案矩陣是完整的嗎？近期是否還會公佈其他toB解決方案？
李開復：除了我們已經發佈的AI 2.0數字人、API之外，零一萬物目前還有 AI Infra解決方案、私有化定製模型等其他toB業務，我們會在近期正式對外發佈，敬請期待。 (中國企業家雜誌)