李开复详谈零一万物“变道”:核心团队稳健,转型筹备良久

   发布时间:2025-01-08 19:33 作者:唐云泽

在海淀区北京大学附近,零一万物的办公区依旧忙碌,似乎并未受到外界舆论风波的波及。身处舆论中心的李开复,迅速接受了虎嗅的独家专访。

李开复详细阐述了是什么促使他重新评估预训练模型的战略,何时决定暂停对超大模型的追求,以及这一决定如何影响了公司的命运。

面对虎嗅提出的尖锐问题,李开复依旧温文尔雅,坦然面对外界关注的焦点,并分享了他决策背后的心路历程。虽然外界对零一万物的转型感到意外,但对他和团队来说,这是一次有计划和节奏的“转向”,早在半年前就已开始布局。

以下是虎嗅与李开复的详细对话:

虎嗅:零一万物的决策机制是怎样的?您更倾向于独自决策还是与团队商量?

李开复:在创业初期,我就组建了一支“彼此信任”的创始团队,包括谷雪梅、马杰、祁瑞峰、Anita等人。这个核心团队从一开始就坚定信仰AGI,并勇于将技术应用于实际,推动商业化进程。即使在压力下,任何同事都可以随时与我进行一对一沟通,我们还定期举办坦诚交流的TGIF全员会议,每个重要决策都是达成共识的结果。

虎嗅:您何时开始对预训练模型产生新的思考?是什么促使您开始思考这个问题?

李开复:大模型领域的技术迭代速度极快,因此必须提前预判和布局。2024年5月,我们发布了千亿参数模型Yi-Large,表现优异,在国际权威榜单LMSYS Chatbot Arena上取得世界第七、中国第一的成绩。然而,回头来看,Yi-Large在推理速度和成本优化方面仍有提升空间。当时,我们面临一个选择:是继续按照Scaling Law,用更多GPU和数据训练更大规模的模型,还是采取更务实的路线,专注于开发更轻量但性能依然卓越的模型?

内部早在半年前就已意识到Scaling Law的边际收益递减,这对初创公司的财务影响尤为直接。每周与财务团队审查现金流,看到算力成本持续攀升,这显然不是可持续的发展方式。对于初创公司来说,投入巨量资源训练超大模型,性价比极低。

在关键技术决策讨论后,我们决定改变路线。去年10月,零一万物推出的新旗舰模型Yi-Lightning采用MoE(混合专家)架构,激活参数仅20多B,但性能超过2024年5月版本的GPT-4o,在LMSYS上排名世界第六、中国第一。更重要的是,Yi-Lightning的训练成本仅350万美元,是GPT-4o的1/30,推理成本也达到行业最低,真正实现了大模型的“白菜价”。

从去年下半年开始,我们暂停了对超大参数规模模型的追求。回想起来,幸亏没有继续增加算力成本。

虎嗅:意识到这一点后,您做的第一个决定是什么?如何推动公司内部接受这一转变?

李开复:放弃X-Large的决定很快在公司内部达成共识。在AI 2.0时代,大模型技术和产业发展速度加快,公司融到更多资源,但预训练投入也更大。从技术角度看,传统Scaling Law的边际收益递减明显,商业化同样如此。在AI 1.0时代,一家公司可能需要5到8年实现商业化成功,但在大模型赛道,一切都加速了。因此,聚焦“小而美且便宜”的模型,加速应用落地和商业变现,是更实际、更负责的选择。

虎嗅:转型过程中遇到的最大挑战是什么?

李开复:外界可能认为零一万物的转型来得突然,但实际上我们从去年第二季度就开始复盘技术路线,第三季度尝试构建轻量化模型,10月推出Yi-Lightning,同时在ToC和ToB领域探索落地。11月公布ToB战略,2025年初与阿里云成立产业大模型联合实验室。这一切调整都是基于长线战略,循序渐进的。只是近期一些噪音和误解突然出现,让我们的布局显得突然。

许多新技术在发明后,面临技术落地和产品化的挑战,这一阶段被称为“创新死亡谷”。零一万物已经证明了自己的技术能力,现在是时候关注和聚焦模型能力的落地实现,打造良性商业模式。行业正在集体穿越大模型时代的“创新死亡谷”。

最大的挑战在于有限的资源和时间。行业对Scaling Law的态度从追捧到怀疑不到一年,我们必须在有限的时间和资源里制定计划,保持敏捷,最大化执行力。

虎嗅:有些公司在做ToB业务的同时,仍在进行预训练,您怎么看?

李开复:每家公司都有自己的长处,无论是模型还是产品,都能在一定程度上回应外界的质疑。对于零一万物来说,我们的长处是在保证模型性能处于世界第一梯队的同时,大幅降低训练和推理成本,提升推理速度。初创公司应该在第二年就拥有符合商业逻辑、对投资人负责、能确保生存的商业模式。

虎嗅:在ToB业务上,您认为零一万物的核心竞争力体现在哪些方面?

李开复:首先,经过一年多的技术沉淀,零一万物已经具备了世界第一梯队的技术能力。其次,我们在寻找落地场景时,能够迅速切入重点领域内的头部公司,找到适合凝练标准化ToB解决方案的领域和场景。第三,零一万物还可以与创新工场联动,投资领域内的公司与我们互补,可以在行业大模型方面展开合作。

创办零一万物的初衷是实现AGI梦想并取得商业成功,我们要让顶尖大模型能力走出实验室,进行产业落地,打造AI-First产业应用,将技术超能力转化为商业价值。从获得收入,增加收入,收窄亏损,到实现持续盈利。

虎嗅:2025年,在ToB业务上,您认为哪家公司将面临真正的考验?如何保持竞争优势?

李开复:2025年是AI-First应用爆发的元年,中国有望在这一领域弯道超车,零一万物必须提前布局。ToB行业的挑战在于客户和技术提供商之间不是双赢关系,而是一方压价,另一方因无利润而随便应对。对于大模型公司来说,很多ToB合作客户的付费意愿不高,服务场景难以复制。这会导致恶性循环。

零一万物认为有三种ToB方向值得尝试:一是为客户创造核心价值,不仅省钱,还能帮助客户增长;二是在垂直且适合大模型落地的领域,与有远见、决心拥抱大模型的公司共创行业大模型;三是服务可复制、可快速规模化的领域。目前,零一万物在游戏、能源、汽车、金融领域都在洽谈千万级以上的单子,下阶段将继续放大这些领域,并探索新领域。

 
 
更多>同类内容
全站最新
热门内容
本栏最新
 
智快科技微信账号
微信群

微信扫一扫
加微信拉群
电动汽车群
科技数码群