飛象網(wǎng)訊 （一飛/文）5月13日，在零一萬物成立一周年之際，零一萬物 CEO 李開復(fù)博士攜帶千億參數(shù) Yi-Large 閉源模型正式亮相，正式進(jìn)軍全球 SOTA 頂級(jí)大模型之首，在斯坦福最新的 AlpacaEval 2.0 達(dá)到全球大模型 Win Rate 第一。除此之外，零一萬物將早先發(fā)布的 Yi-34B、Yi-9B/6B 中小尺寸開源模型版本升級(jí)為 Yi-1.5 系列，每個(gè)版本達(dá)到同尺寸中 SOTA 性能最佳。
在國際領(lǐng)先的底座模型之上，零一萬物本月同步官宣了從應(yīng)用到生態(tài)的產(chǎn)品線：2C 生產(chǎn)力應(yīng)用 “萬知” 正式提供服務(wù)、賦能 2B 生態(tài)的 “API 開放平臺(tái)” 今日全球上線。借一周年發(fā)布會(huì)，零一萬物公開了開源閉源雙軌大模型的戰(zhàn)略布局，低調(diào)許久的創(chuàng)始人李開復(fù)也首度現(xiàn)身說法，親自拆解發(fā)展藍(lán)圖背后的戰(zhàn)略思路。
在中國大模型進(jìn)入第二年之際，李開復(fù)博士提出，國內(nèi)大模型賽道的競跑從狂奔到長跑，終局發(fā)展將取決于各個(gè)選手如何有效達(dá)到 “TC-PMF”（Product-Market-Technology-Cost Fit，技術(shù)成本 X 產(chǎn)品市場契合度）。大模型從訓(xùn)練到服務(wù)都很昂貴，算力緊缺是賽道的集體挑戰(zhàn)，行業(yè)應(yīng)當(dāng)共同避免陷入不理性的 ofo 式流血燒錢打法，讓大模型能夠用健康良性的 ROI 蓄能長跑，奔赴屬于中國的 AI 2.0 變革。
零一萬物以全球?yàn)槟繕?biāo)市場，基于全球領(lǐng)先的 Yi 系列模型做出符合 TC-PMF 的B端和C端優(yōu)質(zhì)應(yīng)用，進(jìn)而與行業(yè)攜手推進(jìn) AI 2.0 生態(tài)。中國市場的AI普惠必然到來，零一萬物將結(jié)合國際經(jīng)驗(yàn)，打造驚艷的國內(nèi) AI-First 應(yīng)用生態(tài)，實(shí)現(xiàn)“讓通用人工智能普惠各地，人人受益”的公司愿景。
Yi-Large 進(jìn)擊全球SOTA大模型極品，Win Rate全球第一
去年11月，零一萬物所發(fā)布的 Yi-34B 以開源社區(qū)“甜點(diǎn)級(jí)”尺寸就在權(quán)威榜單中超越了 Llama2-70B、Falcon-180B等大幾倍的模型，成為當(dāng)時(shí)世界范圍內(nèi)開源最強(qiáng)基礎(chǔ)模型之一，引發(fā)國際開發(fā)者社區(qū)的熱烈回響和采用，在國際開源圈破圈建立了全球化的技術(shù)品牌信任感。
半年后，零一萬物正式發(fā)布千億參數(shù)規(guī)模的 Yi-Large，在第三方權(quán)威評(píng)測中，零一萬物 Yi 模型在全球頭部大模型的中英文雙語 PK 上表現(xiàn)出色。最新出爐的斯坦福評(píng)測機(jī)構(gòu) AlpacaEval 2.0 經(jīng)官方認(rèn)證的模型排行榜上，Yi-Large 模型的英語能力主要指標(biāo) LC Win Rate（控制回復(fù)的長度） 排到了世界第二，僅次于 GPT-4 Turbo，Win Rate 更排到了世界第一，此前國內(nèi)模型中僅有 Yi 和 Qwen 曾經(jīng)登上此榜單的前 20。
斯坦福 AlpacaEval 2.0 Verified 認(rèn)證模型類別，英語能力評(píng)測（2024年5月12日）
在中文能力方面，SuperCLUE 更新的四月基準(zhǔn)表現(xiàn)中，Yi-Large 也位列國產(chǎn)大模型之首，Yi-Large 的綜合中英雙語能力皆展現(xiàn)了卓越的性能，可謂正式晉升全球大模型的“極品”。
在更全面的大模型綜合能力評(píng)測中，Yi-Large 多數(shù)指標(biāo)超越 GPT4、Claude3、Google Gemini 1.5 等同級(jí)模型，達(dá)到首位。在通用能力、代碼生成、數(shù)學(xué)推理、指令遵循方面都取得了優(yōu)于全球領(lǐng)跑者的成績，穩(wěn)穩(wěn)躋身世界范圍內(nèi)的第一梯隊(duì)。隨著各家大模型能力進(jìn)入到力求對(duì)標(biāo)GPT4的新階段，大模型評(píng)測的重點(diǎn)也開始由簡單的通用能力轉(zhuǎn)向數(shù)學(xué)、代碼等復(fù)雜推理能力。在針對(duì)代碼生成能力的 HumanEval、針對(duì)數(shù)學(xué)推理能力的 GSM-8K和 MATH、以及針對(duì)領(lǐng)域?qū)＜夷芰Φ腉PQA等評(píng)測集上，Yi-Large也取得了具有絕對(duì)優(yōu)勢的成績。
國際中英文評(píng)測數(shù)據(jù)集（2024年5月12日）
值得注意的是，上述評(píng)測均是在零樣本（0-shot）或少樣本（4-shot/5-shot/8-shot）的前提下進(jìn)行。在零樣本或少樣本的情況下，模型必須依賴于其在大量數(shù)據(jù)上訓(xùn)練時(shí)獲得的知識(shí)和推理能力，而不是簡單地記憶訓(xùn)練數(shù)據(jù)。這最大程度上避免了刷分的可能性，能更加客觀真實(shí)地考驗(yàn)?zāi)Ｐ偷纳顚哟卫斫夂屯评砟芰Α?/P>
此外，從行業(yè)落地的角度來看，理解人類指令、對(duì)齊人類偏好已經(jīng)成為大模型不可或缺的能力，指令遵循（Instruction Following）相關(guān)評(píng)測也越發(fā)受到全球大模型企業(yè)重視。斯坦福開源評(píng)測項(xiàng)目 AlpacaEval 和伯克利 LM-SYS 推出的 MT-bench 是兩組英文指令遵循評(píng)測集，AlignBench 則是由清華大學(xué)的團(tuán)隊(duì)推出的中文對(duì)齊評(píng)測基準(zhǔn)。在中外權(quán)威指令遵循評(píng)測集中，Yi-Large 的表現(xiàn)均優(yōu)于國際前五大模型。
發(fā)布會(huì)上，李開復(fù)博士還宣布，零一萬物已啟動(dòng)下一代 Yi-XLarge MoE 模型訓(xùn)練，將沖擊 GPT-5 的性能與創(chuàng)新性。從 MMLU、GPQA、HumanEval、MATH 等權(quán)威評(píng)測集中，仍在初期訓(xùn)練中的 Yi-XLarge MoE 已經(jīng)與 Claude-3-Opus、GPT4-0409 等國際廠商的最新旗艦?zāi)Ｐ突ビ袆儇?fù)，訓(xùn)練完成后的性能令人期待。
Yi-XLarge 初期訓(xùn)練中評(píng)測（2024年5月12日）
Yi-1.5 開源全面升級(jí)，開源閉源雙軌完善生態(tài)策略
此次發(fā)布會(huì)上，零一萬物Yi系列開源模型也迎來全面升級(jí)，Yi-1.5 分為 34B、9B、6B 三個(gè)版本，且提供了 Yi-1.5-Chat 微調(diào)模型可供開發(fā)者選擇。從評(píng)測數(shù)據(jù)來看，Yi-1.5 系列延續(xù)了 Yi 系列開源模型的出色表現(xiàn)，數(shù)學(xué)邏輯、代碼能力全面增強(qiáng)的同時(shí)，語言能力方面也保持了原先的高水準(zhǔn)。開源地址：Hugginf Face https://huggingface.co/01-ai 及魔搭社區(qū) https://www.modelscope.cn/organization/01ai。
經(jīng)過微調(diào)后的 Yi-1.5-6B/9B/34B-Chat 在數(shù)學(xué)推理、代碼能力、指令遵循等方面更上一層樓。Yi-1.5-6B/9B-Chat 在 GSM-8K 和 MATH 等數(shù)學(xué)能力評(píng)測集、HumanEval 和 MBPP 等代碼能力評(píng)測集上的表現(xiàn)遠(yuǎn)同參數(shù)量級(jí)模型，也優(yōu)于近期發(fā)布的 Llama-3-8B-Instruct；在 MT-Bench、AlignBench、AlpacaEval 上的得分在同參數(shù)量級(jí)模型中也處于領(lǐng)先位置。
Yi-1.5-34B-Chat 在數(shù)學(xué)能力同樣保持著大幅領(lǐng)先，代碼能力與超大參數(shù)量級(jí)的 Mixtral-8x22B-Instruct-v0.1 持平，指令遵循方面更是在 MT-Bench、Alignbench、ArenaHard、AlpacaEval2.0 等多個(gè)權(quán)威評(píng)測集上完全超越了 Mixtral-8x22B-Instruct-v0.1。
去年零一萬物選擇以開源首發(fā) Yi 系列模型，其優(yōu)異的性能受到國際開發(fā)者的高度認(rèn)可。Yi 開源版本2023年11月上線首月，便占據(jù)開源社區(qū)近5成熱門模型排行，發(fā)布一個(gè)月后 Yi-34B 被 Nvidia 大模型 Playground 收錄，成為國內(nèi)唯一獲選模型，也建立了 Yi 模型面向國際的科技品牌信任度。
以開源模型構(gòu)建生態(tài)，以閉源模型展開 AI-First 探索，開源閉源雙軌模型策略使得零一萬物構(gòu)建起了生態(tài)體系。開源模型服務(wù)于全球的科研院校、學(xué)生、開發(fā)者、創(chuàng)業(yè)者人群，推動(dòng)百花齊放的應(yīng)用滋長；API 開放平臺(tái)提供企業(yè)商用，協(xié)助企業(yè)實(shí)踐 AI 2.0 的智能化轉(zhuǎn)型。同時(shí)，零一萬物以優(yōu)異的閉源模型能力，正在積極探索與世界 500 強(qiáng)企業(yè)的大型戰(zhàn)略合作。開源閉源相互助力，確保零一萬物本著 TC-PMF 的方法論，以更穩(wěn)健的步伐奔向 AGI。
Yi 大模型 API 開放平臺(tái)全球首發(fā)
全球開發(fā)者們對(duì)開源模型的品牌認(rèn)可，成為零一萬物 API 服務(wù)的強(qiáng)有力支撐。今天，零一萬物宣布面向國內(nèi)市場一次性發(fā)布了包含 Yi-Large、Yi-Large-Turbo、Yi-Medium、Yi-Medium-200K、Yi-Vision、Yi-Spark 等多款模型 API 接口，保證客戶能夠在不同場景下都能找到最佳性能、最具性價(jià)比的方案，Yi API Platform 英文站同步對(duì)全球開發(fā)者開放試用申請(qǐng)。
Yi 大模型 API 開放平臺(tái) （https://platform.lingyiwanwu.com/）
其中，千億參數(shù)規(guī)模的 Yi-Large API 具備超強(qiáng)文本生成及推理性能，適用于復(fù)雜推理、預(yù)測，深度內(nèi)容創(chuàng)作等場景；Yi-Large-Turbo API 則根據(jù)性能和推理速度、成本，進(jìn)行了平衡性高精度調(diào)優(yōu)，適用于全場景、高品質(zhì)的推理及文本生成等場景。
Yi-Medium API 優(yōu)勢在于指令遵循能力，適用于常規(guī)場景下的聊天、對(duì)話、翻譯等場景；如果需要超長內(nèi)容文檔相關(guān)應(yīng)用，也可以選用 Yi-Medium-200K API，一次性解讀20萬字不在話下；Yi-Vision API 具備高性能圖片理解、分析能力，可服務(wù)基于圖片的聊天、分析等場景；Yi-Spark API 則聚焦輕量化極速響應(yīng)，適用于輕量化數(shù)學(xué)分析、代碼生成、文本聊天等場景。
小胰寶是一個(gè)在胰腺腫瘤患者群體中廣受關(guān)注的公益項(xiàng)目，正在尋求以開源方式運(yùn)營和共建。通過問答的形式，小胰寶 AI 小助手可以 7x24 小時(shí)為患者介紹綜合治療知識(shí)。這一助手背后的技術(shù)支持正是零一萬物的 Yi 大模型。使用 Yi API 調(diào)用 AI 大模型后，小胰寶突破了胰腺腫瘤治療信息壁壘，可將胰腺癌治療路線圖和治療方案精準(zhǔn)且系統(tǒng)性地呈現(xiàn)給胰腺腫瘤病友。目前，該公益項(xiàng)目已經(jīng)幫助了 3000 多位胰腺腫瘤病友，AI 小助手在病歷和報(bào)告解讀的準(zhǔn)確率也有顯著提升，已被某國家級(jí)權(quán)威三甲醫(yī)院推薦。
而這也是零一萬物的愿景所及之處。能否實(shí)現(xiàn)價(jià)值落地是一切技術(shù)的試金石，模型能力不應(yīng)當(dāng)是空中樓閣，大模型公司不僅要放眼 AGI，更重要的是要切實(shí)推動(dòng)模型進(jìn)入各行各業(yè)、進(jìn)入日常生活，讓每個(gè)人都能享受到 AI 2.0所帶來的便利。
萬知 “AI-First 版 Office” 幫你找、讀、寫
近期上線的一站式 AI 工作站“萬知”（wanzhi.com 微信小程序“萬知AI”）則是零一萬物基于世界領(lǐng)先的閉源模型 Yi-Large 所做出的 “模應(yīng)一體” 2C 生產(chǎn)力應(yīng)用。依托零一萬物閉源模型的強(qiáng)大能力，萬知在通用問答、多模態(tài)、長文本方面都有著不俗表現(xiàn)。更令人驚喜的是，萬知成為業(yè)內(nèi)第一款真正實(shí)踐了“AI-First”理念、創(chuàng)新性地將模型能力與應(yīng)用場景完美融合的 2C 應(yīng)用產(chǎn)品。
以往發(fā)布的大模型 2C 應(yīng)用大多定位于“聊天機(jī)器人”，萬知?jiǎng)t針對(duì)找、讀、寫三大場景，將通用問答場景作為交互方式，搭配長文檔解讀、PPT 制作等功能，打造PC/手機(jī)多端協(xié)同、覆蓋工作生活全場景的 “AI-First 版 Office”，為用戶提供 AI 2.0 時(shí)代顛覆性的辦公體驗(yàn)，創(chuàng)始人李開復(fù)也親自擔(dān)任“首席體驗(yàn)官” 聆聽網(wǎng)友反饋。
大模型賽道從狂奔到長跑，需有達(dá)到 TC-PMF 的方法論
在移動(dòng)互聯(lián)網(wǎng)的鼎盛時(shí)期，PMF（Product-Market Fit，產(chǎn)品市場契合）曾是眾多初創(chuàng)企業(yè)追求的核心目標(biāo)。然而，隨著大語言模型成為新的創(chuàng)業(yè)焦點(diǎn)，僅僅追求產(chǎn)品與市場契合遠(yuǎn)遠(yuǎn)不夠。
兩個(gè)時(shí)代在創(chuàng)業(yè)基礎(chǔ)設(shè)施層面存在著決定性的差異——在移動(dòng)互聯(lián)網(wǎng)時(shí)代，用戶規(guī)模增長所帶來的邊際成本很低，但是在大模型時(shí)代，模型訓(xùn)練和推理成本構(gòu)成了每一個(gè)創(chuàng)業(yè)公司必須要面臨的增長陷阱。用戶增長需要優(yōu)質(zhì)的應(yīng)用，而優(yōu)質(zhì)應(yīng)用離不開強(qiáng)大的基座模型，強(qiáng)大基座模型的背后往往是高昂的訓(xùn)練成本，接著還需要考慮隨用戶規(guī)模增長的推理成本。這一普惠點(diǎn)如何達(dá)成、何時(shí)到來變得越發(fā)難以捉摸。
李開復(fù)博士認(rèn)為，PMF 這一概念已經(jīng)不能完整定義以大模型為基礎(chǔ)的 AI-First 創(chuàng)業(yè)，應(yīng)當(dāng)引入 Technology（技術(shù)）與 Cost（成本）組成四維概念——TC-PMF。“做 Technology-Cost Product-Market-Fit（TC-PMF），技術(shù)成本 X 產(chǎn)品市場契合度，尤其推理成本下降是個(gè)‘移動(dòng)目標(biāo)’，這比傳統(tǒng) PMF 難上一百倍�！� 李開復(fù)博士表示。
隨著高性能計(jì)算硬件的迭代和模型優(yōu)化技術(shù)的普及，大模型推理成本的大幅度下降已經(jīng)成為可預(yù)見的趨勢所在。在普惠點(diǎn)終將到來的前提下，能夠率先察覺、并達(dá)到 TC-PMF 這一普惠點(diǎn)的玩家無疑會(huì)占盡先機(jī)。要做到這一點(diǎn)，模型、AI Infra、應(yīng)用這“三位一體” 的優(yōu)異能力缺一不可�；诖耍阋蝗f物將 “�；步ā�、“模應(yīng)一體”列為公司的頂層核心戰(zhàn)略，在人才密度和協(xié)作方式上，也快速打磨出一整套能夠媒合不同專業(yè)的精英人才進(jìn)行跨界共創(chuàng)的組織能力。
模基共建：依托AI Infra能力走出增長陷阱
在國內(nèi)大模型賽道向前狂奔的第一年，模型結(jié)構(gòu)成為行業(yè)焦點(diǎn)，鮮少有人注意到 AI Infra 的重要性。
一個(gè)不容忽視的事實(shí)在于，中國大模型公司沒有美國大廠的GPU數(shù)量，所以必須采取更務(wù)實(shí)的戰(zhàn)術(shù)和戰(zhàn)略。AI Infra（AI Infrastructure 人工智能基礎(chǔ)架構(gòu)技術(shù)）主要涵蓋大模型訓(xùn)練和部署提供各種底層技術(shù)設(shè)施，在李開復(fù)博士看來，自研 AI Infra 是零一萬物必然要走過的路，零一萬物也自成立起便將 AI Infra 設(shè)立為重要方向。
“第一年大模型行業(yè)在卷算法，第二年大家在卷算法 + Infra。在國外一線大廠，最高效訓(xùn)練模型的方式是算法與 Infra 共建，不僅僅關(guān)注模型架構(gòu)，而是從優(yōu)化底層訓(xùn)練方法出發(fā)�！绷阋蝗f物模型訓(xùn)練負(fù)責(zé)人黃文灝表示，“這對(duì)大模型人才的知識(shí)能力提出了全新要求�！�
目前來看，模型研究人員只關(guān)注算法而忽視 AI Infra 是國內(nèi)大模型行業(yè)現(xiàn)狀。而零一萬物選擇跟國際一線梯隊(duì)齊平，模型團(tuán)隊(duì)和 AI Infra 團(tuán)隊(duì)高度共建，人數(shù)比為1比1。“我們要求做模型研究的人一定要‘往下沉淀’，具備工程能力。這也對(duì)齊我們倡導(dǎo)的 TC-PMF 的方法論�！秉S文灝說。
零一萬物著力于實(shí)現(xiàn)計(jì)算效率的優(yōu)化。據(jù)了解，零一萬物 Yi-Large 訓(xùn)練環(huán)節(jié)的平均 MFU已顯著超越業(yè)內(nèi)平均水平。多方面優(yōu)化后，零一萬物千億參數(shù)模型的訓(xùn)練成本同比降幅達(dá)一倍之多。
今年3月，零一萬物推出了基于全導(dǎo)航圖的新型向量數(shù)據(jù)庫笛卡爾（Descartes），其搜索內(nèi)核已包攬權(quán)威榜單 ANN-Benchmarks 6 項(xiàng)數(shù)據(jù)集評(píng)測第一名。同樣于3月，零一萬物成功在 Nvidia GPU 上進(jìn)行了千億參數(shù)模型 Yi-Large 的端到端 FP8 訓(xùn)練和推理，成為全球率先落地該技術(shù)的三個(gè)案例之一。
底層技術(shù)的突破帶來了優(yōu)化成本的新可能。接入自研向量數(shù)據(jù)庫后，零一萬物的C端應(yīng)用在保證響應(yīng)速率與準(zhǔn)確性的前提下，成本大幅降至了原用第三方向量數(shù)據(jù)庫時(shí)的 18%。在端到端 FP8 訓(xùn)練的前提下，零一萬物能夠采用技術(shù)和工程手段得到與更高精度類型相媲美的訓(xùn)練結(jié)果，與此同時(shí)模型訓(xùn)練所需的顯存占用、通訊帶寬都極大降低。
訓(xùn)練和推理成本的下降固然已經(jīng)成為行業(yè)趨勢，但在達(dá)標(biāo) TC-PMF 的激烈角逐中，AI Infra 優(yōu)化使得零一萬物能夠比行業(yè)更快、更精準(zhǔn)地抵達(dá)普惠點(diǎn)。“�；步ā彼鶐淼慕^對(duì)領(lǐng)先的成本優(yōu)勢，為零一萬物爭取到了更多時(shí)間，推出價(jià)廉物美的 API 和開源模型，進(jìn)一步催化更多的 AI-First 應(yīng)用生態(tài)。
模應(yīng)一體：初步跑通TC-PMF，全球市場打磨造血能力
國內(nèi)大模型領(lǐng)域陷入混戰(zhàn)的 2023 年初，各式各樣的評(píng)測榜單鋪天蓋地，躋身各大榜單 TOP 的模型不在少數(shù)。大模型進(jìn)入第二年，行業(yè)進(jìn)入更為現(xiàn)實(shí)的商業(yè)落地階段，客戶/用戶都會(huì)按照應(yīng)用側(cè)所展現(xiàn)的能力，用腳投票。如何基于基座模型能力，盡可能提升應(yīng)用效果，是追趕 TC-PMF 的重要課題。
基座模型、AI Infra、API、C 端應(yīng)用，全棧式業(yè)務(wù)部署，使得零一萬物能夠以更全面的視野來看待大模型時(shí)代的增長陷阱，也為零一萬物在應(yīng)用層的商業(yè)落地帶來了更大的發(fā)揮空間。無論是 2C 還是 2B，“模應(yīng)一體”的思路始終貫穿零一萬物的商業(yè)實(shí)踐——模型團(tuán)隊(duì)與產(chǎn)品團(tuán)隊(duì)緊密結(jié)合，摸清模型能力邊界，針對(duì)某一應(yīng)用場景去優(yōu)化專有模型，并最終實(shí)現(xiàn)全球范圍內(nèi)的彎道超車。
“AI-First 不等于 AI Only，”零一萬物生產(chǎn)力產(chǎn)品負(fù)責(zé)人曹大鵬表示，“模型、工程、算法、產(chǎn)品要基于場景深度結(jié)合，模型長板匹配剛需高價(jià)值場景，構(gòu)建AI-First 工作流，追求極致體驗(yàn)、一站式解決用戶問題，而不是單純秀模型能力肌肉，拿錘子找釘子�！�
“萬知”正是這一理念的最好證明�！罢�、讀、寫” 職場人的三大需求精準(zhǔn)切入辦公場景剛需，AI 助力之下的文件撰寫提效超 10 倍，低專業(yè)判斷的日常白領(lǐng)任務(wù)節(jié)約時(shí)間超8成，聯(lián)網(wǎng)生成回答、PPT 速率遠(yuǎn)超行業(yè)平均水平。萬知還創(chuàng)新性地將多模態(tài)能力與PDF文檔閱讀場景相結(jié)合，解決PDF文檔中大量圖表無法識(shí)別的痛點(diǎn)。這一功能的實(shí)現(xiàn)離不開高性能的場景專屬模型——多模態(tài)模型 Yi-VL-Plus 在視覺模型盲測平臺(tái)Vision Arena上的評(píng)測成績始終保持全球領(lǐng)先。
在行業(yè)普遍追求大項(xiàng)目、快增長的背景下，零一萬物選擇了冷靜克制的發(fā)展路徑，更關(guān)注能造血的“高質(zhì)量增長”。在 AI 1.0 時(shí)代，人工智能還未展現(xiàn)出高泛化性和涌現(xiàn)能力，針對(duì)頭部客戶做私有化部署的模式成為主流，但時(shí)間已經(jīng)證明，偏項(xiàng)目制的重交付模式所帶來的營收增長存在上限，其可持續(xù)性挑戰(zhàn)嚴(yán)峻。
在零一萬物 API 平臺(tái)負(fù)責(zé)人藍(lán)雨川看來，已經(jīng)在海外充分得到商業(yè)模式驗(yàn)證的 API 會(huì)是更好的選擇。作為標(biāo)準(zhǔn)化產(chǎn)品的 API 復(fù)用性更強(qiáng)，商業(yè)模式也更趨近于云服務(wù)。比起 AI 1.0 定制化重交付的模式，API 能夠更快穿透千行百業(yè)，藍(lán)雨川表示，零一萬物提供世界第一梯隊(duì)的模型、最佳性價(jià)比的方案，聚焦企業(yè)如何用 AI 為自身業(yè)務(wù)帶來增長。
API 與萬知等C端應(yīng)用共同構(gòu)建起了零一萬物的商業(yè)落地版圖，也成為零一萬物追逐 TC-PMF 的重要實(shí)踐。在李開復(fù)博士的規(guī)劃中，零一萬物將作為具有前瞻性的務(wù)實(shí)者一步步實(shí)現(xiàn)落地，并最終達(dá)到 TC-PMF，打造出 AI 2.0 時(shí)代的超級(jí)應(yīng)用，實(shí)現(xiàn)讓通用人工智能普惠各地，人人受益。
在普惠各地的愿景下，海外市場是零一萬物不可或缺的一部分。值得一提的是，無論是B端API 還是C端應(yīng)用，零一萬物都已開啟海外的落地嘗試。
去年9月開始，零一萬物便聚焦生產(chǎn)力、社交賽道于海外應(yīng)用展開探索，已有 4 款產(chǎn)品陸續(xù)上線。目前零一萬物海外生產(chǎn)力應(yīng)用總用戶接近千萬，營收今年預(yù)期過億人民幣，已實(shí)踐出大模型 2C 產(chǎn)品的 TC-PMF——產(chǎn)品 ROI 為1，初步擺脫燒錢獲客，成功驗(yàn)證了 AI-First 產(chǎn)品的用戶訂閱制商業(yè)模式。API 也將面向海外推出 Yi-Large、Yi-Large-RAG、Yi-Medium 等API，還未上線便已在開發(fā)者群體里引發(fā)關(guān)注。
由于海外市場與國內(nèi)市場在付費(fèi)意愿、市場環(huán)境方面存在差異，目前萬知采取限時(shí)免費(fèi)模式。但據(jù)曹大鵬介紹，后續(xù)萬知會(huì)結(jié)合產(chǎn)品發(fā)展和用戶反饋推出收費(fèi)模式。
TC-PMF 所帶來的 AI 普惠點(diǎn)終將來臨，這一次市場競爭將不再支持共享單車式的燒錢大戰(zhàn)，采用以資金“跑馬圈地”商業(yè)模式的企業(yè)必然會(huì)率先力竭，冷靜判斷行業(yè)發(fā)展進(jìn)程，腳踏實(shí)地打磨TC-PMF 才是更符合長期主義的路線。這場較量將包含模型、AI Infra、產(chǎn)品應(yīng)用等三位一體多個(gè)方面，零一萬物已經(jīng)做足準(zhǔn)備。
李開復(fù)博士表示，ofo 式的補(bǔ)貼邏輯不再適用于 AI 2.0，希望大模型賽道的競爭聚焦于達(dá)成 TC-PMF。零一萬物將以全球?yàn)槟繕?biāo)市場，以更從容的姿態(tài)迎接必然被點(diǎn)燃的中國普惠AI市場。
