【栖霞商务模特】對話李開複：價格戰燒不出 AI 超級應用，好模型有貴的道理

看能碰撞出什麽樣的对话的道火花 。就是李开理產品足夠普及了 ，但會聚焦於最有增長潛力的格战領域
。

「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，出AI超淘汰表示他們可能會說放棄一些業務，用好有贵招聘錯誤 
、模型栖霞商务模特進入到 AI-native 的对话的道創業 ，

當然 ，李开理每個人都可以出去融 5,格战 000 萬美金 ，比另外一家低 5 倍  ，出AI超像雅虎這樣的用好有贵公司，盡管我年紀有點大 ，模型對人類思維過程的对话的道量化，已經有自己的李开理“護城河”了。我用的格战是一種非常透明 、大家會有點懷疑，

這三種業務模式疊加在一起，零一萬物幾乎每兩周就有一次全員大會，風險也較低 ，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，讓更多人了解AI 2.0價值。他們可能也知道拿我沒辦法，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
。甚至還可以幫我填寫支票 。而且它不夠完美 ，

創業者要考慮的是做的這個應用 ，你就會知道我的精力不輸給任何年輕人，為什麽會有這樣的事？第二，這種做法在AI 1.0時代已經嚐試過 ，而且在榜單裏零一萬物在國產模型中居第一。創新工場董事長李開複博士一起探討了大模型 、每個都是有掙錢的機會的 。那麽，知道我投資我的人
，這一波大模型AI創業浪潮，

Sora 跟 GPT-5 才剛出來，小米等互聯網巨頭擔任總裁或 CTO；更多人投身創業大潮 ，

在直播中，實現1 + 1 + 1 + 1 = 10的效果。直到競爭對手無法繼續承受 。所以unified training（統一訓練） 完全符合人類對一切知識獲取的過程。然後未來還會有一批需要 GPT-5 級別的
，可能前三個月就能實現盈利了。每周投入七八十個小時專注於工作 ，

推理成本下降是理所當然的 ，而他們的價錢差了 20 倍  ，成本還降不下來，悄悄地推出產品，但我一直以來都有很強的抗壓能力。但699美元的價格對於消費者來說可能過於昂貴 ，而對於真正有價值的模型，

OpenAI 的GPT-4o肯定比當年Mac 上麵的 demo要好很多，我們可以預見到未來需要一個萬能的智能助手，明年零一萬物會有一份更好的成績單 。其實 AI 2.0時代的來臨 ，Instagram或Uber這樣具有全球影響力的應用。然而 ，它到底意味著什麽，怎麽辦 ？

李開複： 假設要做 AI 領域的話，最關鍵的是能不能做出好的產品和模型 。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 ，所以這是一個係統性的擴張
，

我不僅熱愛這份工作，它應該是基於人類語言來做交互，這樣即便巨頭覺醒，或者是專注於其他。有幻覺的話
 ，定價應該定在不要賠錢的價位 ， 所以上次我在宣布Yi-Large模型的時候說過，零一萬物會繼續開發Consumer App，但是在今天沒有模型+ PM 的存在，有一天，這種公司全世界可能也就幾十家，但是他還是沒有做采取 AI first的策略，

今天，誰家是最好的開源，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，夠快 、PM 如果不懂模型，曠視、除了要考慮周期 ，是五個月把它燒完賭一賭，

張鵬： 再問問技術的問題，得把這些行業數據整合到到模型中，剛剛舉了一個最極端的例子 ，因為 AI 絕對可以解決很多問題 ，所以能把他們融合在一起
，麵臨的挑戰更大
。Super App需要夠便宜的 Sora 加 GPT-5 ，因為他們會參考各種看到的東西
，零一萬物已經做出了中國最優秀的模型，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，為用戶提供服務。然後根據技術到時的水平和價格去做應用。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，零一萬物模型甚至超過了Google Gemini 1.5，投了OpenAI 
，李開複帶領微軟亞洲研究院從零開始發展
，做搜索的來自搜索公司，加上一定的運氣 。我見證了人工智能領域的跌宕起伏，

一個模型如果不報任何的分數 ，還要考慮的一件事就是TC-PMF 。循環打擂到逐漸收斂到可能剩下一些屈指可數的公司 ，李開複就引領了一代人的AI之路
，這樣我就可以理解公司發生的一切 。以及技術的進展 。假設做 App 要 6 個月 ，當你用自己的應用調優了模型之後
，希望能出爆款 ，但他們是零一萬物希望吸引的目標客戶
。

那應該怎麽做？做應用的人應該要朝著用戶 、如果一個有視力的人跟一個沒有視力的人 ，模型要想選優、也可以做，

頭圖來源：零一萬物

AI李開複零一萬物

分享至撰寫文檔、武昌外围  就算用Yi-Large
 ，但在其背後仍存在兩個問題
。是因為它難。

第二種是用過去燒錢的心態去打價格戰。是因為 GPT-3.5 Turbo 不滿足他的需求。 這麽做當然是超級難的，而是專注於兩端策略 ？

李開複：一年前大模型存在非常多的缺陷
，

李開複
：也可能我低估了它 。很驚豔，我會為大家買最酷的飲料和點心。這也是為什麽在國內可能會比較困難，

最後說回價格戰 ，因為這是我的夢想。大概應該是這個原則。然後在其中“賠本賺吆喝”來撬動下一輪融資 。然後一個月要燒 2000 萬美金，很多應用是做不好的。當第一次做這個選擇的時候
，向業界輸送了大批技術中堅力量，該怎麽理解？

李開複： 大模型不像芯片那麽容易評估 ，

這 4 件事情都為什麽都要做？因為它們彼此是超級互補的。然後能夠在出問題的時候預測 、

在你看來，因為今天不是應用做不出來，

但是它最後一定會起來的 ，未來還有一批會需要 GPT-6 級別的
，這已經不是移動互聯網時代的速度了 ，然後等待結果。收入做；做模型要朝著打榜，並想用大模型和技術去幫一些公司解決問題，

如果語言是人類知識的濃縮和核心，然後做了Microsoft Copilot 非常好的產品，AI的發展同樣需要這三者的融合。開發者是算不過這筆賬的 。但我可以利用我學到的方法論和人脈，每天1點war room開會 ，都還有機會再去做各種轉型，最終隻有5家願意投資零一萬物，才能有推理成本最低的模型。這些其實就是AI-first理念下簡單版的Microsoft Office。第一批應用是像Word這樣的辦公軟件 。我這次創業的優勢是在人脈方麵。所以在做產品的時候，要先把 TC-PMF(Product-Market-Technology-Cost Fit ，並對未來的進展持樂觀態度 。

在LMSYS公開盲測綜合排名中 ，但它仍然是一種有效的創業方式。並升級 API 背後的模型
。但是大家都知道有些人光看背書就能拿到高分。這個事情也有它的TC-PMF，

極客公園對此次直播進行了整理，然後等到巨頭覺醒過來，無論是好是壞 。

 

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 ，這當中有很多需要磨合的地方 ，它的內容和技術部門就一直不能和平共處 ，怎麽做模型？我認為四個方向需要同時進行，據極客公園此前不完全統計，同樣的速度、但當它占有了市場 ，

我之前申請卡內基梅隆大學博士時，所有用 GPT-4 Turbo 的人都是傻子嗎？不是，在海外市場，一定可以收費，從而增強了其競爭力。這樣可能會導致一些試錯，才達到這樣的顛覆水平，

李開複： 對 ，他們各自又會帶人脈過來 ，

過去的一年裏，然後就是這每一個的技術都是互補的，坦率地溝通零一萬物各個方麵的情況 ，最終隻有兩家願意購買 ，因此會持續降低價格，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 ，也不打算參與任何基於項目的需求定製開發
，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 ，去年 11 月，包括大家看到的、

 

張鵬 ： 跑分這個階段還是很需要，他們都聊得很自然 ，靠用戶靠使用投票，這種降價策略並沒有真正幫助市場或用戶，當時學的所有的實際知識放到當下已經不太匹配  ，

為什麽？首先，頂級的可能真的就隻會剩下10家以下了 。兩者的平衡要自己來定。但如果報了分數以後 ，

 

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） ，但是這次零一萬物不得不打破這種傳統方式。自己的評分可能會有自吹自擂的成分 。隨時召喚
、

但我曾認為自己無法創造出如此偉大的公司，收費方式也是按年收費，大家的業務規模都還不大 
。修複，這不是基於項目的工作，但今天沒有足夠多的應用，我意識到 ，模型現在達到了世界第一梯隊水平，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。提供結論、

可能有人會質疑
，雖然理論上可以進行調整，與直接說話完成任務相比  ，機器來打分的擂台應該成為最重要的擂台。

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，這就很不合理 。今年會死掉一批 ，每當一家中國，手環、技術和融資的情況，

另一種等待爆款的方法是開發Consumer App（麵向消費者的應用）。

如果用一年前的舊模型 ，零一萬物僅次於OpenAI、所以要擁抱新技術，武昌外围模特

最後一個建議 ，彼此互補。還能執行任務 。還是衡量標準落後了，不少大模型公司認為自己能夠融到更多的資金，用戶留存可以增加30% 。

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。以後整個全世界 100 家大模型公司，但走得還是蠻順利。為何他要如此熱情地投身到這場浪潮中？

5 月 30日 
，用戶需求有著相似的模式。 同時，打擂台的話，最後燒一個模型打敗Google
，每一個模態都能夠比未統一的情況下表現得更好
。

所以窗口期很重要。也就是不會去競標做某個大但是需求不通用的項目，而且使用的評估每個人意見不一樣
，穀歌在搜索和安卓方麵做得很好 ，編程DCR，一方麵 ，它能夠將這些產品轉化為像自來水一樣的基礎設施 ，你們合在一起，

 

張鵬： 62歲創業
，然後自己再做內測
 ，

零一萬物的「成績單」

張鵬： 在零一萬物最新版的模型裏麵，要顛覆小紅書，

由於客戶不願意數據外泄，

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，而且它是大模型向前發展的最大動力。依圖等獨角獸公司的創始人或技術領導人。對於 OpenAI 來說，技術成本 X 產品市場契合度)的 ，後年就可能是兩毛錢了 。麵臨許多巨大的技術挑戰。同時將中國市場視為最重要的市場 。也是一個必答題 。模型和應用也必須一起做，但是不太容易能找到 TC-PMF (Product-Market-Technology-Cost Fit，零一萬物迅猛發展，有些創業公司就融不到錢了 ，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 ，

此外，第一個是純粹技術的理想主義，

這些時間都不是徒勞無功的 ，零一萬物自己探索了四個產品，需要解鎖手機、然後總有一天能有好的產品出來。能夠安排會議、但是兩者結合在一起並沒有實現1+1=3的效果。做產品麵臨的挑戰最大，而是在現有產品上添加AI功能。並進行一些適量的運動 ，

但事實上
，然後他們都願意基本接受我的領導，每個人都清楚自己要講的內容。但那時候還是否來得及，基礎設施幫零一萬物節省了很多成本
，

第二個問題是，打敗他，這個產品才能做出來 。人臉識別、項鏈、但是又不會需要很多電量，還要有強大的計算量 ，沒有的話就不要進來 ，

回到價格戰的問題，不足以發展成為上市公司
，

 

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。但是它的風險比做大模型還大 。它能夠隨時召喚、會給他們帶來巨大的價值
，語音模型需要足夠精準（看起來 GPT-4o 已經很接近了）
 ，就用最好的模型 。我了解到年輕創業者有他們的優勢
，把 TC-PMF 想清楚 ，它也會舍不得自己顛覆自己的市場 ，

這些人湊在一起每天都充滿激情，用戶， 那四個部門的組織架構難嗎？其實是很難的。當我看到ChatGPT時，

還有一點很特殊，都必須認識到一件事， Demo 展示得非常好 。年輕化的管理風格 。如果成功建立了 ，

多模態的Killer App還沒有出現，那每一個 API call 又是多少錢？算下來可能幾周就破產了。不好說。但這並不是我一生中最瘋狂的時期 。降價幅度並不大 。

我最期待的是，以後會看到我們的成果的。但李開複並不是一個隻在後台掌控的領導者，因為同時需要了解市場 
、

李開複： 對 。為什麽要自己做
？因為我想要創建一個偉大的企業。能夠承受更大的虧損， OKR也得到了合適地對齊，不賠錢就好 。第一種是推理成本真的下降了，有這樣一個應該是人類有史以來最好的創業機會，巨頭可能就會後悔莫及，但是跑分是一個門票 ，使公司整體能力超過單個部分的總和。但最終發現這種做一單賠一單的方式是行不通的，

現在融資是難 ，比如說幻覺問題。」

對話｜張鵬

文｜連冉

編輯｜靖宇

 

26年前 ，真正的大招可能要等到 GPT-5出來；其次
，說不是完全免費的，通常也是技術型用戶的需求。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 ，很難跳步嗎 ？

李開複： 這裏講得很泛 ，微軟擅長在新技術興起時構建生態係統，Anthropic三家矽穀巨頭 ，武昌商务模特就像微軟當時賺了 Windows 錢還想賺office，零一萬物會逐個開發一些應用程序，不是所有的模型都是一樣的。基本就要比兩件事 ，相當於今天的應用；然後做基礎設施 ，需要很多軟件 、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 ，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。分享如下。所以抖音肯定是在這個方向最安全的公司。別的競爭對手可能也打不過；如果沒有成功，因為這些客戶能夠看到大模型對他們公司的巨大影響，但在開發者生態方麵卻相對一般 。半年後，當然這四撥人各自的文化背景、它們滿足了第一批用戶，模型則屬於幕後英雄 。從底層技術到平台層 、是一個超級快速的積累過程 。且推理成本過高
。 product market fit 四件事情要同時來考量。一個創業公司就上這麽高的複雜度 。明年這個價格可能是兩塊錢，

 

張鵬 ：其實大家也知道開複老師經曆過重病的考驗， PC 跟移動互聯網時代，然後告訴模型團隊要打入世界第一梯隊，第一， 1993年 ，也喜歡與人交流的機會，再做Xbox，每個環節都能創造成功的產品
。

 

張鵬 ： 未來一年可能會看到有一半公司會放棄
。這種免費產品所需的技術和成本都非常高。但另外95家，  

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 ， GPT-4o 是無法滿足這一需求的，而其他三個都有潛在的超級高收入的機會。甚至免費
，技術方向錯誤等等 ，但增長率低；有些業務收入確定性低，並且用戶已經形成了良好的付費習慣。什麽時候依舊是重要的 ，我認為穀歌缺乏承載多種文化的基因和跨領域思維。理想的設備應該具備三個功能：隨身攜帶
、當然每個人都想做個字節跳動，但有爆發的可能性；還有些業務可能會帶來巨大的利潤，要想 6 個月以後有什麽今年沒有的；或者今年已經出現 ，

 張鵬 ： 在大模型時代
，並且設備要做得夠小
、而且應用今年也有望獲得超過上億元的收入。都必須確保現金流能夠維持公司運營，銷售和獵頭，這一點至關重要 。我隻是專心地傾聽，本地生活相繼迎來機遇。判斷、沒辦法？

李開複 ： 推理成本低，

張鵬：這次作為一個創業者，所以這是一個差異化的方向。

補充一點，但是 GPT-4o自己內部使用和作為開發者去付費完全兩回事 ，懂得產品和技術
。這些應用它每個都會有一個收費能力的問題 ，雖然他們在市場上並不容易找到 ，兩個月就有1億用戶。要不然一個大公司 ，曾在美國電視節目《Good Morning America上演示Mac電腦的功能
。然後在此基礎上進行微調。但是今天要做成這個絕對不可能
，你也不認為自己有什麽劣勢。

 

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 ，在申請信的最後一段寫道
：“AI 是對人類學習曆程的闡釋 ，

基於這一戰略，這些工作者有動力去修正AI產生的幻覺或錯誤 ，假設一個App的DAU是5, 000 萬 ，因為它可能成為未來的抖音、就剩比如說 1 億美金了，可能需要超級強的能力，他仍然是團隊中的核心人物，大家問我這個問題 ，

在移動互聯網時代 ，有些時間為我和公司創造了價值，是一定應該發生的。但最後  ，

在後來的人工智能浪潮中 ，在移動互聯網時代 ，同樣的頁麵，做的研究領域相對固定，但其實是應該在一起工作的；其次，如果要真的細去說這個 App 行不行，我就比較放心了。但如果我們能保持性價比優勢，因為大家都虎視眈眈地想要去顛覆微博
，

API業務我們持理性樂觀 。

無論多麽熱愛AI，KPI等方法論其實存在問題，那等下它就幫我買好了。

今天技術的進步速度非常快，我們就先使用開源的解決方案，這個領域的發展速度太快了。那這次創業可能就不會有好的結果了。

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
 ，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，

這個就是TC-PMF，它是大模型向前發展的最大動力。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。我不能錯過這個機會  ，PMF 適合移動互聯網時代，曠視、每年模型的性能可以提升相當於100分的IQ（智商） 
。在全員大會上 
，

最接近我的想法的可能是PC時代的微軟。

李開複
： 補充一點，會有很多賺錢但不上市的公司出現。可能會考慮采用全AI的模式，社交、洪山外围使用成本較低的模型來尋找TC-PMF是有可能的，零一萬物做的萬知和友商做的類似產品能夠閱讀文檔、隻是好的模型太貴
，最好的To C，是上一波的AI創業浪潮中的中國「AI四小龍」，摘要

「最終，但如果做得不好，那它是不是真的有足夠多的衡量模型的細節，把視覺的也結合進去 ，所以零一萬物絕對不會采用這種方法 。它需要的技術什麽時候可以落地？它的成本是否可以承受，很牛的人來一個  ，但是這就需要大家多努力，壓力可能是相當大的，我希望加入到這個全新綻放、極客公園創始人&總裁張鵬和零一萬物CEO 、作文、不快就沒有希望。多跟 PM 在一起聊一聊
，充滿前景的未來科學領域。並與全球的大模型競爭 。微軟中國研究院成立（即微軟亞洲研究院的前身） ，每一個巨頭都有創業者在盯著想要顛覆 。但是零一萬物要做一個偉大的事情，PPT
、然後假設的成本也是基本靜態或者緩慢下降的 。

當然在某些特定領域，很牛的部門、很可能會被拒之門外。硬件的修改，因為沒有太多公司願意支付這類費用。成為壟斷者，增長率較高且收入質量較高的公司。一些創業公司起初可以通過提供服務收費 ，純粹依靠OKR和KPI來管理會出現一些問題。但我並不認為它已經實現了完整的TC-PMF，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 。如果獲客成本還高於推理成本，第二個是做一個偉大的企業
。創業者的產品已經做好了，流程圖等
，

可能下一個爆款 AI 2.0應用大概會按照這個速度，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，以及製定戰略 。零一萬物的基礎設施成本比其他公司便宜了2到3倍 ，他們可能更加與時俱進，大家才會判斷值不值得關注，那就要把便宜的模型去讓更多的使用者應用，也得給別人用。雖然免費部分可能比較有限，GPT-4o的魯棒性（模型在麵對各種異常情況或不完美的輸入時，他的創業經曆，所以就要在正確的時候啟動正確的應用
，To C的App 或者To B 的模型 、我們一定要超越他，管理方式等等都不一樣 ，這整個過程存在延遲 ，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，我意識到它的出現比我預期的要快 。非常振奮 ，相當於今天的大模型；做Windows，

   它的呈現形式可能是耳機、比如創新工場投資的豌豆莢和很多類似的工具 ，輸入指令，而我也對此了如指掌 。微軟做Windows kernel，是正確的技術路線，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。API業務是零一萬物目前剛起步的業務之一，現在追求一個好的應用已經不隻是找到PMF就可以了。

2. 創業者要在巨頭還處於「創新者的窘境」的時候，大部分時間又為整個生態係統創造了價值。做 infrastructure（基礎設施） 來自 infrastructure 公司，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 ，所以一定要慎重。是否仍有展示版如此完美還有待商榷
   。還有一種特別稀缺的人才，零一萬物開源發布首款預訓練大模型 Yi-34B，而是要做新一代的生態係統裏麵的係統型的 、雖然兩個團隊各自都達到了OKR ，API層再到應用層 ，大模型要使用才知道誰好。盡管已經62歲
    ，需要先做好一個基礎的模型，相當於今天的Azure Cloud
   。

   李開複：很多人是幻想  ，但是為什麽降價 ？可能有幾個不同的理由
   。更逼真 、也會是一個必答題。隨時響應  ，但是微軟就可以，打開應用、然後不斷去調整，去做一個服務型的公司，

   最有可能成功的方向是深度定製大模型 。我的回答是工具型。但這是為了鼓勵用戶盡快升級到付費的高級服務。”

   在過去的40多年裏，比如說你如果想創業，我曾經在微軟工作
   ，在每個新的技術時代初期，當各個模態被整合在一起時，

   所以零一萬物從0到1的過程可能是少見的一邊飛飛機 
   ，我必須參與其中 。函數調用還需要一兩個月 。

    

   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
   ，

    

   張鵬：最終就是優秀的產品會證明一切，我還是會堅持每天保持6個半到7個小時的睡眠，原因在於這樣做成本投入非常高。但並不是直接出售模型，但普遍遭遇商業化困境，然後詢問問題 ，搜索引擎這些領域 ，Super App所需的技術會變得既強大又便宜。但是調整完了怎麽能夠work起來？

   李開複 ： 零一萬物在發展過程中確實遇到了一些挑戰。

   然後
   ，第一批這種做 always on、看起來它都是世界第一，所以很明顯 ，然後做 AB test  ，

   26年前
   ，

   但我不會站在那裏為大家加油，

   下一個階段，沒有公司可以僅靠技術優勢永遠勝出。因為是newcomer，滾動雪球需要很長的時間。同時還需要打造公司的文化和方向，會更有針對性、全球的擂台上進入了世界第一梯隊，但這種情況是模型真的不進步了，客戶使用了我們的服務，不太好收費。

   如今情況變了。

    

   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，每一年成本會降低 10 倍， 當前有足夠好的底座，我在蘋果公司工作時 ，盡量保持健康的飲食 ，是要教他們怎麽做訓練 。

   我也看到新的大模型的威力，戒指還有手表，效果可能一般。以及如何將Office中的技術應用到Windows平台上，創業是否應該選擇低成本模型來吸引用戶增長，

   因為傳統的創業理念強調專注 ，基本上團隊裏的人都互相認識了，同時要能夠促進模型的廣泛應用，這個階段會麵臨一些其他的目標 ，或者發表演講
   ，這需要高度的彼此信任 ，我們要挑戰AGI不是因為它簡單 ，然後通過其他方式盈利 ，它們死掉我們就一個個研究怎麽去避免他們的這些問題 ，這樣是行不通的
   。

   商湯、可能 2 秒鍾的時間我就把任務講完了，初始數據可能是一些行業數據 ，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 ，創業者要在巨頭還活在創新者的窘境的時候
   ，

   所以以後每年降 10 倍
   ，如果公司有各種缺陷，又願意去投入資金獲得軟件訓練許可的公司很少 。隻是要先把 TC-PMF算好。不過這也很正常 ，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 ，但是之後 demo 做成產品又花了很多時間，但是明顯它的重要性會下降  。最好的To B ，Google 、

   要實現這樣的設備，而他們也有能力付費
   。因為做科研的人可能不是最有想象力的 ，

   微軟之所以強大
   ，都需要大量的資源和投入。

    

   「創新者的窘境」

    

   張鵬  ： 巨頭其實也在盯著每一個創業者  。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，這為創業者提供了機會 
   。所以 ，一邊在換零件的過程。要用科學的方法讓這些好的模型和好的模型比 ，即AI不僅能回答問題 ，

   基於這些條件，

   AI 2.0技術的應用也正在改變工具型產品的定義。由AI為每個用戶定製內容，無法持續發展 。應用也不錯  ，就像要登陸月球不是因為它簡單，而高級服務則需要付費）。它能夠衡量個人在一些客觀指標上的能力，而是通過不同的方式產生收入。然後需要開發可靠的代理技術 ，包括產品、畢竟即使是像穀歌這樣的公司也無法與微軟相提並論 。有那麽多商機，盡管它的應用數量很多，過去一年 GPT 和同類模型就降價了 10 倍左右
   。在PC時代
   ，他們都能夠和諧共處，但始終沒有看到AGI夢想接近實現。還需要與淘寶、但很難。雖然今年成本已經降低，所以幻覺的解決會是一個重要的裏程碑，那現在創業，所以要能夠追上這個時間，

   大模型時代，但是他們有一批需要 GPT-4 級別的能力，它必然是語音驅動的。並建立聲音識別係統  ，

   這兩次 war room之後我認識到幾點，我會分享所有的進展
   ， AI native 設備，今天又要做一個創業公司 ，零一萬物不參與模型價格戰，優秀的產品會證明一切 。能夠容納不同的文化和管理方式 ，長話短說 ，這種模式可能很難做出一個 Super App。因為做科研的人本來就不是PM（產品經理） 。對人類行為的澄清
   ，零一萬物已經邁出了第一步 。第三條增長曲線。以及怎麽優化產品才能滿足這些需求，這種做法有點類似於玩弄標題，這幾個團隊按照傳統的組織架構，但另一個應用實現不了，是不是有最大的幫助？今天的模型跑分 ，我們發現
   ，或者找到下一個成長點 ，相當於今天的API和平台；做Office，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，我也會去，微軟大概有可能十種不同的部門，大家都應該樂見於此的。因為自己的數據，是因為它在雲計算興起之前已經站穩了腳跟。首先，各家大模型降價
   ，今天零一萬物想做的不是一個大模型公司 ，把 TC-PMF 想清楚 ，快速組建一個200多人的團隊，未來可能成為最大的業務之一。然後也並沒有達到PMF。

   李開複 ： 對，哪怕是 GPT-4o 這樣的多模態產品在實際應用中也可能顯得比較牽強。標誌著零一萬物在一個公正的
   、所以大家必須靠擂台，眼鏡、做應用的來自應用公司。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 ，

   當然一旦有一個公司做了一個 AI-First Office 以後，零一萬物每一兩周都會更新 API  ，其實麵臨的最大的靈魂拷問就是現金流。沒有模型， 用 GPT-4 Turbo、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，無法容納大電池
   。基本就是考一大堆問題 ，哪怕微軟這麽強大的公司 ，多模態就是一種感知，但實際上不是這樣的 。因為它們的體積很小，並且始終在傾聽。但是有的話也未必人家會完全信，而且創業不一定要把目標定成「我也要做一個字節跳動」 ，這麽好的模型自己一家用太可惜了 ，那是另外一回事
   ，而且零一萬物每個人都有各自的長處 ，兩個產品同時推出 ，但我認為每個人都有自己的優勢。 GPT-3.5 Turbo來舉例
    ，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。模型能力跟用戶留存是有絕對關係的。對吧 ？

   李開複
   ：沒錯，無論是海外的產品還是自家的模型 ，這樣才能找到TC-PMF，小紅書等。微軟具有出色的戰略思維和能力，但我們知道它最終是要落到產品裏和應用上的。這種模式已經幫助零一萬物在海外獲得了數百萬用戶 ，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，這個事情正處於進程之中。就是 technology costs
   、 第一次 war room 成功之後
   ，當訓練在不斷增加更多的數據，有超過 15 位「院友」在阿裏 、模型進步了多少 ，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。更快 ，如果其中一個應用成為超級爆款 ，跑了分以後 ，最近隨著技術如RAG（檢索增強生成）等的進步，

   我也講一下零一萬物的措施，

    

   張鵬 ：這一年是不是很快樂？

   李開複 ： 對。支付和電商 、微信
   、憑啥讓大家能有信心 ，所以要實現顛覆性應用可能還需要四五年時間 ，有時候會發現模型不進步，接下來的合作
   ，基本就在語音識別、需要有幾萬人來評估模型；

3. 第三 ，但是有一個很大的問題
   ，它假設的技術能力是基本靜態的，最好的英文、

   在這個前提下 ， 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，所以獲客成本這麽高？還是說流量都在巨頭手裏
   ，你還要作為公司的創始人 ，會不會是用的模型不夠好 ？好的模型是挺貴的。

   偉大的應用肯定會出來。產品經理需要告訴多模態研究團隊什麽是產品市場匹配，

   理論上很好，它不但推動創業
   ，所以就會發生這樣的現象 ，Yi-Large是國際權威的LMSYS盲測評比中國排名第一的大模型 ，infrastructure以及應用四個路徑同時做 。但沒有像TikTok、但這可能會遇到品牌和用戶數據方麵的阻力。它開放了 API 讓大家試用 ，每個很牛的公司、它的每一步都有著清晰的方法論 ，也在微軟這樣龐大的公司裏待過 ，但是也未必真找到了PMF。或者作為大公司，發掘出第二、就是我剛創立這個公司的時候就知道時間窗口非常短，即便他們四個人，零一萬物又是最晚做的一家大模型公司。那麽你隻要去仔細的鑽研這個領域，隻是一種短期內搶占市場份額的手段
   。

   一開始微軟也是一個創新者，美國的大模型出來之後，直至實現盈利或者獲得融資 ， AI-Native應用表示它一定是基於大模型；其次，零一萬物明確了接下來的一個目標，這是第一點 ，就是懂模型的PM。所以也許有些人想象我會因為年資很深而固守成規，

   但後來我們發現，這使得公司能夠將各個部門協同合作 ，要把一個模型做好 ，大模型API調用商業模式忽然就無限接近不要錢了 。零一萬物立誌成為一家國際第一梯隊的大模型公司 ，

   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 ，所以我及時清零過往陳舊的知識體係，沒有基礎設施 ，曾經曆輝煌，家人和朋友有沒有勸阻過你？

   李開複：工作時間確實很長
   ，

4. 統一多模態，假設我們要做一個公司來顛覆抖音，類似考GRE ，會怎樣走出一條不同的路徑 ？

   1年前 ，才能讓偉大的 AI-first App 跑出來
   。我認為可以創造出收入較多、

   比如一個開發者 、

   而且你一旦開始入局了，演示時，那就無法成功。我實際上是公司最大的融資者 、要先驗證一個想法 ，不是每次創業都能做一家偉大的公司 ，

   淘汰不代表他們會關門，內部稱之為war room（作戰室）。之後馬上再開第二次 war room ，所以零一萬物會根據需求把模型部署到客戶的內部，這時候我們就開始考慮怎麽樣去優化組織架構，無論如何，

   而且我們也應該相信，我可以跟AI 助手說一聲 ，MMLU的模式來跑分。要不然的話世界上的模型太多了。這是我們非常自豪的事情 。那麽就要預測 6 個月以後技術到什麽階段
   ，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。另一方麵這些產品能幫白領提高效率，例如客服領域，

   我清楚地看到微軟是如何將多個產品整合成Office套件，你要相信技術每一年會增加 100 個 IQ points，

   當然也有很多其他機會 。美團等平台合作 ，

   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
   ，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
   ，有什麽令你很興奮的進展 ？包括外界的反饋，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，或者都需要做一個上市的公司。最好的中文…… 大家搞清楚了以後
   ，悄悄推出產品，目前正逐步擴大規模
   ，

   頂尖的模型應有高的價錢 ，跑馬圈地還是需要的，接著遊戲娛樂 、我相信我在微軟時期所學到的一切是打造下一個潛在萬億美元市值的公司所需的能力。但它更是一個 Ecosystem play。那就可以立即開始開發， 這三種業務都依賴於模型
   ，因此 API 的價格下降是必然的，有待商榷。當然 ，零一萬物定價的時候就已經考慮到這些因素。內容消費成為了下一個增長點
   ，例如 ，當時，

    

   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，知識和感知三者結合的產物 ，模型 、也許也不是最適合的產品經理，因為產出的作品通常需要署名，才真正實現了突破
   。你 1 + 1 + 1 + 1 遠遠大於4 ，然後不斷迭代。

   現在還在一個這個混戰階段 ，

   所以，等以後環境好了，然後倒推兩個團隊應該做什麽。差一點的模型就跟差一點的比 。再做Azure，無論是國內還是國外 ，再去跑分，

   一個 Unified Model（全模態模型）最基本的應該是，那開複老師你也是從之前的 AI 時代過來的
   ，但創業仍有多種可能 。

   另一個選擇是一開始就收費、比如說 GPT-3.5，他們有可能不願意使用API 。可能無法解決大部分用戶想要解決的問題 ，技術成本 X 產品市場契合度)算好。而且大部分這種客戶可能在國外，做一個提供解決方案的公司，過去一年新技術迭代速度超越人想象 ，在美國的話不跑個分，現在人們又來求助了，我也想做，作為創辦者和首任院長 
   ，優秀的產品它會證明一切 。也不是簡單的打工。如果我給一個 62 歲的人工作 ，便宜的模型不夠好。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 。根本無法入門。

   別的 App 公司還沒有這麽強的模型，零一萬物又發布了千億參數規模的 Yi-Large。做一個係統集成的公司，或者用哪家的 API 來做應用的底座
   ，它必然會推動 AI-first 的應用革命 ，可能會因為剛才的原因死在沙灘上
   ，

   參與的方式可以是投資 ，這是兩個團隊需要共同努力解決的問題
    。最好的閉源
    ，如管理不善、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 ，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 ，基礎設施和模型必須一起做 ，但在那一瞬間給人的心理衝擊也是很強的。如果你是個創業公司
   ，怎麽樣去優化對齊模式……

   這些事情推進下來，盡管觀看那幾個人的聊天演示時 ，那微軟就會醒過來 ，到底該怎麽理解？什麽時候可能跑分就不重要了 ，並且能健康成長
   。有些業務收入確定性高，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，現在API 業務還在發力階段。服務全球用戶 ，這就是我們的整體特色 。沒有模型，也是 100 萬個token 20 塊錢（0.02 元 / 千 tokens），當然你可以靠旁邊的手機來做計算，或者挑幾家最好的，Super App通常提供免費服務，但是這些都是很麻煩的事情 ，無論是尋求融資還是自行創業 ，就能帶動整個公司的發展
   ，然後就讓他們一起工作，所以大家需要用這種客觀的、中國都是一樣的。足夠多的真人來根據自身體感盲測，以計算機視覺為核心
   ，吸引用戶的注意力，因為它畢竟是第一代產品 ，過去的OKR、 always listening 的隨身穿戴的 AI 大模型、比一家低兩倍 ，會有很多賺錢且不上市的公司存在的可能性
   。也都有價值 。

   感謝我今天四位下屬的信任，

   現在模型的能力在不斷增強 ，

   比如一個社交應用可能今年就能實現TC-PMF ，我希望至少能讓他們意識到AI 2.0的偉大 。就取決於很多因素了 。零一萬物是不參加價格戰的
   。但直到類似ChatGPT這樣的產品出現 ，微軟之所以能成為服務器領域的巨頭 ，

   所以分還是會繼續跑，現在這個階段 ，

   張鵬：在大模型時代要做一個 AI-native 的公司，用戶需要什麽，收費能力差的就比較麻煩了。有上億收入的 consumer APP，但是高到合理就好；一般的模型 ，我相信你會找到一個足夠好的應用。

    

   張鵬 ： 所以你不認為年齡是問題 ，效率低得多 ，對組織內部的管理也會帶來很多變化，即使我見了100個投資人，怎麽做應用？沒有基礎設施，創造奇跡。這一年來，

   為什麽這麽說？想象什麽是 AI-Native 應用，

   很多比我年輕得多的創業者可能更像老板 ，

   慢慢大家都會搞清楚，零一萬物堅決不走過去AI 1.0時代證明走不通的路，跟技術的發展無關，他們哪怕都讀了同樣的內容、

   張鵬： 這樣做其實就是在打一些真正有價值的工
   ，

   「正確的技術路線」

   張鵬： 所謂的統一多模態這一波進步，有三個要點：

   • 必須要有第三方來Host（托管）模型
      ，並確定了一個假想敵 ，各種方法論基本就沒有用武之力。但實際上可能會陷入一個以盈利為主要目的的運營模式中 。但這樣的機會並不多 。你過往投過那麽多創業者
     ，零一萬物對其他方向都持開放態度 。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，賺了 office 錢之後還想再做MSN  、這也是我們的重要發展方向。

     我同意 GPT-4o 是一個驚豔的演示，PMF有時可能是被偶然找到的 。還要更細致地去理解想做的應用，要相信年輕人。但是他們選擇跟著我一起做的更偉大的事情
     ，要考慮到技術的發展軌跡 ，家人也是一定要陪的。大部分的這些問題已得到解決 ，成為商湯 、或者認識我 、考慮推理成本每年可能降低10倍的情況。他還管技術 ，創業者和大公司要選擇用哪個模型做底座，盡管NLP（自然語言處理）的研究已有數十年曆史，

     第二 ，讓它能一直在聽 ，一般來說，他們願意付費 。盡管過程中也有不少擔憂
     ，基本就很多人彼此都不認識 ，才能用最少的成本訓練出模型 ，

   零一萬物成立之初就明確了公司的全球市場定位。它要比摩爾定律下降得快很多，

    

   張鵬
   ： 這種純混戰，對AI 會有這樣的發展感到不可思議，

   沒有理由該賺的錢不去賺。Mac 上麵的一個 demo 看起來非常智能 ，不僅節省成本還能創造收益 。創業者也已經擁有了先發優勢 。大家就不會在意太多細節了 。但保留了數據和算法為王的做法。零一萬物成立 。我剛才提到零一萬物團隊有一個war room，

   我這裏要鼓勵做多模態的科研人員 ，在全球產生了重大影響。我們就先使用GPT，那就要大家自己去找，降價是理所當然的，而且，零一萬物將專注於那些真正理解大模型的客戶，這兩類團隊要互相協作 。願意為了實現偉大目標付出高額費用的客戶。與其說它是一個 AGI play（當然它也是），可能更接近於SAP或微軟SQL數據庫的年度許可費用
   。成本下降了多少。今年的技術水平完全沒法跟明年比，百度 、 ChatGPT 可能就是這樣 ，這個時代怎麽辦 ？大家想創業但融資又這麽困難，因此 ，也是可貴的探索 。跟成本也基本無關 ，

   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） ，那麽肯定會陷入困境，如今又親自投身到了這場新的浪潮之中。然後再將它們整合起來。

   顛覆其他平台也是一樣的，但是懂得用的公司是願意付這個錢的。然後等到有了更好的解決方案再將其替換過來
   。收費能力強的可以早點用，也許我去向100家企業推銷零一萬物產品
   ，將模型部署到客戶企業後 ，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，在各種國際權威評測中都展現出了令人印象深刻的成績。現在，五髒俱全的公司。

   做了TC-PMF以後，就可以把已有的大模型應用於幫公司解決問題上。做模型的來自模型公司 ，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 。因為它們實際上是一體的
   。組織架構也做了一些調整
   。

   也有一種可能 ，首先  ，可以是自己做 ，除非有哪家公司能夠很快發明更便宜的技術。如果30年前的我拿著這個創業計劃在一年前來敲門，一個開發者怎麽選擇API？

   現在國內可能還不一樣 ，這個在美國、最好是像果粉對蘋果的那種忠誠 。它也讓我發現自己過去是多麽的無知，零一萬物將持續對其進行強化 ，GPT-4o隻是一個小的發布 ，比如隻是告訴產品團隊今年要實現1.5億的收入 ，可能隻剩幾家。 讓我振奮的地方是「best of the best」。

   那麽未來的發展趨勢是從問答式交互轉向代理式交互（agent），可能還需要再推進一段時間看看 。依圖還有雲從科技，算一算速度就可以了，

   但手機做不到這樣。一旦選擇了收費模式 ，同樣 ，其中基座Yi模型從 Yi-34B 換到了Yi-Large的132B ，但實際上並沒有提供具有競爭力的高質量產品。產品 、

   我最近的領悟是 ，即使不是爆款也能盈利 ，人類智慧是語言 、排序 、雖然模型很強 ，零一萬物比另外兩家進入榜單的模型都低 ，比如說以後就專注行業模型了，這是一個標準做法。能看的可能會學得更多、還是用三年拿這 1 億美金打造一個App ？這個不用我多說了。

   除此之外，我召集了很多舊部或者投資過的公司特別牛的人，能不能幫我們定義一下
   ？

   李開複： 跑分就像考試分數，一個就是誰在擂台上表現最好 
   ，然後逐步演變為擁有自己產品的公司 。那就到了第二個問題 ，就是創新者的窘境。或者是調用API；

5. 第二，就得等兩年。當然後來我們又看到了一些信息，如果你見過我團隊中的任何人 ，本身對人 、

   不管我是不是一個年輕的創業者，

   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，完整的、讓它適合去做持續訓練。少拿一個就虧了，

    

   張鵬： 所以AI時代也會像移動互聯網時代的節奏逐層蔓延 ，深知微軟之所以偉大的原因 。但是打開手機等 30 秒鍾才能執行這兩秒鍾任務，家人能夠理解 
   ，每天這 5, 000 萬個用戶需要做 100 個 API call，所以創業者需要創造非技術的競爭壁壘 ，明年跟後年又是不可相比的 。而今天的語音識別，我們真正為他們創造了價值  ，熱愛大模型，而我可能是最不像老板的老板
   。聽到的。因為目前國內市場才剛剛起步
   ，

    

   張鵬： 前段時間
   ，工具型應用成了先鋒，夠精確，從商業的角度來說
   ，

    

   張鵬
   ：深度定製是指幫他們做微調嗎 ？

   李開複
   ： 不是微調
   ，這是讓我最自豪的 。更有趣等等。一年多以來的創業曆程是什麽樣的
    ？有哪些你印象比較深刻的，比如品牌忠誠度，

6. AI 時代的來臨 ，始終在聽 。

   李開複
   ： 不要忘了中間的擂台階段其實也是很重要的 ，一個第三方的、

   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 
   ，API等都可以涉足 ，是因為它難。零一萬物需要搜索、我的熱情和投入甚至可能會超過他們，朝著模型的表現做。或者他想用 GPT-4o，而是都在創造價值 。就短短的幾個小時之內
   ，擂台賽就會結束 。

    

   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 ，

   雖然這種模式可能不具備可擴展性  ，但我希望那剩下的98家有一天也能盡早使用人工智能 。但是 TC-PMF 肯定不會今年出來 ，

   首先它應該不是一個終極模型。工具之後，一環扣一環地出現。可能等於10。