今天小編分享的科學經驗：零一萬物戰略驟轉！國内聚焦toB，toC先走海外，歡迎閱讀。
toC 先走海外，國内聚焦 toB。
這是大模型初創六小強之一零一萬物最近宣布的戰略轉向。
就在今天，零一萬物舉行了一場 toB 戰略發布會，會上表示，零一萬物堅決走讓用戶產生價值的路線。
李開復博士表示：" 今天不多談對 AI 2.0 時代的認知，更多的要看到它的商機在哪裡。"
該公司宣布了在 toB 層面基于 "Infra+ 大模型 + 應用 " 三位一體戰略；此外，百勝中國、孩子王、圖靈新智算等零一萬物的合作夥伴也同樣出席發布會，圍坐一起聊 AI、聊這些企業是如何用零一萬物的大模型來提升人效、降低成本。
由此看來，這家公司國内業務重點的轉向雖然剛剛才宣布，但一切蓄力已久。
為什麼選擇聚焦 toB 業務？
從宏觀來看過去的每一次技術革命，從 PC 浪潮到移動互聯網再到 AI ——總之是世界有一個新的載體、新的技術、新的内容時，總有個不變的規律：
即首先能浏覽，然後能創造，然後要有更豐富、更多元的内容，然後能靠它賺錢。
李開復稱上述的過程是一個不變的定律。
依據這個定律，在 AI 2.0 洶湧澎湃的浪潮裡，下一個階段必然以多模态的產生為重點。
" 我想分享一點，多模态的很多進展都基于很酷的 demo。當然我很熱愛很酷的 demo。" 李開復表示，上個世紀 80 年代他本人就在做很酷的 demo，" 但是很酷的 demo，不賺錢，沒有用；不產生商業價值，沒有用；沒有價值主張，沒有用；沒有客戶願意買單，不能靠它賺錢，沒有用。"
和此前所有以零一萬物創始人身份露面有些許不同，李開復在這次發布會上幾乎完全用商業思維來評估這個領網域，并傳遞他旗下大模型公司的狀态和進展。
李開復表示，生成式 AI 基礎上整個應用都在發生革命性變化，這不僅僅局限在原生 AI 應用的迭代周期變快，整個用戶界面都在革命性變化。
過去 multi-touch 的用戶體驗，其背後有數據庫、作業系統、CPU；而今天，原生 AI 應用的用戶體驗要以自然語言 / 語音來作為溝通方式（而不是機器的方式），其背後是模型、基礎架構。在做 toB、toC 應用的時候，一定要用 Natural UI；OS 不再架于 CPU 而是 GPU 上，其中涉及各式各樣的基礎架構問題。
于是，一個問題被抛出來：在這個革命化遷移的過程中，AI 2.0 時代，怎麼能進入賺錢的商業閉環？
李開復的答案是，第一是進入多模态時代，然後進行商業化；第二是從 "OS 架在 CPU 上 " 轉變為 " 智算中心架在 GPU 上 "。
而這兩個巨大的商機都是經典的 toB 型業務。
如果只重倉芯片，生态并不健康
PC 和移動互聯網這前兩次技術革命都產生了巨大的價值。
李開復把起原因歸于因為最終最賺錢的不是芯片廠商，也不是平台提供商，而是 toB、toC 的應用。
這條道理同樣适用于現在的 AI 浪潮，不過，他也提出，" 應用 " 這件事不發生，整個生态就是不健康的。
之所以稱生态不健康，是因為在李開復看來，如果沒有出現貼近用戶、貼近企業的應用來創造最終價值、創造經濟财富，用戶不會甘願付費從而讓應用存活下來。
如此這般，應用也不會對平台、模型、雲算中心作出反饋，讓這個生态中的各個層面都賺到真金白銀。
如果只是執着地把所有資源都用來購買芯片，去燒更大的模型，最後應用沒有做起來，帶來的生态是相對不健康的。
與此同時，今時今日以生成式 AI 為基礎的 toB 業務和往昔又有不同。
它不再是單純項目拿單的模型，而是通過提供解決方案，不斷創造商業價值、帶來業務增長。
李開復談道，擁抱 AI 2.0 的技術，不是說做個智能客服節約人力，不是說丢出個模型讓企業自己降本增效。
雖然上述一切都會發生，但最重要的是所有願意擁抱新技術變革的企業，要從上到下發生思考方式的革命。
而重視生态非常适合中國的情況。
最後，李開復分享了把模型放到真實有價值的應用的公司具備的特性：
第一是明确 " 怎麼樣能看到項目的降本增效 "。
降本增效一定是技術提供商願意自己花更多的時間開發很多和模型基座有關的解決方案，更貼近用戶的需求。
第二是讓 AI 大模型進入核心業務。
智能客服應用很廣，但這并不是核心的機會。
第三是不能站位過高。
訓完模型就丢給客戶讓它們自己微調，其實大部分公司并做不到；如果要繼續訓練，更不可能。
基于 "Infra+ 大模型 + 應用 " 三位一體戰略
國產大模型首次在國際最具挑戰的 " 大模型競技場 " 榜單上超過 GPT-4o（5 月版本），成績就是來自零一萬物。
就在十多天前，這家國產大模型公司又推出最新旗艦模型 Yi-Lightning，性能超越 GPT-4o-2024-05-13，衝上 UC 伯克利大模型競技場（Chatbot Arena）總榜第 6。
還把每百萬 token 的價格打到了 0.99 元人民币。
這不到該版本 GPT-4o 的 3%，相比于 GPT-4o-mini 百萬 token 輸入輸出價格的均值，也降低了近 2/3。
在模型能力、性能價格兼備，并作出屬于 AI 2.0 時代的模型業務思考的情況下，零一萬物的 toB 之路也十分清晰。
核心基于 AI Infra 賦能 AI Native 應用，基于（已經發布和未來将發布的）模型，基于多模态能力，提供企業級的模型解決方案和行業解決方案。
後者的核心則是希望聚焦創造高商業價值的垂直行業場景，用大模型原生能力，滲入應用場景，拓展業務場景，差異化賦能、重構。
整理可以總結為：
模型 +AI Infra+ 應用三位一體推進，在行業中形成行業 + 場景 + 大模型的原生應用，形成可規模復制、能夠幫客戶做增長或者做 ROI。
零一萬物聯合創始人祁瑞峰介紹了零一萬物目前的三個 toB 解決方案。
分别是：
模型訓練解決方案
零售行業解決方案
智算中心解決方案
以零售行業解決方案為例，基于語言模型、視覺理解模型、文生圖片模型、聲音模型、文生視頻模型，零一萬物會針對性提出企業數據激活方案、企業智能體方案、端到端 SaaS 服務。
在前台，進行包括數字人直播、營銷視頻生成衣務、店員 copilot 服務的賦能；在後台，則有各種崗位的 copilot 服務，如 HR/ 客戶 / 市場分析 / 研發等等。
此外，基于以 Yi Lightning 模型為代表的系列 Yi 模型，零一萬物搭建起了包含角色大模型、直播聲音大模型、電商話術大模型在内的一整套專用模型基座，推出了與 AI 1.0 時代不同的數字人解決方案 "如意"。
與 AI 1.0 時代的數字人相比 " 如意 " 數字人解決方案不僅在形象和聲音上更為逼真、更貼合垂直場景的需求，還具備了 "AI 大腦 "，能夠自主完成部分決策任務。
目前，" 如意 " 已經跑通了包含本地生活直播、AI 伴侶、IP 形象、辦公會議、媒體營銷等場景。
