今天小编分享的互联网经验：李开复把DeepSeek打包“卖了”，欢迎阅读。
文 | 蓝媒汇，作者 | 陶然，编辑 | 魏晓
AI 六小虎中第一家拥抱 DeepSeek 的玩家出现了，是零一万物。
他们直接掏出了能迅速落地、迅速变现的产品：内置 DeepSeek 的企业大模型一站式平台 " 万智 "，剑指 toB 商业化。
昨天上午，零一万物线上举行了新春产品发布会，公司 CEO 李开复、COO 黄蕙雯等多位核心人物悉数露面，为万智站台。
基于新平台带来的软硬體协同能力，零一万物也成为又一家可提供企业级 DeepSeek 部署定制解决方案的厂商。
万智平台目前已在零一万物官网上线 " 商务合作 " 入口，有需求的用户可以提交 " 提供服务 "、" 探索合作 " 和 " 其他 " 三种申请，公司全球解决方案与交付总经理表示，定价很快就会发布，" 会给企业用户提供非常有竞争力的价格，比大厂更有优势 "。
据 AI 蓝媒汇统计，在 DeepSeek 走红之后、零一万物 " 万智 " 发布之前，DeepSeek 概念加持下的一体机领網域，其实已经涌入了包括不仅限于百度、华为等众多一线大厂，以及像是京东云、联想、浪潮、中科曙光等同属头部集团的知名企业，赛道日趋拥挤。
分析人士指出，各家将软硬體打包成封装、集中发布一站式解决方案的目的其实完全一致，就是要抢抓这波 DeepSeek 带来的国产 ChatGPT 时刻，把市场中高涨的兴趣、涌现的需求落到手里，成为实打实的订单。
" 基模能力与市场教育到位的当下，中国大模型产业亟需成熟的企业级解决方案，来推动大模型从通用能力向垂直行业深度融合。"
简单概括，就是卷应用，向钱看。
相关资料显示，2024 年零一万物公司的整体收入已经超过了一亿元，其中 B 端业务占到整体收入的七成左右；C 端的收入主要来自海外的 To C 付费应用（PopAi 等），且已接近实现盈利。
资金层面，李开复年初透露称，去年七月份完成一笔融资后，目前公司账上现金充沛。并且团队内部其实更早就开始复盘和推演 Scaling Law 的上限问题，对现金的调配似乎相当审慎。
爱企查显示，零一万物先后完成四轮融资，但前两轮均为同样由李开复创办的创新工场出手，公开可查的其余资方似乎仅有阿里云。
此前 AI 蓝媒汇曾报道过断尾求生聚焦医疗的百川智能，这一次，同在 DeepSeek 浪潮下遭到冲击的零一万物选择了另一套解法：放低姿态，从百模大战的 " 参赛者 " 转换为 " 服务商 "。
这个淡化自家技术模型声量、以 DeepSeek 为卖点、将超头模型封装成可落地 toB 产品的解决方案，是零一万物作为头部 AI 初创在 AI 大模型赛道的淘汰赛枪声中不得不面对的重新选位。
转变身份，用相对务实的姿态，叩开大规模 toB 商业化的门。
拼落地
零一万物的转型核心，就是这个面向企业的大模型一站式平台。
平台并非简单技术集成，而是针对企业落地大模型的三大痛点，部署难、定制难、应用难，依次提供了系统性解决方案，开箱即用。
过往企业接触 AI，必须要提前考虑的一个问题就是安全：数据是否在本地，必须上云的话链路和存储分析是否封闭、是否安全。
零一万物联合头部硬體厂商推出的软硬集成式一体机方案，内部预装高性能了 GPU 并内置 DeepSeek 全系列模型，支持本地化推理与数据隔离，满足金融、政务等对数据安全敏感行业的需求。这种方案抹平了起步阶段的技术门槛，全链路的本地化部署也消除了企业对数据泄露的顾虑。
接下来的问题，幻觉。
DeepSeek-R1 推理模型生成内容时所产生的幻觉，体验过的人有目共睹，它更擅长输出观点、情绪、华丽辞藻，但对于摆事实讲道理这一块，推理过程中产生的一些 " 奇思妙想 " 往往容易造成文不对题甚至 胡编乱造，所有这些信息失实统称 " 幻觉 "。
业内一份幻觉测试结果显示，DeepSeek R1 幻觉率高达 14.3%，作为对比谷歌 Gemini 2.0 Flash 的这项数值仅有 0.7% ——复杂问题解决能力提升的代价就是在处理 " 开放性问题 " 时，DeepSeek-R1 这类推理模型会强行构建逻辑链，从而导致虚构事实，且 " 推理能力与幻觉风险呈正相关，并且仅能通过优化训练策略改善，无法彻底消除幻觉 "。
涉及业务数据甚至企业决策的 AI，必须要最大程度降低幻觉发生的可能，避免出错。
这一点上，零一万物此前一款出海的 C 端 AI 搜索应用其实已经证明了团队在降低幻觉方面的功力，搜索准确性高达 88%，校正幻觉的能力优于以搜索性能强著称的 Gemini ( 73% ) 、Perplexity ( 73% ) 、ChatGPT Search ( 64% ) 等国外一线模型。
基于企业客户需求，新发布的 " 万智 " 平台整合了联网搜索、知识库 RAG、智能体 Agent 等成熟组件。部署和实施速度大幅提升，引入 Rewrite 和 Rerank 模型后，结果召回率提升 60%，准确率提升 30%，幻觉效应大幅降低。
最后是定制适配，DeepSeek 有两个硬伤：不支持 Function Call（工具调用）、不支持 JSON Output（JSON 格式的字元串输出）。用做饭场景举例，这个 AI 理论上能熟练烹饪全球各国料理（数学 / 代码 / 自然语言推理），但一不会使用厨房工具（缺乏 Function Call），需要用烤箱烤牛排时，它无法自动调用烤箱设备，必须人工操作；二只会口头报菜名（缺乏 JSON Output），需要打印标准菜谱时，AI 只能口述而无法输出格式化的电子文档。
两大企业刚需能力的缺失，让 DeepSeek 在落地工作场景时常常受限。零一万物则在 " 万智 " 平台上率先给出基于 DeepSeek-R1 的成熟微调方案，企业能够基于自身企业数据库对 AI 进行模型微调，准确对接垂直领網域的具体业务需求。
整体来看，" 万智 " 平台无论是宣发还是设计，都摆出一副老老实实给 DeepSeek 打辅助的姿态——聆听市场需求然后针对性设计。
李开复在采访中强调了 " 尊重商业规律 "，按需设计产生按需购买，或许就是其中一条：你（企业）拿到了好用的 DeepSeek 创造价值，而我（AI 公司）拿到了 AI 本身带来的商业价值。
退居 "1.5 线 "，是出路吗？
发布会结束后，关于会上被问及的关于 " 是否还在做预训练模型 " 的问题，零一万物方面又单独做了一次澄清：我们是不做 " 万亿以上 " 超大参数基模，不是放弃自研，轻量化模型还是在做的。
两个信息：一，零一万物并未放弃自己的技术积累，头部模型和自研并行；二，自研技术确实在收缩。
听起来有些消极，但务实、理智、活下来，才是所谓六小虎等资源并不足够充足的玩家，在大模型淘汰赛现阶段所必须接受的局面。
大浪淘沙，自家模型没有跑出来的几位势必做出转型，要么退居二线继续换个姿势继续参与游戏，要不等到热度和资源挥霍殆尽彻底下桌。
零一万物这个目前还比二线更靠前一些，暂且算作一点五，接入阿里、收缩业务的李开复团队显然还是有心再搏一搏。
策略上规避超大模型的研发风险，但不彻底放弃技术层面主动权（自研），最重要的一点，务实、逐利，在 AGI 实现的那一天到来前，别彻底下桌。
李开复透露称，零一万物聚焦 toB 业务去年有超一亿元收入，今年第一季度的收入则已经接近了去年全年收入总和，" 运营模式非常良性，今天发布的万智企业大模型一站式平台也能够锦上添花。"
DeepSeek 给行业带来的是技术层面的范式，也掀起了行业去泡沫化的进程。在更先进的底层技术有突破前，市场的价值锚点必然从技术迁移到场景，企业客户会更关注 " 能否解决实际问题 " 而非 " 是否自主研发 "，零一万物通过将 DeepSeek 技术封装为可落地的解决方案，为的就是快速验证 AI 落地的商业可行性，以及同步来带来的利润回报。
至于前面统计的与同赛道内大厂、同行玩家的竞争，李开复很坦率的解释了零一万物的优势：对比一些硬體厂商、组装厂，我们有研发底层模型的经验优势，更懂 AI；而对比大厂，我们的方案，更有性价比，更便宜。
离开一线、站稳中游、成为辅助角色，没什么不好。
分蛋糕前活下来，才是最好的。
