今天小编分享的互联网经验：“AI版Office”年营收过亿，李开复：PMF已经过时了，欢迎阅读。
文｜周鑫雨
编辑｜苏建勋
时隔半年，李开复再次以 CEO 的身份站在了大模型独角兽 " 零一万物 " 的发布会现场。
上一次李开复现身零一万物发布会现场，还是在 2023 年 11 月 16 日。彼时，零一万物首次秀了一把大模型肌肉：将中英双语大模型 "Yi" 开源。
李开复的出现，往往标志着零一万物新阶段的开启。显然，用开源模型打磨半年后，零一万物走进了拼产品和商业化的新战场。
在大模型侧，开源只能作为口碑获客的入口，商业化的飞轮只能靠闭源正式开启。发布会上，零一万物发布了首款千亿参数的闭源模型 Yi-Large。在 Benchmark 上，Yi-Large 的 6 项指标优于 GPT-4。
不过，如今的零一万物将商业化的厚望，寄托在了产品端。
发布会上，零一万物正式对外推出 AI 生产力应用 " 万知 "，李开复称其为 "AI-First 版 Office"。这一款产品，在 2023 年九月已经在海外率先试水，在全球积累了数千万用户。
李开复表示，在 AI 生产力这个单一产品线上，今年能产生的营收可以达到1 亿人民币。
如今，零一万物呈现在大众面前的业务版图，是开源 + 闭源、ToB+ToC、出海 + 本土两手抓的 " 双轨 "。
1
业务的版图，折射的是李开复对技术信仰和市场落地 " 既要又要 " 的经营观。他认为，两方的观念都对，但并不完整。
在此基础上，他认为 AI 技术公司最重要的，是验证TC-PMF。T 为技术，C 为成本，PMF 则是产品与市场需求的适配度。
在李开复看来，TC-PMF 的反面教材，就是 OfO 这样的烧钱打法，产品、技术、成本相互脱节，并没有找到 " 黄金配比 "。也正是为了验证 TC-PMF，零一万物选择先在海外用高性能模型的 API 试水 " 万知 "，时隔 9 个月后才在国内上线。
当然，作为零一万物的 CEO，李开复也有了新的变化。为了跟上短视频时代的传播新趋势，这位 " 中国 AI 模型最高龄创业者 " 开通了抖音账号，科普怎么用 AI。连这次的发布会，也选择在抖音上直播。
不过，李开复也有自己的坚持。比如，不做直播带货，只做 AI 科普。再比如，他也对投资人承诺，自己创业，" 十年不套现 "。
闭源模型 6 项指标超过 GPT-4，成本仅后者 1/3
2023 年，零一万物切入大模型战局的方式是开源。自 2023 年 11 月 6 日以来，零一万物开源了 6B、9B、34B 三种尺寸的 Yi 大模型。
在本次发布会上，零一万物增强了开源模型的能力，同时首次发布了闭源模型 Yi-Large。
Yi-Large 是零一万物对标 GPT-4 所训练的千亿参数规模模型。在最新出炉的斯坦福评测机构 AlpacaEval 2.0 经官方认证的模型排行榜上，Yi-Large 模型的英语能力主要指标 LC Win Rate（控制回复的长度） 仅次于 GPT-4 Turbo。
在中文榜单 SuperCLUE 对中文能力的测评上，Yi-Large 跻身国产模型的榜首，在多项选择题（GPQA）、人类对齐（AlignBench）等 6 项数据集的评测上超过 GPT-4。
斯坦福评测机构 AlpacaEval 2.0 模型排行榜。
SuperCLUE 排行榜。
与此同时，零一万物也开启了自己首个 MoE（混合专家架构）大模型 Yi-XLarge 的训练。目前在 MMLU、GPQA、HumanEval、MATH 等权威 Benchmark 上，处于训练初期的 Yi-XLarge，性能已经超过 Yi-Large，并且与 Claude-3-Opus、GPT4-0409 等海外主流模型相比，已有上擂台的资格。
Yi-XLarge 测评结果。
而在开源梯队上，零一万物将 34B、9B、6B 三款模型更新到了 Yi-1.5 版本，并提供了 Base（预训练版）和 Chat（微调版）两个版本。
1.5 版本的 Yi，主要在数学和代码的短板上下了功夫。经过微调后，Yi-1.5-6B/9B-Chat 在 GSM-8K 和 MATH 等数学能力评测集、HumanEval 和 MBPP 等代码能力评测集上，表现甚至优于 Llama-3-8B。Yi-1.5-34B-Chat 的代码能力则与 Mistral-8x22B-Instruct-v0.1 持平。
在模型服务层面，零一万物发布了 Yi-Large 的 6 种不同尺寸、性能的模型 API：
Yi-Large API：优势在于文本生成及推理性能，适用于复杂推理、预测，深度内容创作等场景；
Yi-Large-Turbo API：根据性能和推理速度、成本，进行了平衡性高精度调优，适用于全场景、高品质的推理及文本生成等场景；
Yi-Medium API：优势在于指令遵循能力，适用于常规场景下的聊天、对话、翻译等场景；
Yi-Medium-200K API：可一次性解读 20 万字文本，适用于超长内容文档处理场景；
Yi-Vision API：具备高性能图片理解、分析能力，可服务基于图片的聊天、分析等场景；
Yi-Spark API：聚焦轻量化极速响应，适用于轻量化数学分析、代码生成、文本聊天等场景。
在 API 定价层面，零一万物 API 平台负责人蓝雨川表示，Yi-Large API 目前的定价为 20 元 /100 万 Tokens，这个数字不到 GPT-4 Turbo（定价 10 美元 /100 万 Tokens）的 1/3。
零一万物 API 负责人蓝雨川透露，未来，零一万物也可能照着云平台的思路，提供 API 工具和行业解决方案。
"AI 版 Office" 发布，支持手机上一句话生成 PPT
单一产品 2024 年收入达 1 亿人民币，产品 ROI 接近 1，上线 9 个月，用户数近千万。
在揭晓应用前，李开复先用了一组颇为漂亮的海外成绩单，宣告产品在海外对 PMF（产品市场匹配度）的初步验证。
有了这份海外成绩单，零一万物在国内上线了首款应用产品 " 万知 "。这款应用的定位是生产力工具，李开复称之为 "AI-First 版 Office"。
基于海外验证的结果，零一万物生产力产品负责人曹大鹏发现，原有以空白文档开启工作流的工具已经满足不了用户的需求，用户想要的办公产品，需要CUI（Chat UI，聊天界面）和 GUI（Graphic UI，影像界面）的结合。
除了最基础的对话式搜索能力外，万知的多模理解能力，可以支持各种图表形式的结果生成。
比如思维导图：
再比如 PPT 生成：
同时，万知也支持图表解析和长文档理解。比如，我们用零一万物发布会的速记稿牛刀小试，做一个重点总结：
万知还能从文档中搜索到零一万物生产力产品负责人的信息：
区别于 WPS 和 Windows AI Copilot，万知在网页版之外，推出了微信小程式端的应用，实现了 " 多端协同 "。用户在通勤等碎片化的时间里，也可以用手机快速处理 PPT，并且能将工作进程同步到 PC 端。
用未来的技术，做当下的产品
李开复对零一万物这一年的总结是：狂奔着赶上了美国最先进的模型。而如今，他觉得，大模型厂商要思考怎么进入 " 长跑模式 "。
TC-PMF，是他思考的结果。当产品处于 0-1 阶段，企业要考虑的是获客和提高粘性；而到了 1-100 的阶段，任何产品想要实现大规模应用，需兼顾技术路径和推理成本。
零一万物模型训练负责人黄文灏表示，Scaling Law 给 AGI 指明了方向，当到了应用落地阶段，模型的优化目标是给定计算条件下的计算水平，提高 Infra 对计算效率的提升，以及提高训练数据的质量。
这也对大模型厂商的人才团队建设，提出了更高的要求。黄文灏认为，模型公司竞争力 = 人才质量 × 算力，TC-PMF 的验证更需要算法、Infra、工程三位一体的人才。
为了实现 TC-PMF，零一万物总结了 3 个方法论：
全球化布局：知己知彼，把控区網域商业节奏。比如用户量较大的 To C AI 应用，主要集中在欧美；
模基共建：模型的训练 / 服务 / 推理设计，与底层 Infra 架架构和模型结构必须高度适配；
模应一体：真实用户体验，和模型迭代形成正循环。
回到做产品的层面，一年以来，李开复见证了不少应用，在 OpenAI 等巨头的技术迭代中沦为炮灰：" 和抖音时代不一样的是，今天的模型在非常快速地基于 Scaling Law 在推进，GPT-4 出来已经改写了基于 GPT-3.5 的应用所具有的能力，所以要不断预测未来技术会怎么走。"
"做一个产品，不能考虑今天的技术，而是要考虑未来的技术。" 他总结。
欢迎交流！
