劃重點(diǎn)
01零一萬(wàn)物發(fā)布新的預(yù)訓(xùn)練模型Yi-Lightning，性能更進(jìn)一步，推理速度大幅提升。
02Yi-Lightning在8xH100算力基礎(chǔ)下的首包時(shí)間僅為Yi-Large的一半，最高生成速度提升近四成。
03除此之外，零一萬(wàn)物發(fā)布面向ToB市場(chǎng)的首款產(chǎn)品AI 2.0數(shù)字人，為零售和電商場(chǎng)景設(shè)計(jì)。
04李開復(fù)表示，大模型成本問(wèn)題是大模型邁向下一步需要解決的最重要問(wèn)題之一，模型能力和成本問(wèn)題需要逐步解決。
05目前，零一萬(wàn)物已在國(guó)內(nèi)外市場(chǎng)推出面向消費(fèi)者(To C)和面向企業(yè)(To B)的產(chǎn)品。
以上內(nèi)容由騰訊混元大模型生成，僅供參考
AI未來(lái)指北作者 郭曉靜
編輯 鄭可君
最近，自媒體關(guān)于國(guó)內(nèi)的“AI六小虎”有一些負(fù)面?zhèn)餮阅硯准曳艞夘A(yù)訓(xùn)練，并指出零一萬(wàn)物就是其中一家，對(duì)此，零一萬(wàn)物創(chuàng)始人李開復(fù)曾在上周親自發(fā)聲辟謠。
今日，零一萬(wàn)物正式發(fā)布了新的預(yù)訓(xùn)練模型 Yi-Lightning。
在 Yi-Lightning的發(fā)布會(huì)上，李開復(fù)提到：“據(jù)我了解，目前“AI六小虎”在融資方面都有足夠的資金支持，可以承擔(dān)起預(yù)訓(xùn)練模型的運(yùn)行成本。因此，只要這些公司能夠吸引到足夠的優(yōu)秀人才，并有決心進(jìn)行預(yù)訓(xùn)練模型的開發(fā)，資金和芯片資源都不會(huì)成為障礙。盡管這樣的公司可能會(huì)越來(lái)越少，但只要他們能夠持續(xù)投入，中國(guó)大模型公司就有可能在全球范圍內(nèi)取得領(lǐng)先地位。”
零一萬(wàn)物發(fā)布的最新旗艦?zāi)Ｐ?Yi-Lightning，與零一萬(wàn)物上半年發(fā)布的千億參數(shù)模型 Yi-Large 相比，在性能更進(jìn)一步的前提下，推理速度方面有著極大提升。根據(jù)官方發(fā)布的評(píng)測(cè)數(shù)據(jù)顯示，在 8xH100 算力基礎(chǔ)下，以同樣的任務(wù)規(guī)模進(jìn)行測(cè)試，Yi-Lightning 的首包時(shí)間（從接收到任務(wù)請(qǐng)求到系統(tǒng)開始輸出響應(yīng)結(jié)果之間的時(shí)間）僅為 Yi-Large 的一半，最高生成速度也提升了近四成，實(shí)現(xiàn)了旗艦?zāi)Ｐ偷男阅苌?jí)。
在國(guó)際權(quán)威盲測(cè)榜單 LMSYS 上，Yi-Lightning 排名第六，暫時(shí)位列GPT-4o-2024-05-13、Anthropic Claude 3.5 Sonnet之前。
圖注：國(guó)際權(quán)威盲測(cè)榜單LMSYS 中，大語(yǔ)言模型綜合能力排名
根據(jù)李開復(fù)介紹，模型性能與推理速度的提升，一方面因?yàn)榱阋蝗f(wàn)物重視AI Infra能力的提升，2024年以來(lái)，中國(guó)大模型行業(yè)從狂奔進(jìn)入到了“長(zhǎng)跑階段”，而大模型公司的核心競(jìng)爭(zhēng)力模型＋AI 基礎(chǔ)設(shè)施＋應(yīng)用，缺一不可。
另外一方面，Yi-Lightning更新了模型架構(gòu)，不再應(yīng)用稠密模型架構(gòu)，而是采用了 Mixture of Experts（MoE）混合專家模型架構(gòu)，并在模型訓(xùn)練過(guò)程中做了新的嘗試：
1、混合注意力機(jī)制：為了處理長(zhǎng)序列數(shù)據(jù)，Yi-Lightning 采用了混合注意力機(jī)制，這種機(jī)制結(jié)合了全注意力和滑動(dòng)窗口注意力，以平衡性能和計(jì)算資源消耗。此外，引入了跨層注意力（CLA），允許模型在不同層次間共享鍵和值，減少存儲(chǔ)需求，提高推理效率。
2、動(dòng)態(tài) Top-P 路由：Yi-Lightning 采用了動(dòng)態(tài) Top-P 路由機(jī)制，這種機(jī)制可以根據(jù)任務(wù)難度自動(dòng)選擇最合適的專家網(wǎng)絡(luò)組合，與傳統(tǒng)的 Top-K 路由相比，它更靈活，能夠平衡推理成本和模型性能。
3、 多階段訓(xùn)練：Yi-Lightning 的訓(xùn)練過(guò)程采用了多階段訓(xùn)練模式，前期注重?cái)?shù)據(jù)多樣性，后期側(cè)重于更豐富、知識(shí)性更強(qiáng)的數(shù)據(jù)。這種訓(xùn)練方法有助于模型吸收不同階段的知識(shí)，并通過(guò)調(diào)整 batch size 和學(xué)習(xí)率（LR）來(lái)保證訓(xùn)練速度和穩(wěn)定性。
在發(fā)布新模型的同時(shí)，零一萬(wàn)物同時(shí)也發(fā)布了面向ToB市場(chǎng)的首款產(chǎn)品AI 2.0數(shù)字人，為零售和電商場(chǎng)景設(shè)計(jì)，利用最新的Yi Lightning旗艦?zāi)Ｐ吞峁┬袠I(yè)解決方案。基于Yi Lightning，構(gòu)建了一套包括角色、聲音和電商話術(shù)的完整模型體系。
針對(duì)于行業(yè)長(zhǎng)期熱議的大模型公司并沒(méi)有建立起真正的PMF問(wèn)題，李開復(fù)進(jìn)一步強(qiáng)調(diào)，核心在于基礎(chǔ)模型能力需要真正強(qiáng)大及大模型成本還不足夠低。
“我們認(rèn)為，人工智能（AI）時(shí)代的到來(lái)也將使現(xiàn)有的應(yīng)用再次經(jīng)歷變革，轉(zhuǎn)變?yōu)榛贏I的新形態(tài)應(yīng)用。然而，盡管我們已經(jīng)討論了一年，這些應(yīng)用的普及似乎還遠(yuǎn)未到來(lái)。目前，最賺錢的實(shí)際上是像英偉達(dá)這樣的芯片公司，而非應(yīng)用公司。”
此外，李開復(fù)強(qiáng)調(diào)，要激活一個(gè)健康的生態(tài)系統(tǒng)，關(guān)鍵在于擁有頂級(jí)的模型，并且這些模型的價(jià)格要足夠低，以促進(jìn)應(yīng)用的發(fā)展。如果模型太貴，可能會(huì)導(dǎo)致應(yīng)用開發(fā)公司破產(chǎn)。
關(guān)鍵在于，如果好的模型價(jià)格過(guò)高，應(yīng)用就無(wú)法迅速普及，也就無(wú)法實(shí)現(xiàn)普惠。我們今天發(fā)布的模型，希望能夠讓我們更接近這一愿景。”
李開復(fù)所提到的大模型成本問(wèn)題，確實(shí)大模型邁向下一步需要解決的最重要問(wèn)題之一，這里包含兩個(gè)方面：首先，對(duì)于大模型企業(yè)來(lái)說(shuō)，需要不斷迭代更優(yōu)質(zhì)的模型，提高核心競(jìng)爭(zhēng)力，模型迭代速度很快，每個(gè)模型能夠給企業(yè)創(chuàng)造營(yíng)收的時(shí)間窗口可能只有一年左右，甚至更短。這對(duì)模型創(chuàng)業(yè)企業(yè)的商業(yè)模式挑戰(zhàn)很大.
另外一方面，對(duì)于使用大模型的企業(yè)來(lái)說(shuō)，如果采用性能最強(qiáng)大的基座模型，推理成本居高不下，這也是需要解決的巨大問(wèn)題。
只有模型能力和成本問(wèn)題能夠被逐步解決，基于AI的商業(yè)生態(tài)才能真正健康地發(fā)展。
在發(fā)布會(huì)上，李開復(fù)也與包括科技新聞在內(nèi)的媒體進(jìn)行了深度溝通，并正面回復(fù)了關(guān)于大模型領(lǐng)域的成本 、競(jìng)爭(zhēng)等重要問(wèn)題，以下為內(nèi)容實(shí)錄：
Q：此前有消息稱AI方面的六小虎，某幾家放棄了預(yù)訓(xùn)練，開復(fù)博士已辟謠了，但站在行業(yè)的角度請(qǐng)?jiān)u估逐步放棄預(yù)訓(xùn)練模型將是行業(yè)整個(gè)趨勢(shì)嗎？
李開復(fù)：我覺得做好預(yù)訓(xùn)練模型是一個(gè)技術(shù)活，而且是要非常多有才華的人在一起工作，慢工出細(xì)活，需要有懂芯片的人，懂推理的人，懂基礎(chǔ)架構(gòu)的人，懂模型的人，有很好的算法同學(xué)，一起做出來(lái)。
如果一個(gè)公司能有幸擁有這么多優(yōu)秀的人才，能夠跨領(lǐng)域的合作，那我相信中國(guó)是絕對(duì)可以做出世界排名前十的預(yù)訓(xùn)練的通用模型，但不是每家公司都可以做這件事情，做這件事情的成本也比較高，以后有可能會(huì)越來(lái)越少的大模型公司訓(xùn)練做預(yù)訓(xùn)練。不過(guò)據(jù)我所知，這六家公司融資額度都是夠的，我們做預(yù)訓(xùn)練的production run，訓(xùn)練一次三四百萬(wàn)美金，這個(gè)錢也是頭部公司都付得起，我覺得中國(guó)的六家大模型公司只要有夠好的人才，想做預(yù)訓(xùn)練的決心，融資額跟芯片都不會(huì)是問(wèn)題的。
Q：OpenAI的o1發(fā)布后，很多人認(rèn)為，從技術(shù)上會(huì)帶來(lái)新的范式。這對(duì)初創(chuàng)公司來(lái)說(shuō)會(huì)有哪些影響？
李開復(fù)：我剛從美國(guó)回來(lái)，跟OpenAI的人員也有溝通，他們跟我分享的是公司內(nèi)部還有一些好東西，但是他們不急拿出來(lái)，因?yàn)樗麄冾I(lǐng)先行業(yè)足夠多，到了一定的業(yè)務(wù)節(jié)點(diǎn)才釋放出來(lái)，這是他們能做而別人不能做。OpenAI o1 雖然隱藏了所有中間的思考狀態(tài)，但是很多人還是在網(wǎng)上開始猜它怎么做，我們認(rèn)為有一些揣測(cè)還是比較靠譜，我覺得五個(gè)月以后應(yīng)該也有不少類似o1 模型的能力出現(xiàn)在各個(gè)模型公司，包括零一萬(wàn)物。
o1 的思考模式是把之前只在預(yù)訓(xùn)練中 scaling （規(guī)模定律）的趨勢(shì)擴(kuò)展到了推理的時(shí)候，這件事情對(duì)行業(yè)是最大的認(rèn)知改變。過(guò)去家覺得誰(shuí)預(yù)訓(xùn)練做好就夠了，慢慢大家發(fā)現(xiàn)后訓(xùn)練SFT和強(qiáng)化訓(xùn)練都是非常重要。
所以零一萬(wàn)物的團(tuán)隊(duì)剛開始做的主要是專注預(yù)訓(xùn)練，之后又有很多很厲害的人加入，幫我們把Posttrain（后訓(xùn)練）也做出來(lái)，現(xiàn)在看來(lái)推理也很重要，一年半以前大家覺得大模型最厲害的地方就是預(yù)訓(xùn)練，一年以后發(fā)現(xiàn)后訓(xùn)練也是同樣重要，這感謝OpenAI點(diǎn)醒我們這一點(diǎn)，現(xiàn)在我相信很多中美公司都在往o1 方向狂奔。
Q：李開復(fù)博士之前曾表示不會(huì)從事虧損的To B業(yè)務(wù)。然而，在最近的發(fā)布會(huì)上，他首次公布了相關(guān)的產(chǎn)品矩陣，這似乎表明公司正在嘗試更深入地探索To B市常這是否意味著零一萬(wàn)物已經(jīng)找到了解決AI 1.0時(shí)代SaaS行業(yè)普遍面臨的低利潤(rùn)和虧損問(wèn)題的方法？
李開復(fù)：我們特別重視給每一個(gè)用戶提供價(jià)值，所以我們不會(huì)去說(shuō)有模型，你要拿來(lái)做什么，我賣給你，你先給錢，這樣對(duì)用戶是不會(huì)滿足的。另外一種常見的做法，就是到企業(yè)里，企業(yè)說(shuō)我要做客服，模型賣給我，怎么做客服我不會(huì)做，你幫我做，這就成為和AI1.0時(shí)代一樣的可以稱為系統(tǒng)集成型的AI，也就是說(shuō)賣模型給你，先幫你把客服應(yīng)用做好，這樣的情況下很難有利潤(rùn)，之前我說(shuō)如果做一單賠一單的to B，零一萬(wàn)物寧可不做，這句話我們并沒(méi)有改變。
我們剛剛發(fā)布的AI 2.0數(shù)字人解決方案不會(huì)做一單賠一單，因?yàn)樗菍Ｗ⒌接脩糁卮蟮耐袋c(diǎn)需求和盈利點(diǎn)，也就是說(shuō)一個(gè)店長(zhǎng)或KOL平時(shí)做一次直播浪費(fèi)最重要的資源，就是他的時(shí)間，而且這個(gè)時(shí)間就算做一小時(shí)的直播能賺到一千塊錢，也就是一千塊錢，但如果用數(shù)字人直播就不是一小時(shí)了，可能可以做一千個(gè)小時(shí)，哪怕每一個(gè)小時(shí)只能賺一半的錢，一千個(gè)小時(shí)還是可以賺五百倍的錢，這樣的賬就很好算了。如果真的能把數(shù)字人做到端到端，只要輸入公司內(nèi)部的東西，這次減價(jià)的，選一個(gè)形象、聲音按一個(gè)鈕就開始百錄甚至千錄的直播，等于你是賣給這個(gè)企業(yè)一個(gè)印鈔機(jī)，印鈔機(jī)要收租賃費(fèi)就是可行的了。除了直播以外，我們的AI 2.0數(shù)字人解決方案已經(jīng)跑通了更多業(yè)務(wù)場(chǎng)景，比如AI伴侶、IP形象、辦公會(huì)議等等。
我們繼續(xù)執(zhí)行模應(yīng)一體戰(zhàn)略，將Yi-Lightning模型能力與數(shù)字人解決方案結(jié)合，不斷迭代產(chǎn)品，后續(xù)會(huì)解鎖更多業(yè)務(wù)場(chǎng)景。
回到國(guó)內(nèi)的SaaS的問(wèn)題，國(guó)內(nèi)現(xiàn)在很難說(shuō)到SaaS，整個(gè)收費(fèi)模式和商業(yè)模式在美國(guó)走通了，但國(guó)內(nèi)還是一直有很大的問(wèn)題。但也有一些行業(yè)可以走通SaaS，SaaS按使用收費(fèi)，也可以訂閱，按照每個(gè)月收費(fèi)，也可以用分成，這些模式都可以綜合稱為比較好的商業(yè)模式，因?yàn)樗皇且淮涡再u掉，像一個(gè)項(xiàng)目制的公司幫你做一個(gè)客服賣給你，你付錢就走了，以后沒(méi)有錢可以收了，而是可以持續(xù)收費(fèi)。剛才講的模式，無(wú)論分成、訂閱的SaaS模式才是可持續(xù)的商業(yè)模式，今天我們并沒(méi)有看到一個(gè)普遍被接受的SaaS模式的存在。所以在國(guó)內(nèi)，我們大模型to B相對(duì)于AI 1.0時(shí)代有不同的打法，首要任務(wù)就是要尋找少數(shù)能夠按使用情況收費(fèi)的方法，而不是項(xiàng)目定制的方法，能得到比較高利潤(rùn)率的訂單再去做。
整體來(lái)看，零一萬(wàn)物 ToB 整體解決方案會(huì)采取“一橫一縱”的打法。和Yi-Large相比，Yi-lightning的模型性能又有大幅提升，作為國(guó)際 SOTA 的基座模型，他們本身就具備著出色的泛化性，再加上零一萬(wàn)物自身?yè)碛泻軓?qiáng)大的SFT（監(jiān)督學(xué)習(xí)）能力。這些技術(shù)能力使得我們的團(tuán)隊(duì)能夠先將單個(gè)行業(yè)做深做透，進(jìn)而以自身技術(shù)能力和行業(yè)積累為基礎(chǔ)，凝練出標(biāo)準(zhǔn)化的ToB解決方案，為各行各業(yè)的企業(yè)客戶降本提效，將世界第一梯隊(duì)的大模型用到實(shí)處，真正為企業(yè)帶來(lái)業(yè)務(wù)增長(zhǎng)和新競(jìng)爭(zhēng)力。
Q：從國(guó)際權(quán)威盲測(cè)榜單 LMSYS 結(jié)果來(lái)看，Yi-Large已經(jīng)將中美頂級(jí)模型之間的時(shí)間差距縮短至六個(gè)月，而最新模型更是超越了GPT-4o，進(jìn)一步將這一時(shí)間差距縮短至五個(gè)月。對(duì)于中國(guó)的大模型初創(chuàng)公司而言，為了持續(xù)縮小與國(guó)際領(lǐng)先水平的時(shí)間差距，預(yù)訓(xùn)練模型需要具備哪些獨(dú)特的特性和優(yōu)勢(shì)？
李開復(fù)：縮短時(shí)間差非常困難，我不預(yù)測(cè)我們可以縮短這個(gè)時(shí)間差。因?yàn)楫吘谷思沂怯檬f(wàn)張GPU訓(xùn)練出來(lái)，我們用的是兩千張GPU訓(xùn)練出來(lái)，我們時(shí)間差能達(dá)到只是因?yàn)槲覀兡Ｐ汀I Infra等團(tuán)隊(duì)都熱心聰明，去使用和理解對(duì)方做出來(lái)的東西，再加上我們自己每家的研發(fā)有特色，比如數(shù)據(jù)處理、訓(xùn)推優(yōu)化等等，現(xiàn)在這一套方法論在零一萬(wàn)物已經(jīng)成熟了，我們有信心把自己的創(chuàng)新加上我們的一些特長(zhǎng)，在關(guān)注OpenAI和其他公司發(fā)布的新技術(shù)，盡快地去能夠了解這些技術(shù)的核心重要性，然后把它的能力在我們自己的產(chǎn)品里面發(fā)揮出來(lái)，我覺得這套方法保持在六個(gè)月左右，就已經(jīng)是很好的結(jié)果了。
如果期待破局，可能需要一個(gè)前所未有的算法才有機(jī)會(huì)。我們千萬(wàn)不要認(rèn)為落后六個(gè)月是一個(gè)很羞恥的事情，或者一定是要追趕的事情。因?yàn)槲液芏嗝绹?guó)朋友都認(rèn)為中國(guó)會(huì)遠(yuǎn)遠(yuǎn)落后，也有美國(guó)朋友包括一些中國(guó)朋友按照這個(gè)打法，人家十萬(wàn)張GPU等，我們要被甩掉三年、五年甚至十年都有可能。
現(xiàn)在從零一萬(wàn)物證明了不會(huì)落后這么多，而且這次LMSYS的榜單上也有兩家其他中國(guó)公司表現(xiàn)也不錯(cuò)，也不是只有我們一家在做。所以對(duì)于奮力圖強(qiáng)、勤奮努力、聰明多元化的團(tuán)隊(duì)，在國(guó)內(nèi)擁有這樣團(tuán)隊(duì)的公司，要用類似零一萬(wàn)物的打法，去貼近美國(guó)最頂尖的公司，不落后超過(guò)六個(gè)月，我覺得是可能，而且不只是我們一家可能，但難度是高的，希望再往下減非常困難，除非真的有一個(gè)發(fā)明和科技上的突破。
Q：零一萬(wàn)物在海外市場(chǎng)推出了面向消費(fèi)者（To C）的產(chǎn)品，同時(shí)在國(guó)內(nèi)也逐步推出了面向企業(yè)（To B）的產(chǎn)品。在這種背景下，如何看待To B和To C產(chǎn)品之間的界限？
李開復(fù)：對(duì)，我覺得一個(gè)大模型公司同時(shí)做to B和to C也是很辛苦的，也是需要多元化的管理方式，因?yàn)閮蓚�(gè)團(tuán)隊(duì)的基因不一樣，做事的方法和衡量KPI的方法都不太一樣，我自己在這兩個(gè)領(lǐng)域有經(jīng)驗(yàn)，也在試著做，但是也絕對(duì)不能什么都做，所以to B選擇做國(guó)內(nèi)因?yàn)槲覀冋业搅艘恍┢凭值目臻g，比如用數(shù)字人來(lái)做零售，來(lái)做餐飲等等，這能做一個(gè)完整的解決方案，另外還有兩三個(gè)領(lǐng)域開始在做，現(xiàn)在還不方便披露。
我們覺得這樣的to B工作只能在中國(guó)做，因?yàn)橐|達(dá)美國(guó)的用戶或國(guó)外的用戶不太可能，所以全世界的范疇來(lái)說(shuō)，to B供應(yīng)商基本都是當(dāng)?shù)氐?/strong>，即便在中國(guó)要買SAP的產(chǎn)品也是SAP中國(guó)賣給你，所以跨國(guó)的設(shè)立分公司做to B絕對(duì)不是我們或其他的創(chuàng)業(yè)公司能做的，所以to B的國(guó)外就放棄了，做to B就做國(guó)內(nèi)，做to B就做有利潤(rùn)的解決方案，而不只是賣模型，不只是做項(xiàng)目制，這是我們to B的做法。
to C我們主要布局海外，有好幾個(gè)理由。第一個(gè)理由，當(dāng)我們開始做零一萬(wàn)物時(shí)國(guó)內(nèi)還沒(méi)有合適的中文模型，我們只有在國(guó)外先嘗試，嘗試了一段就有了心得，就迭代了一個(gè)、兩個(gè)、三個(gè)產(chǎn)品，這些產(chǎn)品現(xiàn)在表現(xiàn)有些很好，有些沒(méi)有那么好，我們也在不斷地調(diào)整中。
我們?cè)趪?guó)內(nèi)也在觀察什么時(shí)候適合在國(guó)內(nèi)做什么樣的產(chǎn)品，to C的產(chǎn)品在中國(guó)國(guó)內(nèi)走流量有一個(gè)很大的問(wèn)題，就是流量的成本越來(lái)越高，我們也看到了有些友商的單用戶成本從十幾塊人民幣加到三十多塊人民幣，近來(lái)還有相當(dāng)?shù)牧魇?/strong>，在這樣一個(gè)挑戰(zhàn)環(huán)境里我們會(huì)非常謹(jǐn)慎，先不推出中國(guó)本土新的to C的應(yīng)用，我們已有的產(chǎn)品還會(huì)繼續(xù)維護(hù)，但更多的精力會(huì)在國(guó)外的土壤用更低廉的錢買到非常高質(zhì)量的用戶，或者能直接把App賣出去，讓用戶來(lái)訂閱收費(fèi)，這個(gè)訂閱的習(xí)慣在國(guó)外也是比較良好，主要是這幾個(gè)理由。
現(xiàn)在當(dāng)下最大的理由還是說(shuō)國(guó)外做to C的產(chǎn)品，我們變現(xiàn)能力和消耗用戶增長(zhǎng)的成本算賬可以算得過(guò)來(lái)，以后再關(guān)注國(guó)內(nèi)有什么機(jī)會(huì)可以推出。
有關(guān)這兩者有沒(méi)有相似的地方？相似挺多。首先兩邊都需要非常高質(zhì)量、快速的模型，我們有。另外我們會(huì)需要用到各種預(yù)訓(xùn)練和后訓(xùn)練的技術(shù)，這兩邊都會(huì)用上，一個(gè)to C的應(yīng)用，調(diào)一個(gè)數(shù)字人的應(yīng)用方法都需要類似的技術(shù)，我們有技術(shù)累積。當(dāng)我們最終做出產(chǎn)品，比如to B的產(chǎn)品里面需要的各種功能，還有to C需要的功能也有很多可以共用，比如AI閱讀、AI撰寫、AI PPT、AI搜索是很多to B、to C應(yīng)用需要的模塊，今天看傳統(tǒng)的軟件底層還有很多是相似的，就是Windows里面提供平臺(tái)的API都是to B、to C共用，我們也在累積這些共用的地方
Q：零一的新模型居然拿出如此低的價(jià)格，是否有比較大的成本壓力？
李開復(fù)：零一萬(wàn)物在Yi-Lightning的定價(jià)上并沒(méi)有虧本。從成立的第一天起，零一萬(wàn)物就同時(shí)啟動(dòng)了模型訓(xùn)練、AI Infra、AI 應(yīng)用三大團(tuán)隊(duì)。當(dāng)三個(gè)團(tuán)隊(duì)都成熟了以后，再對(duì)接到一起。零一萬(wàn)物這一模式總結(jié)為�；步ā⒛�(yīng)一體兩大戰(zhàn)略AI Infra能力助力模型訓(xùn)練和推理，以更低的訓(xùn)練成本訓(xùn)練出性能領(lǐng)先的模型，以更低的推理成本支撐應(yīng)用層的探索。出色的模型性能與低廉的推理成本不僅能支撐零一萬(wàn)物開拓絕佳的ToB應(yīng)用場(chǎng)景，還能讓零一萬(wàn)物推出的大模型ToB解決方案更具性價(jià)比，進(jìn)而與企業(yè)合作伙伴一起探尋大模型時(shí)代的TC-PMF。
之前回應(yīng)行業(yè)價(jià)格戰(zhàn)時(shí)，我的回答就是零一萬(wàn)物不參與價(jià)格戰(zhàn)。另外，我當(dāng)時(shí)也提到，不能只看模型價(jià)格，還要看模型性能是否足夠好。當(dāng)時(shí)有很多性能較差的模型價(jià)格降到非常低，甚至是免費(fèi)，我相信當(dāng)時(shí)選擇接入這類模型API的企業(yè)與個(gè)人，收獲都不達(dá)預(yù)期。要接入API，足夠好的模型性能很重要，不然產(chǎn)品無(wú)法達(dá)到PMF。
另外很重要的一點(diǎn)就是把高性能模型的價(jià)格降到白菜價(jià)，0.99元人民幣/百萬(wàn) token 的價(jià)格很便宜，但如果一個(gè)應(yīng)用里每個(gè)用戶每天調(diào)用十幾次，累積下來(lái)每年的成本還是不容忽視的。
零一萬(wàn)物也在做App，我們知道做App需要控制成本，所以我們不會(huì)賠錢賣模型，但也不會(huì)賺很多錢，而是在成本線上加一點(diǎn)點(diǎn)小小的利潤(rùn)，就得到了今天0.99元/百萬(wàn)token的價(jià)格。歡迎大家試用，一定物超所值。挑選模型API最重要的一點(diǎn)，就是模型性能一定要優(yōu)秀，在這個(gè)前提之下才能去挑最便宜的，實(shí)際算一算用戶調(diào)用量會(huì)是多少，賬算不算得過(guò)來(lái)。我相信，綜合Yi-Lightning的模型質(zhì)量和價(jià)格來(lái)看，Yi-Lightning很可能是很多開發(fā)者最認(rèn)可、最高性價(jià)比的模型了。
Q：此次公布的 ToB 解決方案矩陣是完整的嗎？近期是否還會(huì)公布其他 ToB 解決方案？
李開復(fù)：除了我們已經(jīng)發(fā)布的AI 2.0數(shù)字人、API之外，零一萬(wàn)物目前還有 AI Infra 解決方案、私有化定制模型等其他 ToB 業(yè)務(wù)，我們會(huì)在近期正式對(duì)外發(fā)布，敬請(qǐng)期待。
