李开复:零一万物团队并入阿里,聚焦小模型商业化
编辑点评 · AI 连续创业者视角(以下内容由 AI 提炼,观点归原作者;读完可不看原文)
李开复证实零一万物大部分团队加入阿里,主攻超大模型;零一自身聚焦“快、便宜、小”的普惠模型及应用。关键证据:2024 年获超 1 亿元实际收入(B·第三方报道),2025 年预计数亿收入(C·推断)。对搞钱者意味着:通用大模型赛道红海,但“行业+大模型”的合资公司/垂直应用是可行切口。下一步:寻找你有行业 Know-how 的垂直领域,验证“帮客户赚钱”的具体场景。
- 避开通用大模型预训练,专注行业垂直应用
- 寻找有行业数据壁垒的公司寻求合资或合作
- 聚焦能直接帮客户降本增效的具体场景
- 参考“老师-学生”模型蒸馏逻辑优化成本
- 避免投入无回报的大模型训练,注重落地
一、这是什么机会
零一万物将大部分模型训练与基础设施团队并入阿里云“产业大模型联合实验室”,自身聚焦研发“快、便宜、小”的普惠模型,并亲自下场做应用。其商业模式不再依赖通用大模型预训练,而是通过合资公司结合行业 Know-how 实现商业化,2024 年实际收入超 1 亿元,2025 年预计达到数亿。
二、独立判断
这是一个从“技术军备竞赛”转向“商业落地”的务实切口。通用大模型赛道已红海,初创公司投入无回报的风险极高;垂直行业应用虽单点价值高,但依赖深厚的行业数据壁垒。李开复提出的“与行业公司建合资公司”是可行的启动方式,但核心在于能否找到“帮客户直接赚钱”的具体场景,而非单纯卖模型。
三、冷启动路径
第一步是寻找你有深厚行业 Know-how 的垂直领域,验证“帮客户降本增效”的具体痛点。成本量级方面,避开超大模型预训练,专注于小模型微调与合成数据生成,可大幅降低算力支出。周期上,参考零一 2024 年 5 月的决策节点,从决策聚焦到产生超 1 亿元实际收入,耗时约 10 个月。建议先以 3 个月为周期,跑通 1-2 个可复制的 ToB 订单。
四、最大风险与避坑
最大的坑是“为了做模型而做模型”。零一明确提到“不打打不赢的仗”,初创公司若执着于训练最大、最牛的模型,代价高昂且无回报。应对策略是:只接“帮客户赚钱”的订单,拒绝纯技术驱动的项目;利用“老师-学生”模型逻辑,用行业大模型标注数据来训练小模型,优化成本而非盲目投入算力。
五、案例复盘(别人怎么做的)
- 团队重组:2025 年初,零一将大部分训练和 AI Infra 团队并入阿里云“产业大模型联合实验室”,成为阿里员工,侧重超大模型研发,自身保留轻量团队。
- 模型定位:不再追求 AGI 与超大模型,聚焦“快、便宜、小”的模型,利用超大模型(Teacher Model)生成合成数据,提升小模型性能。
- 收入验证:2024 年获得超 1 亿元人民币实际收入;2025 年预计数亿收入,来源包括 ToB 订单与合资公司分成。
- 商业合作:计划与适合大模型的行业公司建立合资公司,结合行业数据、Know-how 和零一技术,打造垂直应用。
- 订单筛选:只做三类 ToB 订单:帮客户赚钱的、与行业客户紧密合作的、方案可复制性高的,避免无回报的大规模投入。
- 时间线:2024 年 5 月做出聚焦小模型的决定,2025 年 1 月确认团队并入阿里,市场传闻出现后 2 天内李开复公开回应事实。
六、双轨可执行性
跨境:不可行,因零一聚焦中国行业客户与阿里云生态,跨境缺乏数据壁垒与本地化支持;国内:可行,直接切入有行业数据壁垒的领域(如制造、零售),以合资公司形式绑定客户,参考零一“快、便宜、小”模型思路,用合成数据降低推理成本,3 个月内跑通 1 个可复制订单。
原文 · 晚点聊 LateTalk:阅读原文 →
