搜狐订阅:看看社区吃瓜爆料黑料-黑瓜吃料网官网入口-李开复：零一万物决定做第一个拥抱DeepSeek的“六小虎”|界面新闻 · 科技

界面新闻记者 | 伍洋宇

界面新闻编辑 | 文姝琪

“零一万物决定做全面拥抱DeepSeek模型的第一个六小虎 。”零一万物创始人兼CEO李开复在今天的发布会上如此表示
。

3月17日，零一万物正式对外发布了万智企业大模型一站式平台（下称“万智 ”） ，并宣布可提供企业级DeepSeek部署定制解决方案。

DeepSeek代表中国AI大模型在全球异军突起后
，除了互联网大厂们，业界对“AI六小虎
”同样报以担忧 。

这些公司在成立之初便以“AGI（通用人工智能）”为终极目标 ，力争打造出性能堪比OpenAI的基座模型
。但在DeepSeek爆火之前
，这些公司已经在两年发展中各有各的现实困境，如今更是在基座模型迭代上面临严峻挑战。 

零一万物是其中相对特殊的一家 。今年1月初 ，零一万物创始人兼CEO李开复明确表态，公司未来不会再做万亿参数模型的预训练
，而将专注在务实的、小而快的，能够以商业性价比来评估的模型。 

作为这一战略转变的承接 ，零一万物宣布与阿里云联合成立“产业大模型联合实验室”
，借后者的平台服务及通义系列模型的能力，以批量训练垂直定向的产业智能模型
。与此同时 ，零一万物在国内的商业模式加速集中涌向B端（企业端）。 

如何面对后DeepSeek时代的市场格局？零一万物的答案是
，既然不再参战超大参数模型层面的对抗，那就拥抱DeepSeek激起的庞大市场需求 。 

“2025是AI-First应用爆发年 ，也是大模型商业化的大考年
。 ”李开复表示。

在DeepSeek落地产业过程中
，零一万物认为其“DeepSeek Inside”企业解决方案存在部署难 、应用难
、定制难等问题 。为此，零一万物准备了覆盖DeepSeek模型部署、应用实践以及模型微调工具的完整解决方案
。

这主要针对大模型私有化部署大量的“最后一公里
”问题。

例如 ，在模型部署的算力储备问题上
，零一万物为算力相对薄弱的企业联合硬件厂商推出软硬集成式一体机方案，预装GPU ，内置DeepSeek全系列模型，部署周期可缩短至小时级 。在这个场景中
，零一万物强调自身可支持本地化推理与私有化数据隔离的“安全部署”
。

应用实践主要是指满足企业垂直场景的应用需求，例如DeepSeek支持下的联网搜索 、知识库RAG
、企业级Agent、DeepResearch。 

在这里 ，零一万物的优势在于有更高的准确性
，比如引入Rewrite和Rerank模型降低模型幻觉，并且将模态文档阅读 、OCR （光学字符识别）解析、AI写作
、AI PPT生成、AI数字人等既有功能封装进服务平台 ，甚至支持调用Dify等开源工具 。 

此外
，DeepSeek-R1虽然在数学 、代码
、自然语言推理等场景下表现突出，但对于缺乏模型训练及微调经验的企业而言 ，就R1进行更符合垂直领域需求的SFT（监督微调）仍是一个相对棘手的任务
。对此
，零一万物的方案是支持企业在“万智 ”上直接基于自身企业数据库对R1进行微调。 

不仅是拥抱DeepSeek，零一万物进一步采取了开放姿态 。“万智
”还适配了阿里巴巴通义千问（Qwen）、零一万物Yi等国产模型。

不过 ，越是开放也越会面对是否过于依赖开源的质疑
。零一万物COO黄蕙雯对此回应称
，开源自有力量，没有必要重复造轮子。并且 ，零一万物不是简单调取开源工具就释放给客户，而是还会根据自身产品开发经验做针对性优化 。

面对当前市场
，零一万物未来会愈发强调自己为企业解决落地问题的能力
。

“未来的大模型的行业竞争将不再单指模型性能的比拼，更关乎从中台到应用的能力 ，即模型能否快速响应场景需求 、基于中台构建行业应用。”李开复表示 。

团队认为
，面对AI-First应用可能迎来的井喷期，零一万物此时参与到技术与需求之间的产业链条失衡问题上 ，有可能在部署
、微调、应用搭建等方面帮助企业解决大模型落地的瓶颈
。 

例如
，过去近两年发展中，零一万物在轻量化模型研发 、强化学习技术
、高质量数据训练 ，以及工具链与应用组件等方面积累的经验
，为公司在2024年发起的战略转型及B端市场布局奠定了基础。“我们能做得很深 。 ”李开复表示
。

自搁置万亿参数模型Yi-X-Large的预训练计划以来，零一万物频频面临生存质疑。

在退出超大参数模型竞争后 ，零一万物如何将已有研发投入转化为市场认可的商业价值
，是它在这一阶段的重要命题 。而基于现有更完整的商业模式，零一万物对过去两年的能力积累有了更合理化的解释
。 

这也是李开复眼中零一万物的竞争优势。如今不仅是互联网大厂 ，还有更多中小厂商也在推出一体机参与到大模型ToB服务赛道的进程中 。 

相较于一体机厂商，李开复认为团队在大模型微调、数据库对应 、机器训练以及数据配比等问题上更有经验
，“因为这些大模型的知识可能难以由系统集成商和一体机提供商来提供。
”而对于大厂，他表示尊重大厂的大模型经验与云服务 ，但零一万物可以提供更深度的服务以及更低的价格
。 

竞争之外
，另一个重要问题是大模型ToB服务的商业天花板。

李开复表示，零一万物目前的ToB商业模式是“健康”的 。据他透露 ，公司去年有超一亿元收入
，今年第一季度收入已接近去年全年收入
。

他还分析称，过去大模型行业ToB碰到挑战 ，一方面是因为中国还没有经历所谓的ChatGPT时刻
，模型赋能后企业能得到的价值也不见得足够大；另一方面，模型厂商往往大幅砍价竞争招标 ，导致最后厂商赚不到很多钱。 

“今天的差别是
，企业客户都觉醒了 。 ”李开复说
。