在海淀区北京大学附近，零一万物的办公区依旧忙碌，似乎并未受到外界舆论风波的波及。身处舆论中心的李开复，迅速接受了虎嗅的独家专访。
李开复详细阐述了是什么促使他重新评估预训练模型的战略，何时决定暂停对超大模型的追求，以及这一决定如何影响了公司的命运。
面对虎嗅提出的尖锐问题，李开复依旧温文尔雅，坦然面对外界关注的焦点，并分享了他决策背后的心路历程。虽然外界对零一万物的转型感到意外，但对他和团队来说，这是一次有计划和节奏的“转向”，早在半年前就已开始布局。
以下是虎嗅与李开复的详细对话：
虎嗅：零一万物的决策机制是怎样的？您更倾向于独自决策还是与团队商量？
李开复：在创业初期，我就组建了一支“彼此信任”的创始团队，包括谷雪梅、马杰、祁瑞峰、Anita等人。这个核心团队从一开始就坚定信仰AGI，并勇于将技术应用于实际，推动商业化进程。即使在压力下，任何同事都可以随时与我进行一对一沟通，我们还定期举办坦诚交流的TGIF全员会议，每个重要决策都是达成共识的结果。
虎嗅：您何时开始对预训练模型产生新的思考？是什么促使您开始思考这个问题？
李开复：大模型领域的技术迭代速度极快，因此必须提前预判和布局。2024年5月，我们发布了千亿参数模型Yi-Large，表现优异，在国际权威榜单LMSYS Chatbot Arena上取得世界第七、中国第一的成绩。然而，回头来看，Yi-Large在推理速度和成本优化方面仍有提升空间。当时，我们面临一个选择：是继续按照Scaling Law，用更多GPU和数据训练更大规模的模型，还是采取更务实的路线，专注于开发更轻量但性能依然卓越的模型？
内部早在半年前就已意识到Scaling Law的边际收益递减，这对初创公司的财务影响尤为直接。每周与财务团队审查现金流，看到算力成本持续攀升，这显然不是可持续的发展方式。对于初创公司来说，投入巨量资源训练超大模型，性价比极低。
在关键技术决策讨论后，我们决定改变路线。去年10月，零一万物推出的新旗舰模型Yi-Lightning采用MoE（混合专家）架构，激活参数仅20多B，但性能超过2024年5月版本的GPT-4o，在LMSYS上排名世界第六、中国第一。更重要的是，Yi-Lightning的训练成本仅350万美元，是GPT-4o的1/30，推理成本也达到行业最低，真正实现了大模型的“白菜价”。
从去年下半年开始，我们暂停了对超大参数规模模型的追求。回想起来，幸亏没有继续增加算力成本。
虎嗅：意识到这一点后，您做的第一个决定是什么？如何推动公司内部接受这一转变？
李开复：放弃X-Large的决定很快在公司内部达成共识。在AI 2.0时代，大模型技术和产业发展速度加快，公司融到更多资源，但预训练投入也更大。从技术角度看，传统Scaling Law的边际收益递减明显，商业化同样如此。在AI 1.0时代，一家公司可能需要5到8年实现商业化成功，但在大模型赛道，一切都加速了。因此，聚焦“小而美且便宜”的模型，加速应用落地和商业变现，是更实际、更负责的选择。
虎嗅：转型过程中遇到的最大挑战是什么？
李开复：外界可能认为零一万物的转型来得突然，但实际上我们从去年第二季度就开始复盘技术路线，第三季度尝试构建轻量化模型，10月推出Yi-Lightning，同时在ToC和ToB领域探索落地。11月公布ToB战略，2025年初与阿里云成立产业大模型联合实验室。这一切调整都是基于长线战略，循序渐进的。只是近期一些噪音和误解突然出现，让我们的布局显得突然。
许多新技术在发明后，面临技术落地和产品化的挑战，这一阶段被称为“创新死亡谷”。零一万物已经证明了自己的技术能力，现在是时候关注和聚焦模型能力的落地实现，打造良性商业模式。行业正在集体穿越大模型时代的“创新死亡谷”。
最大的挑战在于有限的资源和时间。行业对Scaling Law的态度从追捧到怀疑不到一年，我们必须在有限的时间和资源里制定计划，保持敏捷，最大化执行力。
虎嗅：有些公司在做ToB业务的同时，仍在进行预训练，您怎么看？
李开复：每家公司都有自己的长处，无论是模型还是产品，都能在一定程度上回应外界的质疑。对于零一万物来说，我们的长处是在保证模型性能处于世界第一梯队的同时，大幅降低训练和推理成本，提升推理速度。初创公司应该在第二年就拥有符合商业逻辑、对投资人负责、能确保生存的商业模式。
虎嗅：在ToB业务上，您认为零一万物的核心竞争力体现在哪些方面？
李开复：首先，经过一年多的技术沉淀，零一万物已经具备了世界第一梯队的技术能力。其次，我们在寻找落地场景时，能够迅速切入重点领域内的头部公司，找到适合凝练标准化ToB解决方案的领域和场景。第三，零一万物还可以与创新工场联动，投资领域内的公司与我们互补，可以在行业大模型方面展开合作。
创办零一万物的初衷是实现AGI梦想并取得商业成功，我们要让顶尖大模型能力走出实验室，进行产业落地，打造AI-First产业应用，将技术超能力转化为商业价值。从获得收入，增加收入，收窄亏损，到实现持续盈利。
虎嗅：2025年，在ToB业务上，您认为哪家公司将面临真正的考验？如何保持竞争优势？
李开复：2025年是AI-First应用爆发的元年，中国有望在这一领域弯道超车，零一万物必须提前布局。ToB行业的挑战在于客户和技术提供商之间不是双赢关系，而是一方压价，另一方因无利润而随便应对。对于大模型公司来说，很多ToB合作客户的付费意愿不高，服务场景难以复制。这会导致恶性循环。
零一万物认为有三种ToB方向值得尝试：一是为客户创造核心价值，不仅省钱，还能帮助客户增长；二是在垂直且适合大模型落地的领域，与有远见、决心拥抱大模型的公司共创行业大模型；三是服务可复制、可快速规模化的领域。目前，零一万物在游戏、能源、汽车、金融领域都在洽谈千万级以上的单子，下阶段将继续放大这些领域，并探索新领域。
