零一万物已与阿里云成立 “产业大模型联合实验室”ღ★✿，零一万物大部分训练和 AI infra 团队会加入该实验室ღ★✿，成为阿里员工WRITEAS刘耀文插宋亚轩ღ★✿。

　　这之后ღ★✿，零一万物将不再追求训练超级大模型ღ★✿，但会继续训练参数适中的更快ღ★✿、更便宜的模型ღ★✿，基于后者打造可以赚钱的应用ღ★✿。

　　2025 年会更好吗？李开复看到ღ★✿：应用爆发和商业化淘汰会一起发生ღ★✿。零一万物的机会是ღ★✿：挖掘 To B 大模型的 PMFღ★✿。

　　“一些细分领域客户ღ★✿，会因为有了大模型而营业额翻倍ღ★✿，这是最好的 PMFღ★✿，因为马上能产生巨大价值ღ★✿。我们已有一些尝试ღ★✿。” 李开复说ღ★✿。

　　访谈李开复的这天ღ★✿，中关村鼎好大厦——这里是他 2009 年创立的创新工场和 2023 年创立的零一万物的办公地——也即将入住一批新人ღ★✿：

　　字节跳动在北京的大模型研发团队正计划陆续集中至此ღ★✿。这家巨头被报道今年会投 70 亿美元做 AI 大模型ღ★✿，这超过所有中国大模型头部公司的融资总和ღ★✿。

　　中国大模型创业公司会全军覆没吗？李开复说ღ★✿，没有任何概率ღ★✿。因为一定会诞生颠覆式的 Ai-first 应用ღ★✿。

　　李开复ღ★✿：我们和阿里成立了产业大模型联合实验室ღ★✿，依赖大厂训练更大的模型ღ★✿，帮助我们提升较小的模型ღ★✿。我们认为ღ★✿，一个商业公司需要非常快而便宜的模型ღ★✿，然后在上面打造可以赚钱的应用ღ★✿。

　　但任何一个创业公司——我也在创新工场投了很多公司——都要考虑投资人ღ★✿。如果收购是最好的结局ღ★✿，公司有责任考虑这个选项ღ★✿。

　　李开复ღ★✿：零一万物有能力ღ★✿，也想做超大集群 Infrastructure 和训练的人确实会加入联合实验室ღ★✿，成为阿里的员工ღ★✿。

　　我认为以后预训练会分叉ღ★✿：一个是训练超大模型ღ★✿，这是在追寻 AGIღ★✿，但它会很贵ღ★✿。这部分我们其实很早就放弃了ღ★✿。

　　李开复ღ★✿：仰望星空追寻 AGI 需要充足甚至不计代价的弹药储备ღ★✿，脚踏实地来看ღ★✿，我们现阶段的最高优先级是先巩固拿到弹药的实力ღ★✿。

　　李开复ღ★✿：上次我们谈时是去年 5 月ღ★✿，那时我们发布了 Yi-Largeღ★✿，它是在往超大模型走ღ★✿。但当时我们就有一个认知ღ★✿，这个模型并不快ღ★✿，也不便宜ღ★✿。

　　所以就开始面临一个抉择ღ★✿：我是要花更多 GPU 和资源ღ★✿，烧更大的模型？还是务实一些ღ★✿，做一个可以落地ღ★✿、赚钱的商业公司？

　　李开复ღ★✿：当时就发生了ღ★✿，你还记得我们那时谈到了一个 Yi-X-Large 模型的计划吗？它是比 Yi-Large 更大的版本ღ★✿。我们去年 5 月到 6 月就决定放弃了ღ★✿。

　　我们决定不做 Yi-X-Large 的同时ღ★✿，已经在同步做 MoE（混合专家系统模型ღ★✿，优点是推理成本更低ღ★✿、速度更快）ღ★✿，就是去年 10 月推出的 Yi-Lightningღ★✿，它的速度比 Yi-Large 快好几倍ღ★✿，而价钱只有 GPT-4o 的 1/30ღ★✿。我们现在也正在做 Yi-Lightning-V2ღ★✿。

　　晚点ღ★✿：你之前说过ღ★✿，零一的优势之一就是你们自己做 AI Infra 和推理引擎ღ★✿，能主动大幅降低训练和推理成本ღ★✿。现在你们的 Infra 团队去了和阿里的联合实验室ღ★✿，这个优势还在吗？

　　李开复ღ★✿：我们现在仍有一个较小的训练团队和 Infra 团队ღ★✿，他们会继续做 “模应一体”ღ★✿，并且未来联合实验室的技术我们也能利用ღ★✿。

　　晚点ღ★✿：各大模型系列都会有不同大小的版本ღ★✿，你们现在和阿里有这么深入的合作ღ★✿，继续自己训练更快ღ★✿、更便宜模型的必要性是什么？

　　而 Yi-Lightning 现在的成本和表现仍不能被开源替代ღ★✿，我们还是会专注用自己的好模型打造好应用ღ★✿。好的定义可以是ღ★✿：够小ღ★✿、够快ღ★✿、够便宜WRITEAS刘耀文插宋亚轩ღ★✿、够厉害ღ★✿。如果有一天真被替代了ღ★✿，我们会做出务实的选择ღ★✿。

　　晚点ღ★✿：你们和阿里的合作中ღ★✿，他们除了接收部分零一的团队ღ★✿，需要支付其它费用吗？这是否类似一种收购？

　　晚点ღ★✿：阿里为何愿意合作？我收集到两种想法ღ★✿：一是不想让自己的投资“打水漂”ღ★✿，二是为了收集人才ღ★✿。

　　李开复ღ★✿：阿里的反馈你需要问阿里ღ★✿。可以说的是ღ★✿，联合实验室的合作是基于我们各自的优势ღ★✿，达成了战略和技术产品路线的共识ღ★✿，我们会加速在技术ღ★✿、平台ღ★✿、应用等方面的共享共建ღ★✿，开启中国“大厂＋小虎“的合作新范式ღ★✿。

　　李开复ღ★✿：还是祁瑞峰负责销售ღ★✿，谷雪梅负责模型训练和 to C 产品ღ★✿，马杰负责 to Bღ★✿，然后 CMO 是 Anita（黄蕙雯）ღ★✿。我的-1 其实基本一直没变ღ★✿，只是职责有调整ღ★✿。

　　晚点ღ★✿：我们了解到ღ★✿，零一也在推进拆分一些业务ღ★✿，比如把游戏应用拆成一个子公司ღ★✿，独立对外融资ღ★✿，这是出于什么考虑？

　　晚点ღ★✿：去年 5 月那次访谈ღ★✿，你说零一要做就想做成一个万亿美元公司ღ★✿，要做成 AGI 时代的微软ღ★✿。这个梦想算是破灭了吗？

　　当时我觉得最有价值的公司是 AI 时代的微软ღ★✿，今天还没有谁做出来ღ★✿，每家公司都还有机会ღ★✿。只能说我们现在是从应用起步ღ★✿，微软的第一个产品ღ★✿， BASIC 编译器ღ★✿，也是应用ღ★✿。

　　李开复ღ★✿：这件事没有一个突然的起因ღ★✿，也不是被动的调整ღ★✿，是去年 5 月开始萌芽ღ★✿，第三季度看到需要走这条路ღ★✿，之后跟阿里讨论ღ★✿，这一个月做了执行ღ★✿。

　　李开复ღ★✿：主要是三件事ღ★✿，第一ღ★✿，从商业角度考虑ღ★✿，我们认为只有大公司能继续做超大模型ღ★✿，第二J9九游会中国ღ★✿，Scaling Law 在变慢ღ★✿，第三ღ★✿，商业化灵魂拷问的时刻已经到来ღ★✿。

　　第一件事ღ★✿，我们去年 5 月就意识到了ღ★✿：我们认为 2025 年是应用爆发年ღ★✿，这需要能支持普惠应用的ღ★✿、够快ღ★✿、够便宜的模型ღ★✿。所以我们重新定义了目标ღ★✿：不是要烧世界上最贵ღ★✿、最大ღ★✿、表现第一的模型ღ★✿，而是要做足够便宜ღ★✿、足够快的模型ღ★✿。

　　到 9ღ★✿、10 月时ღ★✿，我们也看到 Scaling Law 明显进入 diminishing return（收益递减）ღ★✿。不是说用更多算力和数据做不出进步ღ★✿，而是进步不符合投资回报ღ★✿。举个例子ღ★✿：从一张卡加到 10 张卡时ღ★✿，可以达到 9.5 张卡的价值ღ★✿，但从 10 万张卡加到 100 万张卡ღ★✿，也许只能达到 30 万张卡的价值ღ★✿。另外ღ★✿，如 Ilya 所说ღ★✿，互联网数据资源就像化石燃料般正逐渐枯竭ღ★✿，虽然算力还在提升ღ★✿，但数据增长速度已见顶ღ★✿。

　　晚点ღ★✿：Scaling Law 变缓ღ★✿，几乎所有 AI 公司都感受到了WRITEAS刘耀文插宋亚轩ღ★✿。但最头部的公司还是在持续做超大模型ღ★✿。

　　李开复ღ★✿：因为这并不代表超大模型就彻底没用了ღ★✿，超大模型一个非常重要的用处ღ★✿，就是可以做教师模型ღ★✿。

　　这个趋势不是我发明的ღ★✿。你看 Anthropic 的 Opus 模型后来就不给外面用了ღ★✿，为什么？因为它就是用来做教师模型ღ★✿。

　　就我们了解ღ★✿，Opus 其实训练得挺好ღ★✿，但太大ღ★✿、太贵ღ★✿、太慢ღ★✿，对外也卖不了多少ღ★✿，卖出去的也是被竞品用作教师模型ღ★✿，那还不如留着训练 Sonnetღ★✿，然后卖 Sonnetღ★✿。

　　李开复ღ★✿：GPT-5ღ★✿，或者也可能叫 4.5ღ★✿，这个还没定论ღ★✿，但 OpenAI 已经做出来了ღ★✿，在内部测试效果ღ★✿。它确实更好了ღ★✿，但好的程度不匹配它带来的延迟和成本ღ★✿。

　　它会不会对外卖ღ★✿，我不知道ღ★✿，但它绝对扮演着把 GPT 其它小模型提升一遍的功能ღ★✿，就是提升 “学生” 的能力ღ★✿，然后再用 “学生” 来做应用普及ღ★✿。

　　二是超大模型可以生成合成数据ღ★✿，合成数据可以用作训练新模型ღ★✿。比如像 Yi-Lightning 这样的模型ღ★✿，数据到达一定量级之后（训练效果）会饱和ღ★✿，合成数据虽然不能完全替代真实数据ღ★✿，但可以帮助生成更好的数据J9九游会中国ღ★✿，让它饱和之后再上一个台阶ღ★✿。

　　李开复ღ★✿：中国公司面临芯片的限制ღ★✿，融资额和估值也远低于类似的美国公司ღ★✿。如果你一年烧 5 亿美金ღ★✿，就算融了十几亿美金ღ★✿，也会马上面临拷问ღ★✿。

　　所以只有那些真心想做 AGIღ★✿，想做世界最大ღ★✿、最棒ღ★✿、最牛模型的公司能继续做超大模型ღ★✿。这个成本ღ★✿、代价会非常高ღ★✿，绝对不是一个初创公司可以做的事ღ★✿。创业公司去和大厂比ღ★✿，谁能烧出更大的模型ღ★✿，最终不会成功ღ★✿。

　　李开复ღ★✿：因为我们自己做不起教师ღ★✿，那谁来做ღ★✿，就是大厂ღ★✿。你要是说抱大腿ღ★✿，也行ღ★✿。我们应该勇敢地做这个决策ღ★✿，因为它符合趋势ღ★✿，也让我们可以轻装上阵ღ★✿。

　　做一个很棒的手机应用ღ★✿，需要重做一个安卓吗？做一个很棒的 PC 应用ღ★✿，需要重做一个 Windows 吗？以后这种超大模型的能力肯定是靠大厂ღ★✿。

　　晚点ღ★✿：OpenAI o1 的出现ღ★✿，看起来会打开 Scaling Law 的第二曲线ღ★✿。这会怎么影响你的上述判断？

　　李开复ღ★✿：我恰恰觉得ღ★✿，一个非常快的推理模型ღ★✿，在 o1 之后的 inference-time Scaling Law 时代更符合趋势ღ★✿。因为慢思考和长思考会拉长响应时间ღ★✿。之前只有一步思考ღ★✿，就算你比别人快 5 倍ღ★✿，用户收益也不明显ღ★✿。但如果是多步思考ღ★✿，就会放大推理速度的差距ღ★✿，慢的模型在一些场景会不可忍受ღ★✿。

　　我们自己做了非常快的推理引擎ღ★✿，以后可以做更多实验ღ★✿，这也是我们选择更快ღ★✿、更便宜路径的另一个原因ღ★✿。

　　（注ღ★✿：o1 会 “像人一样” 分步思考问题ღ★✿，它通过把更多算力资源放到推理（inference）阶段ღ★✿，来提升模型表现ღ★✿。）

　　晚点ღ★✿：接下来可以来聊一聊你说的商业化灵魂拷问ღ★✿。其实大模型创业热潮才两年ღ★✿，为什么现在就进入拷问时刻？

　　李开复ღ★✿：因为大模型时代ღ★✿，一切都加快了ღ★✿。如果我们回看 AI 1.0 时代ღ★✿，技术就是深度学习ღ★✿；应用是从视觉逐渐切入其它ღ★✿，一个个慢慢来ღ★✿。

　　公司的发展ღ★✿，从谁的人最牛ღ★✿、论文最多ღ★✿、比赛成绩最好ღ★✿，慢慢进入商业里程碑ღ★✿，谁能拿下一个大单ღ★✿，谁能再多拿几单ღ★✿，谁能商业扩张ღ★✿；最终灵魂拷问是——不考虑你是个 AI 公司ღ★✿，你的财务报表能不能上市ღ★✿。这不是终点ღ★✿，但是一个重要里程碑ღ★✿，投资人能退出ღ★✿，公司能带着更多信誉往前走ღ★✿。这个过程ღ★✿，商汤等 AI 1.0 公司普遍走了 6-8 年ღ★✿。

　　现在一切都加快了ღ★✿。技术迭代加快了ღ★✿，我们从信仰 Scaling Law 到怀疑 Scaling Law 只花了一年时间ღ★✿。过去不是这样ღ★✿，摩尔定律支撑了多久？

　　灵魂拷问也来得更快ღ★✿。因为要烧 Scaling Law 的创业公司会烧钱更多ღ★✿、更快J9九游会中国ღ★✿。所以我们更应该做一个符合商业逻辑ღ★✿、对投资人负责ღ★✿，能确保活下来的商业模式ღ★✿。这才能面对最后的灵魂拷问ღ★✿：你到底能不能把技术转换成商业价值ღ★✿，先有收入ღ★✿，再增加收入ღ★✿，然后收窄亏损ღ★✿，最终从单点盈利到多点持续盈利ღ★✿。这个过程必须加快ღ★✿。

　　李开复ღ★✿：可以拆分成几个题目ღ★✿：第一ღ★✿，你到底懂不懂商业运作？第二ღ★✿，这个事情到底能实现多少收入？第三ღ★✿，能实现多少收入增长？第四WRITEAS刘耀文插宋亚轩ღ★✿，能不能控制成本ღ★✿。

　　从我的角度ღ★✿，有几个重要的原则ღ★✿：第一是ღ★✿，不打打不赢的仗ღ★✿。如果一个行业你没有验证负担得起的 PMF（产品市场匹配）ღ★✿，或一定程度验证了ღ★✿，但面临巨头的强碾压WRITEAS刘耀文插宋亚轩ღ★✿，这个仗是不能打ღ★✿。

　　第二ღ★✿，不能去做大量看不到回报的投入ღ★✿。比如有些 To C 应用ღ★✿，一旦停止投放ღ★✿，用户就不增加了ღ★✿，或即使它有一定自然增长ღ★✿，也需要不断输血ღ★✿、亏损才能维持行业地位ღ★✿。类似的还有付费不高ღ★✿、不创造核心价值的 To B 招标ღ★✿，它会变成恶性循环ღ★✿：付费少ღ★✿，很难做好ღ★✿，客户就不满意ღ★✿，AI 公司也赚不到钱ღ★✿。

　　国内 To C 很难有收入ღ★✿，而且巨头掌握用户和流量ღ★✿。国内 To Bღ★✿，大部分案子不能赚钱ღ★✿，项目制的案子还不见得能复制ღ★✿，然后国外 To B 我们根本不会做ღ★✿。

　　这么难解的一个局的前提下ღ★✿，还有一个问题ღ★✿：如果你还要烧巨大的模型ღ★✿，还有 5000 张ღ★✿、10000 张卡ღ★✿，每年带来 2-3 亿美金的成本ღ★✿，这些成本怎么分摊到业务收入上去？如果你的亏损是收入的 5 倍ღ★✿、10 倍ღ★✿、20 倍ღ★✿，灵魂拷问就会失败ღ★✿。我在朋友圈里说 “2025 年是商业化淘汰年”ღ★✿，就是这么一回事ღ★✿。

　　所以作为一个 AI 创业公司ღ★✿，我们要把用在 GPU 上的钱当做一个 Business Expense（营业费用）ღ★✿，就和买电脑ღ★✿、出差经费一样ღ★✿。

　　如果决定要买 GPUღ★✿，要花多少钱？一年花几次？可以得到多少回报？这些都要回答清楚ღ★✿。你问任何一个公司的 CEOღ★✿、CFO 或采购ღ★✿：买或不买电脑对公司的影响ღ★✿，他都能清楚告诉你ღ★✿。

　　李开复ღ★✿：当然可以ღ★✿。但我们现在看到的中国打法是把推理成本降低ღ★✿。我们的模型是在变快ღ★✿，但这件事怎么转换成钱？还是要回答拷问ღ★✿。

　　李开复ღ★✿：DeepSeek 做得非常好ღ★✿，它的优势跟我们类似ღ★✿，对比美国最强的模型ღ★✿，DeepSeek 和 Yi-Lightning 是性价比高ღ★✿，而美国顶级模型是绝对 performance 更好ღ★✿。

　　晚点ღ★✿：零一现在的思路是直面更快到来的商业化拷问ღ★✿，你昨天在朋友圈也提到ღ★✿， 2024 年你们的实际收入已超 1 亿元人民币ღ★✿，2025 年还会翻数倍ღ★✿。具体要怎么做到？

　　李开复ღ★✿：我们应该是 2023 年新成立的 4 家大模型六小虎里（智谱 AI 和 MiniMax 两家六小虎在 2023 年之前已成立）ღ★✿，第一家做到 1 亿收入的ღ★✿，这离上市还远得很ღ★✿。但作为第一个运营年ღ★✿，有 1 亿元收入ღ★✿，是一个挺自豪且挺独特的事ღ★✿。

　　我们的海外 To C 产品基本已打平ღ★✿，接下来有机会盈利ღ★✿。国内的 To B 落地场景里WRITEAS刘耀文插宋亚轩ღ★✿，我们在游戏ღ★✿、能源ღ★✿、汽车ღ★✿、金融领域ღ★✿，也都在谈千万以上的单子ღ★✿。而且基本都是软件单ღ★✿，不是打包卖硬件ღ★✿、卖服务器ღ★✿。下一个阶段我们会继续放大这些领域ღ★✿，也会进入我们有机会的新领域ღ★✿。

　　晚点ღ★✿：进这么多 To B 领域ღ★✿，会不会重蹈 AI 1.0 的老路ღ★✿：在好多场景里接了定制化ღ★✿、高难度的订单ღ★✿，被交付拖得步履沉重ღ★✿。

　　李开复ღ★✿：有些领域我们不见得自己做ღ★✿，我们会和行业公司共创ღ★✿，一起设合资公司J9九游会中国ღ★✿，对方出行业 Know-how 和一些可分享的垂类数据ღ★✿，我们出技术ღ★✿，一起做细分行业模型和更好的行业解决方案ღ★✿。

　　现在整个行业的一个挑战就是ღ★✿，客户和技术提供商不是双赢ღ★✿，而是一方压价ღ★✿，另一方因为没有利润只能随便做做ღ★✿。如果能结合对方的行业 Know-howღ★✿、数据和我们的技术ღ★✿，做合资公司ღ★✿，做大两边都有钱赚ღ★✿，做得不好两边都有亏损ღ★✿，这样更能创造价值ღ★✿。我有把握ღ★✿，在 25 年能有数倍收入增长ღ★✿，从 1 亿做到数亿ღ★✿。

　　李开复ღ★✿：有 3 种 To B 可以做ღ★✿：一是能给客户创造核心价值的ღ★✿，就是不仅帮它省钱ღ★✿，还能帮他赚钱ღ★✿。

　　二是在一些特别垂直又适合大模型的领域ღ★✿，找到一家有远见的公司和 CEOJ9九游会中国ღ★✿，对方愿意和大模型公司一起共创ღ★✿。这对企业是个巨大的决定和投入WRITEAS刘耀文插宋亚轩ღ★✿，这种单子肯定不多ღ★✿，但每个都是金矿ღ★✿。

　　第三就是做方案有复制性的领域ღ★✿，服务第一个客户时可能不赚钱ღ★✿，但后面还有 20 个ღ★✿、100 个ღ★✿。

　　晚点ღ★✿：2024 年ღ★✿，零一陆续有中高层离开ღ★✿，包括前预训练负责人黄文灏ღ★✿、生产力 To C 产品负责人曹大鹏ღ★✿、多模态研发负责人潘欣等ღ★✿，这是从之前追求更大模型ღ★✿，到准备接受拷问的调整带来的吗？

　　李开复ღ★✿：每个人离职可能有不同理由ღ★✿，有些是想追求 AGIღ★✿，有些可能是禁不住诱惑ღ★✿。大厂突然要来天价来挖人ღ★✿，每个创业公司都遇到了ღ★✿。

　　这些公司都很聪明ღ★✿，都有很多资金ღ★✿，所以都会找到自己的方向ღ★✿，我还是坚信一个判断——三年后ღ★✿，没有一个公司会被认为是大模型公司WRITEAS刘耀文插宋亚轩ღ★✿。就像今天你不会说字节ღ★✿、美团是移动互联网公司ღ★✿，你会说它们是社交ღ★✿、内容ღ★✿、外卖ღ★✿、电商公司ღ★✿。

　　晚点ღ★✿：我说的全军覆没ღ★✿，不是指这些公司死掉ღ★✿，而是指它们没有像一些人期待的那样成为新一代巨头ღ★✿，这轮技术变化的绝大部分成果会被现有科技巨头获得ღ★✿。

　　李开复ღ★✿：如果真是这样ღ★✿，就代表了 AI-first 应用没有想象中那么颠覆J9九游会中国ღ★✿，所以我不认为这会发生ღ★✿。

　　因为每一个足够颠覆的 AI-first 应用ღ★✿，都是一个创业公司的机会ღ★✿。从互联网到移动互联网ღ★✿，搜索没怎么被颠覆ღ★✿，所以 Googleღ★✿、百度依然很强ღ★✿，但出行ღ★✿、短视频ღ★✿、支付ღ★✿、本地生活……确实是移动互联网的新应用ღ★✿，它们需要 Mobile-first 的特性才成立ღ★✿：标记地理位置ღ★✿、随身携带等等ღ★✿。

　　李开复ღ★✿：用自然语言做交互ღ★✿，有通用推理和理解能力ღ★✿。还有一个判断方法——就是一个应用如果没有大模型就不成立ღ★✿，那它肯定是 AI-first 应用ღ★✿，比如主要由 AI 来写作的工具ღ★✿；缺少不了 “AI 朋友” 的社交网络等等ღ★✿。

　　只要 AI-first 成立ღ★✿，就会有非常多的创业公司跑出来ღ★✿，我坚持认为这才是高概率事件ღ★✿。AI 是比移动互联网更颠覆的技术ღ★✿。

　　晚点ღ★✿：上一次聊时ღ★✿，我们讨论过一个问题ღ★✿，就是其实你没有必要自己到一线创业ღ★✿，和你行业地位ღ★✿、人生阶段相似的人ღ★✿，更多是选择支持一个公司ღ★✿，而你却自己当 CEOღ★✿，主动跳入了这个混战ღ★✿。回头看ღ★✿，会后悔这个选择吗？

　　李开复ღ★✿：不会ღ★✿，我之所以决定做这件事ღ★✿，是看到它特别适合我的背景ღ★✿，它包括了技术ღ★✿、产品ღ★✿、投融资和商业运作ღ★✿，我能给这件事带来独特价值ღ★✿。

　　每个创业的过程中ღ★✿，都会有跌荡起伏和调整ღ★✿。如果一个 CEO 碰到一点挑战就开始后悔ღ★✿，这样的人没资格做 CEOღ★✿。

　　李开复ღ★✿：我没有ღ★✿。反而是ღ★✿，如果等了四十多年ღ★✿，终于等到了 AI 时代ღ★✿，我却没有出来做我擅长做的事ღ★✿，没有去试一把ღ★✿，这会成为终身遗憾ღ★✿。

　　第二是ღ★✿，我们会挖掘到 To B 大模型的 PMFღ★✿，这指靠大模型才能满足的 To B 真实需求ღ★✿，大量 AI-first 细分行业模型也会爆发ღ★✿。它的主要价值不是在金融ღ★✿、保险这些大行业ღ★✿，而是在垂直行业里ღ★✿；行业老大不一定特别大ღ★✿，但它们的营业额会因为有大模型而翻倍ღ★✿。这是最好的 PMFღ★✿，因为马上能产生巨大价值ღ★✿。我们已经有一些尝试ღ★✿，现在还不能剧透太多ღ★✿。

　　晚点ღ★✿：关于 2025 年的应用爆发点ღ★✿，现在被讨论很多的方向是推理能力提升后打开了 Agent（智能体）应用的更多可能ღ★✿。你怎么推演 Agent 2025 年的发展ღ★✿，零一可能会做哪些尝试？

　　李开复ღ★✿：我们对 Agent 已经做了一些探索ღ★✿，怎么让大模型从能言善道到理解并执行一系列逻辑ღ★✿，从能处理单指令到多个指令ღ★✿。

　　现阶段大模型要落地为智能体ღ★✿，距离 “点石成金” 还有很多难点ღ★✿，通用的 Agent 平台还需要时间ღ★✿。但在一些垂直领域ღ★✿，比如法律ღ★✿、游戏ღ★✿、金融服务领域ღ★✿，我们已经在和合作伙伴一起开发行业模型 +Agentღ★✿。

　　晚点ღ★✿：之前向你搜集对 Good AI 的看法时ღ★✿，你说ღ★✿：工作其实是工业革命遗留下的魔咒ღ★✿，你希望能出现一个将人类从繁冗的重复劳动中解放的 “Super Agent”ღ★✿。如果真有了 “Super Agent”ღ★✿，你会把时间用来干什么？

　　李开复ღ★✿：继续做我热爱的工作ღ★✿，只要这个工作还没被 AI 取代ღ★✿。花更多时间和我爱的人在一起ღ★✿，这一定是 AI 做不了的ღ★✿。j9九游会老哥俱乐部ღ★✿，j9九游会 - 真人游戏第一品牌ღ★✿。九游会·(j9)官方网站环保工程ღ★✿，j9九游会ღ★✿。j9九游会游戏ღ★✿。j9九游会官方网站ღ★✿，