作者|陶然 編輯|魏曉

AI六小虎中第一家擁抱DeepSeek的玩家出現(xiàn)了，是零一萬物。

他們直接掏出了能迅速落地、迅速變現(xiàn)的產(chǎn)品：內(nèi)置DeepSeek的企業(yè)大模型一站式平臺“萬智”，劍指toB商業(yè)化。

今天上午，零一萬物線上舉行了新春產(chǎn)品發(fā)布會，公司CEO李開復、COO黃蕙雯等多位核心人物悉數(shù)露面，為萬智站臺。

基于新平臺帶來的軟硬件協(xié)同能力，零一萬物也成為又一家可提供企業(yè)級DeepSeek部署定制解決方案的廠商。

萬智平臺目前已在零一萬物官網(wǎng)上線“商務合作”入口，有需求的用戶可以提交“提供服務”、“探索合作”和“其他”三種申請，公司全球解決方案與交付總經(jīng)理表示，定價很快就會發(fā)布，“會給企業(yè)用戶提供非常有競爭力的價格，比大廠更有優(yōu)勢”。

據(jù)AI藍媒匯統(tǒng)計，在DeepSeek走紅之后、零一萬物“萬智”發(fā)布之前，DeepSeek概念加持下的一體機領域，其實已經(jīng)涌入了包括不僅限于百度、華為等眾多一線大廠，以及像是京東云、聯(lián)想、浪潮、中科曙光等同屬頭部集團的知名企業(yè)，賽道日趨擁擠。

分析人士指出，各家將軟硬件打包成封裝、集中發(fā)布一站式解決方案的目的其實完全一致，就是要搶抓這波DeepSeek帶來的國產(chǎn)ChatGPT時刻，把市場中高漲的興趣、涌現(xiàn)的需求落到手里，成為實打?qū)嵉挠唵巍?/p>

“基模能力與市場教育到位的當下，中國大模型產(chǎn)業(yè)亟需成熟的企業(yè)級解決方案，來推動大模型從通用能力向垂直行業(yè)深度融合。”

簡單概括，就是卷應用，向錢看。

相關資料顯示，2024年零一萬物公司的整體收入已經(jīng)超過了一億元，其中B端業(yè)務占到整體收入的七成左右；C端的收入主要來自海外的To C付費應用（PopAi等），且已接近實現(xiàn)盈利。

資金層面，李開復年初透露稱，去年七月份完成一筆融資后，目前公司賬上現(xiàn)金充沛。并且團隊內(nèi)部其實更早就開始復盤和推演Scaling Law的上限問題，對現(xiàn)金的調(diào)配似乎相當審慎。

愛企查顯示，零一萬物先后完成四輪融資，但前兩輪均為同樣由李開復創(chuàng)辦的創(chuàng)新工場出手，公開可查的其余資方似乎僅有阿里云。

此前AI藍媒匯曾報道過斷尾求生聚焦醫(yī)療的百川智能，這一次，同在DeepSeek浪潮下遭到?jīng)_擊的零一萬物選擇了另一套解法：放低姿態(tài)，從百模大戰(zhàn)的“參賽者”轉(zhuǎn)換為“服務商”。

這個淡化自家技術模型聲量、以DeepSeek為賣點、將超頭模型封裝成可落地toB產(chǎn)品的解決方案，是零一萬物作為頭部AI初創(chuàng)在AI大模型賽道的淘汰賽槍聲中不得不面對的重新選位。

轉(zhuǎn)變身份，用相對務實的姿態(tài)，叩開大規(guī)模toB商業(yè)化的門。

拼落地

零一萬物的轉(zhuǎn)型核心，就是這個面向企業(yè)的大模型一站式平臺。

平臺并非簡單技術集成，而是針對企業(yè)落地大模型的三大痛點，部署難、定制難、應用難，依次提供了系統(tǒng)性解決方案，開箱即用。

過往企業(yè)接觸AI，必須要提前考慮的一個問題就是安全：數(shù)據(jù)是否在本地，必須上云的話鏈路和存儲分析是否封閉、是否安全。

零一萬物聯(lián)合頭部硬件廠商推出的軟硬集成式一體機方案，內(nèi)部預裝高性能了GPU并內(nèi)置DeepSeek全系列模型，支持本地化推理與數(shù)據(jù)隔離，滿足金融、政務等對數(shù)據(jù)安全敏感行業(yè)的需求。這種方案抹平了起步階段的技術門檻，全鏈路的本地化部署也消除了企業(yè)對數(shù)據(jù)泄露的顧慮。

接下來的問題，幻覺。

DeepSeek-R1推理模型生成內(nèi)容時所產(chǎn)生的幻覺，體驗過的人有目共睹，它更擅長輸出觀點、情緒、華麗辭藻，但對于擺事實講道理這一塊，推理過程中產(chǎn)生的一些“奇思妙想”往往容易造成文不對題甚至 胡編亂造，所有這些信息失實統(tǒng)稱“幻覺”。

業(yè)內(nèi)一份幻覺測試結(jié)果顯示，DeepSeek R1幻覺率高達14.3%，作為對比谷歌Gemini 2.0 Flash的這項數(shù)值僅有0.7%——復雜問題解決能力提升的代價就是在處理“開放性問題”時，DeepSeek-R1這類推理模型會強行構(gòu)建邏輯鏈，從而導致虛構(gòu)事實，且“推理能力與幻覺風險呈正相關，并且僅能通過優(yōu)化訓練策略改善，無法徹底消除幻覺”。

涉及業(yè)務數(shù)據(jù)甚至企業(yè)決策的AI，必須要最大程度降低幻覺發(fā)生的可能，避免出錯。

這一點上，零一萬物此前一款出海的C端AI搜索應用其實已經(jīng)證明了團隊在降低幻覺方面的功力，搜索準確性高達88%，校正幻覺的能力優(yōu)于以搜索性能強著稱的Gemini (73%)、Perplexity (73%)、ChatGPT Search (64%)等國外一線模型。

基于企業(yè)客戶需求，新發(fā)布的“萬智”平臺整合了聯(lián)網(wǎng)搜索、知識庫RAG、智能體Agent等成熟組件。部署和實施速度大幅提升，引入Rewrite和Rerank模型后，結(jié)果召回率提升60%，準確率提升30%，幻覺效應大幅降低。

最后是定制適配，DeepSeek有兩個硬傷：不支持 Function Call（工具調(diào)用）、不支持JSON Output（JSON 格式的字符串輸出）。用做飯場景舉例，這個AI理論上能熟練烹飪?nèi)蚋鲊侠恚〝?shù)學/代碼/自然語言推理），但一不會使用廚房工具（缺乏Function Call），需要用烤箱烤牛排時，它無法自動調(diào)用烤箱設備，必須人工操作；二只會口頭報菜名（缺乏JSON Output），需要打印標準菜譜時，AI只能口述而無法輸出格式化的電子文檔。

兩大企業(yè)剛需能力的缺失，讓DeepSeek在落地工作場景時常常受限。零一萬物則在“萬智”平臺上率先給出基于DeepSeek-R1的成熟微調(diào)方案，企業(yè)能夠基于自身企業(yè)數(shù)據(jù)庫對AI進行模型微調(diào)，準確對接垂直領域的具體業(yè)務需求。

整體來看，“萬智”平臺無論是宣發(fā)還是設計，都擺出一副老老實實給DeepSeek打輔助的姿態(tài)——聆聽市場需求然后針對性設計。

李開復在采訪中強調(diào)了“尊重商業(yè)規(guī)律”，按需設計產(chǎn)生按需購買，或許就是其中一條：你（企業(yè)）拿到了好用的DeepSeek創(chuàng)造價值，而我（AI公司）拿到了AI本身帶來的商業(yè)價值。

退居“1.5線”，是出路嗎？

發(fā)布會結(jié)束后，關于會上被問及的關于“是否還在做預訓練模型”的問題，零一萬物方面又單獨做了一次澄清：我們是不做“萬億以上”超大參數(shù)基模，不是放棄自研，輕量化模型還是在做的。

兩個信息：一，零一萬物并未放棄自己的技術積累，頭部模型和自研并行；二，自研技術確實在收縮。

聽起來有些消極，但務實、理智、活下來，才是所謂六小虎等資源并不足夠充足的玩家，在大模型淘汰賽現(xiàn)階段所必須接受的局面。

大浪淘沙，自家模型沒有跑出來的幾位勢必做出轉(zhuǎn)型，要么退居二線繼續(xù)換個姿勢繼續(xù)參與游戲，要不等到熱度和資源揮霍殆盡徹底下桌。

零一萬物這個目前還比二線更靠前一些，暫且算作一點五，接入阿里、收縮業(yè)務的李開復團隊顯然還是有心再搏一搏。

策略上規(guī)避超大模型的研發(fā)風險，但不徹底放棄技術層面主動權（自研），最重要的一點，務實、逐利，在AGI實現(xiàn)的那一天到來前，別徹底下桌。

李開復透露稱，零一萬物聚焦toB業(yè)務去年有超一億元收入，今年第一季度的收入則已經(jīng)接近了去年全年收入總和，“運營模式非常良性，今天發(fā)布的萬智企業(yè)大模型一站式平臺也能夠錦上添花。”

DeepSeek給行業(yè)帶來的是技術層面的范式，也掀起了行業(yè)去泡沫化的進程。在更先進的底層技術有突破前，市場的價值錨點必然從技術遷移到場景，企業(yè)客戶會更關注“能否解決實際問題”而非“是否自主研發(fā)”，零一萬物通過將DeepSeek技術封裝為可落地的解決方案，為的就是快速驗證AI落地的商業(yè)可行性，以及同步來帶來的利潤回報。

至于前面統(tǒng)計的與同賽道內(nèi)大廠、同行玩家的競爭，李開復很坦率的解釋了零一萬物的優(yōu)勢：對比一些硬件廠商、組裝廠，我們有研發(fā)底層模型的經(jīng)驗優(yōu)勢，更懂AI；而對比大廠，我們的方案，更有性價比，更便宜。

離開一線、站穩(wěn)中游、成為輔助角色，沒什么不好。

分蛋糕前活下來，才是最好的。