衡宇 发自 凹非寺
量子位 | 公众号 QbitAI
大模型能识别一张图里三个人在喝咖啡，好有意思。但那有什么用呢？
上面这个感慨，来自零一万物创始人兼CEO李开复博士。他在零一万物一周年发布会上表示，不应该只秀demo，而应结合真实场景，解锁2C应用的创新：
我们所有的模型，对用户产生价值，才是真的有价值。
去年3月，李开复宣布以Project AI2.0之名入局大模型，而后领衔创新工场第七家塔尖孵化公司零一万物，冲入大模型赛道。
如今，零一万物成立一年有余，旗下模型陆续推出，成绩霸榜；开源闭源两手抓，同步推进；API平台开放，全球可用；产品AI助手万知，小程序免费可用。
在大模型之路上全栈推进，似乎成了外界对零一万物的共同认知。
而且在市场方面，零一万物成立不足一年就跻身独角兽行列，被外界称为国产大模型五虎之一。
其海外2C产品上线9个月用户近千万，今年单款产品预计收入过亿元，产品ROI（投入产出比）接近1。
而就在现在，当大模型赛道来到第二年，参赛者从狂奔转向长跑马拉松之际，零一万物又推出了一箩筐新模型。
开闭源双轨策略，统统上新
此次发布会，零一万物在闭源模型和开源模型方面都有新动作。
先说闭源方面。
此次零一万物重点推出的闭源模型是Yi-Large。
如下图显示，零一万物官方给出的评测结果中，推理方面，Yi-Large在HumanEval和MATH都位列第一，超越GPT-4、Claude3 Sonnet、Gemini 1.5 Pro以及LLaMA3-70B-Instruct（都是时下大模型领域的佼佼者）。
第三方评测，Yi-Large的中英双语能力也不俗。
李开复表示，Yi-Large的下一步是采用MoE架构的Yi-XLarge。
Yi-XLarge已经启动训练，虽然时间不长，但根据跑分结果，Yi-XLarge的效果都好于Large。
在初期训练中，Yi-XLarge MoE已经与Claude-3-Opus、GPT4-0409等国际厂商的最新旗舰模型互有胜负。
△Yi-XLarge 初期训练中评测（2024年5月12日）
再来看看开源模型这边。
此次Yi-1.5开源系列可以说是大手笔，同时开源了6款模型，分别是：
- Yi-1.5-34B Base + Chat
- Yi-1.5-9B Base + Chat
- Yi-1.5-6B Base + Chat
此次开源的模型版本对此前用户反馈的数学、代码短板有了重点改进，在评测集上，Yi-1.5-34B表现不逊色于70B参数尺寸的模型，在同尺寸中则有更好的表现。
李开复在现场表示，开源不是发布模型就结束了，维护社区也是重要的一环。
在国际开发社区内，零一万物Yi系列模型有各种应用，从学习、导航、销售、 API应用、商业写作等，都已经开始积累早期用户。
另外，李开复很自豪看到开源社区上有很多基于Yi系列大模型的公益项目，“这么多面临病魔折磨的病人和家属，能够用大模型来了解怎么样得到最好的治疗。科技真正能造福人类，是特别让人欣慰的事情。”
最后，李开复宣布了Yi API平台多尺寸、多场景的全球上线。
他重点介绍了基于千亿参数SOTA基座模型打造的Yi-Large API，目前价格是20元/100万tokens，约为GPT-4-turbo定价的三分之一；并表示，如果想有更高的性价比，可以选择下图第二排更具性价比的模型。
“我希望今天发布之后，无论是创业者、大公司、个人玩家，还是公益组织，都没有理由不尝试用一下我们的Yi-Large的API。”李开复说。
引入“技术”和“成本”的TC-PMF
在移动互联网的鼎盛时期，PMF（Product-Market Fit，产品市场契合）曾是众多初创企业追求的核心目标。
然而，大模型时代的到来，带来了很多变革。
两个时代在创业基础设施层面存在着决定性的差异：
譬如，在移动互联网时代，用户规模增长所带来的边际成本很低。
但是在大模型时代，模型训练和推理成本构成了每一个创业公司必须要面临的增长陷阱。用户增长需要优质的应用，而优质应用离不开强大的基座模型，强大基座模型的背后往往是高昂的训练成本，接着还需要考虑随用户规模增长的推理成本。
因此，李开复认为，PMF这一概念已经不能完整定义以大模型为基础的AI-First创业，应当引入 Technology（技术）与 Cost（成本）组成四维概念。
这就是TC-PMF。
李开复表示：
做 Technology-Cost Product-Market-Fit（TC-PMF），技术成本和产品市场契合度，尤其推理成本下降是个“移动目标”。
这比传统PMF难上一百倍。
他介绍了零一万物的TC-PMF方法论。
首先是全球化布局。
零一万物的目标是成为一家全球化的大模型公司。去年，欧美市场已经历GPT时刻，用户对AI应用的熟悉程度高，商业化进展较快，因此，零一万物选择先基于全球顶尖模型打造零一万物的海外产品，验证TC-PMF。
今年，零一万物则开始接用自己的SOTA基座模型，不断完善产品的用户体验。
据介绍，零一万物海外2C产品，今年预计单款产品收入过亿元，产品ROI接近1。
第二是模基共建。
零一万物认为，模型的训练、服务、推理设计，与底层Infra架构和模型结构必须高度适配。目前，零一万物全栈AI Infra，端到端实现全球最先进的FP8训练框架，也是目前国内唯一达到这个成绩的队伍。
在多方面优化后，零一万物千亿参数模型训练成本，同比降幅达一倍之多。
第三则是模应一体，简单来说，就是产品从真实用户体验出发，和模型迭代形成正循环。
去年9月起，零一万物率先出海验证TC-PMF，模型一上线立即和产品形成用户飞轮。
同时，运用自研性能/召回率最佳的向量数据库笛卡尔，零一万物部署成本只需要之前采购的第三方的18%。
今天万知体验这么丝滑速度这么快，“一部分的理由就是来自于零一万物的 RAG工程，来自我们自研的向量数据库”。
最后一点是Al-First。
李开复在现场谈到，应用创新需要清晰回答 When、How、Who。
过去一年，零一万物在狂奔什么？
去年3月下旬，创新工场董事长兼CEO李开复正式宣布以Project AI2.0之名入局大模型。
3个月后，李开复带麾下AI大模型公司零一万物正式对外发声，这也是创新工场塔尖孵化的第7家公司。
11月，零一万物的首款开源大模型——Yi系列大模型正式亮相，共有两款，分别是Yi-34B和Yi-6B。成为彼时唯一成功登顶HuggingFace的国产大模型，且以34B的大小碾压Llama-2 70B和Falcon-180B等一众大尺寸大模型。
12月，Yi-34B-Chat公布新成绩，在Alpaca经认证的模型类别中，以94.08%的胜率，超越LLaMA2 Chat 70B、Claude 2、ChatGPT。
今年以来，零一万物动作频频。
1月，零一万物交出多模态大模型答卷，同属Yi系列，同样具有两个版本：Yi-VL-34B和Yi-VL-6B，面向全球开源。
官方给出的测试数据是，Yi-VL-34B在英文数据集MMMU上准确率41.6%，仅次于准确率55.7%的GPT-4V，超越一系列多模态大模型。
紧接着，来3月，零一万物还在提速。
90亿参数Yi-9B紧锣密鼓地面世了。它号称Yi系列中的“理科状元”，“恶补”了代码数学，同时综合能力也没落下。
尤其要提到，Yi-9B对开发者格外友好，Yi-9B（BF 16）和其量化版Yi-9B（Int8）都能在消费级显卡上部署。
仍是3月，零一万物API开放平台出场，共为开发者提供三个版本的模型，支持200K上下文窗口，并具备多模态能力。
进入5月，就在几天前，零一万物正式官宣了一站式AI工作平台——万知。
它可以做会议纪要、周报、写作助手，还可以速读任何文档，帮你做PPT。
更关键的是，它更适合中国职场宝宝体质，是为国内打工人量身打造的神级生产力工具。
现在，李开复每天要在万知上进行100条左右的提问，了解产品的最新使用体验，及时反馈badcase。
他提到，OpenAI是融了超级超级多的钱，先追求GPU，其次考虑应用，零一万物的模式则是用更少的芯片、更低的成本，找到TC-PMF。
做一个伟大的大模型公司，底层不能差，但不能只有底层。
同样重要的是，应用怎么开创，怎么让做产品的人也懂模型，懂模型的人也做应用。
我们当然相信AGI会发生，我们也会推进AGI的发生，但同时我们是务实的，我们的精力不会花在行业预测上，也不会把大力出奇迹作为唯一思维。OpenAI可以去尝试这条道路，但这不会是我们走的道路。
One More Thing
活动最后，李开复分享道，一年前，他就跟投资人自愿主动承诺：10年内自己不会套现。
他说：
“我认为套现最好的方式是赶快上市，这是我们未来努力的方向。”
