李开复零一万物转型：放弃基座模型，All in To B对标Palantir

背景

2026年5月，正值零一万物（01.AI）成立三周年之际，创始人李开复在个人公众号发布了一封题为《致零一万物团队：做首家盈利的AI2.0公司，带你们赢比任何估值都重要》的全员信（原文随后被删除）。这封信不仅是对公司过去三年历程的回顾，更是一次战略转向后的战前动员。

零一万物诞生于2023年5月，彼时正值ChatGPT引爆全球大模型热潮，中国创投圈涌现出一批对标OpenAI的明星创业公司。凭借李开复在学术、产业与投资领域的深厚积淀，以及汇聚谷歌、微软、阿里等顶尖人才的优势，零一万物在成立仅8个月后估值便突破10亿美元。然而，随着AI行业从技术竞赛转向商业落地，公司经历了从“仰望星空”到“脚踏实地”的巨大转变。信中提到的“至暗时刻”、团队裁员以及战略调整，折射出这家初创企业在激烈竞争中的生存焦虑与破局决心。

核心内容

1. 战略重心的根本性转移：从To C到To B，从基座到应用

零一万物在创立初期曾明确表示看好To C市场，坚决不做赔钱的To B业务，并致力于自研超大参数预训练模型。然而，面对算力成本高昂、开源模型追赶速度超预期以及DeepSeek-R1等模型拉近性能差距的现实，李开复在2025年初做出了一个激进的决定：放弃与大厂比拼万亿参数级超大模型的烧钱游戏。

公司将大部分预训练团队并入阿里云，转向训练更快、更便宜的中等参数模型，并基于此打造可盈利的应用。2025年3月，公司战略正式重新定义为全面All in To B，业务重心从追逐技术指标和榜单排名，彻底切换到跑客户、谈项目、求落地。李开复的角色也从“AI布道者”转变为“首席AI战略官”，亲自下场帮助大客户通过AI优化财报。

2. 对标Palantir的商业模式：深度服务与大客户策略

零一万物目前的定位是“从中国走向全球的AI落地公司”，明确对标美国企业Palantir。其核心逻辑是通过深度理解行业，为企业搭建数字化底座，打造企业级AI操作系统。

• 产品体系：推出“万智”企业大模型平台，采用“平台为横、行业多纵”的打法，在政务、金融、工业等领域与重点客户共建场景化解决方案，沉淀行业Know-how并反哺平台。
• 客户结构：收入主要由战略级大客户驱动，包括大型企业和政务项目。此外，公司在哈萨克斯坦等地开展主权AI项目，为国家和区域政府提供AI基础设施整体解决方案。
• 交付模式：采用高密度人力投入的贴身服务模式，从算法工程师驻场到业务流程调研、数据对接，旨在通过服务深度换取客户粘性。

3. 财务表现与增长数据

尽管放弃了基座模型的规模效应，零一万物的订单数据呈现出陡峭的上扬曲线：

• 2024年：收入超过1亿元。
• 2025年：订单达到5亿元，审计收入2.5亿元。
• 2026年前五个月：订单突破15亿元。

李开复在信中承诺，明年某季度零一万物将成为“中国首个实现盈利打平的AI 2.0公司”，强调增长不靠亏本刷量，而是来自高毛利、高复购的To B ARR（年度经常性收入）。

4. 组织变革与激励措施

为了支撑这一战略转型，零一万物进行了刀刃向内的调整：

• 激励加码：加发2000万股期权，设立百万起步、上不封顶的CEO专项激励，重赏能拿下最大客单、最高毛利和最佳ARR的团队。
• 合伙人选拔：启动首批合伙人选拔。
• 文化重塑：李开复希望公司摆脱“六小虎”的标签，更名为“金钱豹”，寓意从被围观的猛兽转变为依靠自身捕猎生存的竞争者。

关键要点

• 战略放弃基座模型竞争：鉴于算力成本极高且开源模型性能逼近，零一万物选择放弃自研超大参数基座模型，转而利用阿里云资源训练中等参数模型，聚焦应用层落地。
• All in To B与Palantir模式：公司彻底转向To B市场，借鉴Palantir模式，通过深度定制和驻场服务，为大型企业和政府提供AI解决方案，打造企业级AI操作系统。
• 订单激增但需验证利润率：2026年前五个月订单突破15亿元，显示市场需求强劲。但核心挑战在于，高密度人力投入的贴身服务模式是否会导致边际成本无法降低，从而侵蚀利润率。
• 护城河的重构：不再拥有基座模型后，零一万物的护城河被定义为“客户关系、行业Know-how、端到端交付能力”以及最关键的“客户续费意愿”。
• 盈利目标明确：李开复设定了明确的盈利时间表，目标在2027年上市前实现盈利打平，强调ARR（年度经常性收入）和高复购率是验证商业模式成功的关键指标。
• 创始人角色转变：李开复从公众视野中的AI布道者转变为深入产业一线的“首席AI战略官”，亲自参与非洲等地的客户谈判，体现了极强的身段和耐力。

意义与影响

1. 中国AI创业范式的转折点

零一万物的转型标志着中国AI创业从“技术理想主义”向“商业现实主义”的深刻转变。早期许多AI初创公司试图通过堆砌参数、争夺榜单来建立壁垒，最终陷入烧钱陷阱。零一万物率先转身“下山”，证明了在基座模型被大厂和开源社区垄断的背景下，中小公司通过深度垂直落地、解决客户实际问题并实现盈利，是一条可行且更具韧性的路径。

2. 对“AI落地难”问题的回应

文章指出，AI转型不是保守不出错的工作，而是需要改变公司命运的风险行为，因此必须由企业“一号位”亲自推动。零一万物通过“一号位工程”和深度驻场服务，试图解决AI技术与企业实际业务脱节的痛点。这种模式虽然人力密集，但可能为AI在政务、金融、工业等传统行业的规模化渗透提供可复制的方法论。

3. 估值逻辑的重塑

零一万物的轨迹——从估值破十亿的巅峰，到放弃基座模型后的断崖下跌，再到凭借15亿订单重新回归——反映了资本市场对AI公司估值逻辑的修正。市场逐渐意识到，没有基座模型的公司并非没有价值，其价值取决于能否建立稳定的客户关系和可持续的盈利模式。未来的AI公司估值将更多基于ARR、续约率和利润率，而非单纯的模型参数或榜单排名。

4. 行业竞争的终局预判

李开复的判断暗示，大模型赛道将经历整合，不会再有多家公司同时维持基座模型的研发。未来的机会在于应用层和落地层。零一万物的“金钱豹”策略，即依靠自身捕猎（获取真实订单）而非观众欢呼（流量与估值）生存，可能成为未来AI应用层创业公司的主流生存状态。

5. 未解的挑战与风险

尽管战略清晰，但零一万物仍面临严峻考验：

• 规模化瓶颈：深度服务模式是否会导致人力成本随订单线性甚至指数级增长，从而无法实现规模经济？
• 产品标准化程度：“万智”平台能否真正像操作系统一样插上就用，还是沦为一个个定制项目的集合？
• 客户粘性验证：高毛利和高复购率是否能在长期得到验证，尤其是当客户发现AI带来的实际财务改善有限时。

零一万物的故事表明，在AI2.0时代，先行一步的清醒和务实，比留在山顶缺氧坚持更难，但也更可能通向最终的胜利。答案不在发布会的PPT里，而在客户续约的合同里。