作者丨赵晓晓

筹组两周年，零一万物在今天放出大招——上线万智企业大模型一站式平台，宣布提供企业级DeepSeek部署定制解决方案。

也因为此，零一万物成为第一家全面拥抱DeepSeek的“六小虎”。早在今年2月11日，零一万物就官宣在自家海外AI应用PopAi中接入DeepSeek-R1，一举成为六小虎中首家接入DeepSeek模型的公司。

今天发布的万智企业大模型，涵盖了 DeepSeek 模型部署、应用实践以及模型微调工具。在确保数据安全的前提下，上述方案能够将 DeepSeek 无缝嵌入到企业业务体系，快速支持行业模型定制和应用创建，让原本的开源 AI 模型真正成为完整、合规且安全的一站式解决方案。

李开复说，未来大模型行业竞争不再单指基座模型性能的比拼，而更是有关中台到应用的能力，重点是模型能否快速响应市场场景的需求。

DeepSeek增强版来袭

据李开复介绍，万智企业大模型一站式平台为企业规划了DeepSeek 落地“三步走”步骤：

第一是安全部署：开箱即用的企业AI底座。当前的企业客户中，算力基础设施、模型部署等方面的软硬件积累参差不齐。在基座模型部署方面，零一万物整合了 DeepSeek、Qwen、Yi 等国内 Top3 模型，推出了“安全部署”方案。

第二是DeepSeek +“一切”，一键生成企业专家Agent。相较于近期如火如荼的 C 端通用 Agent，企业级 Agent 更专业、更稳定、更安全，更能满足企业垂直场景的需求。

具体来说，结合DeepSeek +联网搜索、知识库RAG、智能体Agent ，万智企业大模型在搜索准确性上的得分88%，校正大模型幻觉的能力优于以搜索性能强著称的 Gemini (73%)、Perplexity (73%)、ChatGPT Search (64%)。智能化体现在企业客户能够基于自身业务场景，通过简单的点击、拖拽等操作就能够一键生成企业级 Agent或者企业专属 Agent。

在零一万物过往全球化应用实践中得到验证的其他成熟功能，如多模态文档阅读、高精准度的 OCR （光学字符识别）解析、AI写作、AI PPT生成、AI数字人等也都被封装入万智企业大模型服务平台。

第三是零一万物基于 DeepSeek-R1 的成熟微调方案，企业能够在万智企业大模型一站式平台上，基于自身企业数据库对 DeepSeek-R1 进行模型微调，使之符合垂直领域的业务需求。

据介绍，DeepSeek-R1 在数学、代码、自然语言推理等场景下均有优秀表现。但由于 DeepSeek-R1 本身并不支持 Function Call（工具调用）和JSON Output（JSON 格式的字符串输出）。这两大企业刚需能力的缺失，使其在落地专业工作场景内进一步受限。

万智目前所包含的“安全部署 + 应用搭建 + 模型微调”的组合，既降低了企业的技术门槛，又确保了数据的本地化部署安全性，对于大模型技术积累相对薄弱的企业尤为友好。对于拥有更强算力需求、具备复杂业务场景的大型企业更为复杂的 AI 智能化转型需求，零一万物同样具备“超大规模算力管理 + 数据资产及安全管理 + 行业模型训练/精调 + 行业应用平台”的全方位能力，可针对性提供企业进阶解决方案。

这一方案不仅能够实现大规模算力的灵活调度，还能够进行产业模型的训练与精调，结合数据资产的安全管理，助力大型企业深度AI化转型，提升业务运营效率与数据应用价值。

“这类进阶需求，我们认为只有自身做过大模型研发的公司，才有能力提供优质且闭环的解决方案。”李开复说。

To B 落地，为什么是零一万物

2025 年有两大趋势：一是中国超大参数 LLM 基座模型将收敛到以 DeepSeek、阿里巴巴通义千问（Qwen）等最头部的两三家企业；二是轻量化模型以极高性价比催化 AI-First 应用迎来井喷期，真正解决市场痛点、穿透企业核心业务流程的应用，将创造真金白银的价值。

在这两大趋势下，经过开年“DeepSeek 冲击波”，中国 ToB 市场需求正经历前所未有的高涨，产业链条上的失衡问题也日益显现——在将 DeepSeek 落地产业过程中，现有的“DeepSeek Inside”的企业解决方案普遍存在着部署难、应用难、定制难等三大核心痛点。

“当前市场上尚未形成能够系统性解决上述痛点的完整方案。”李开复说。

基模能力与市场教育到位的当下，中国大模型产业已进入“产业深水区”，亟需成熟的企业级解决方案，来推动大模型从通用能力向垂直行业深度融合。

这与零一万物“聚焦产业大模型商业落地”的战略转型不谋而合。

2024 年，零一万物开始发力国内大模型 ToB 应用，在零售、能源、金融、游戏等垂直领域内积累了丰富的行业 Agent 开发经验。

当年 5 月，零一万物内部对 Scaling Law 的边际收益递减进行推演，最终决定放弃训练原定万亿参数的超大模型 Yi-X-Large，而转为训练更轻量化、更具商业落地前景的 MoE（混合专家）模型 Yi-Lightning。

2024 年 10 月，零一万物推出 MoE（混合专家）模型模型 Yi-Lightning，发布后即在 LMSYS Chatbot Arena 上取得世界第六的排名。

2025 年 1 月：零一万物与阿里云成立产业大模型联合实验室，补强自身超大参数模型的布局的同时，正式宣布聚焦参数适中、性能领先、推理速度快、推理成本低的轻量化模型，以产业大模型发力商业落地。

2025 年 2 月：零一万物与苏州高新区联合成立的产业大模型基地正式授牌，聚焦制造、金融等领域的产业大模型。

“我们并不是第一个做类似To B产品，但我们最大的优势在于有产品积淀。”李开复说。

在创立至今近两年的发展过程中，零一万物构建了大模型端到端技术管线体系，形成了四大核心技术栈：

轻量化模型研发管线——零一万物是中国最早探索 MoE 等轻量化模型架构的大模型企业之一， 2024 年 5月，零一万物投入 MoE 等轻量化模型路线，10月份推出 MoE 模型 Yi-Lightning，发布后即在 LMSYS Chatbot Arena 上取得世界第六的排名。目前，已沉淀 MoE 模型、小语种模型、多模态游戏模型等成熟的轻量化模型方法论。

自研的强化学习技术管线——零一万物已经复现通过“强化学习+基于规则的奖励模型提升模型推理能力”的技术范式路径。利用零一万物自研的强化学习技术管线，即便在制造业、生物医疗等非结构化、非标化数据占比大的领域，只要能相对清晰地定义奖励函数，就有可能省去大量数据标注的工作，优化模型面对垂直复杂场景的表现，定制更懂行的产业大模型。

高质量数据训练管线——在数据安全方面，零一万物已建立多重防护体系和数据治理措施来确保模型的安全合规与隐私保护，打磨出了安全成熟的高质量行业数据构建管线。

工具链与应用管线——零一万物的联网搜索、RAG（检索增强生成）、多模态文档解析、高精准度的 OCR （光学字符识别）解析、AI PPT 生成等都经过了企业级市场的实践检验。

李开复说认为，万智所做的与坊间的系统集成商或一体机分销商能做的浅层服务有着本质区别。零一万物有着完整的前沿大模型研发经验，所以有能力闭环交付全链条的大模型解决方案。

从“模型+应用”走向“应用+模型”

DeepSeek 的走红为整个中国大模型领域完成了实质意义上的 ToB 市场教育。随着模型性能的提升与推理成本的下降，大模型应用也在越来越多的 ToB 场景内实现了降本增效。在龙头企业的加持下，可以预见 2025 年大模型 ToB 领域将会o迎来新的增长。

迎合 AI-First 应用爆发的行业趋势，零一万物选择主动调整，从“模型+应用”走向“应用+模型”，以应用场景需求反推产业大模型的能力，打通从基座模型到垂直场景的“最后一公里”，力求解决大模型“高分低能”、“无法落地产业、解决实际问题”的核心痛点。

万智企业大模型一站式平台是零一万物“以大模型赋能千行百业”的重要起点。

李开复说，AI 需要市场，市场也需要 AI，行业亟需实现 “性能 x 性价比” 的AI。后 DeepSeek 时代，产业大模型正在加速落地，越来越多产业将会拥抱大模型。

未来的大模型的行业竞争将不再单指模型性能的比拼，更关乎从中台到应用的能力，即模型能否快速响应场景需求、基于中台构建行业应用。

2025 是 AI-First 应用爆发年，也是大模型商业化的大考年。零一万物将继续开放自身底层能力，打通基座模型到垂直场景的‘最后一公里’，推动大模型从炫技走向新质生产力。