零一万物的“违背祖宗”决定
前谷歌全球副总裁兼大中华区总裁李开复，做了一个“违背祖宗”的决定，不再死磕大模型正统路线。按照硅谷 AI 叙事，明星大模型公司应讲技术领先、通用模型、开发者生态，最后通向 AGI 的故事，OpenAI 是标准答案。零一万物刚成立时，外界按此模板理解它，像是“中国版 OpenAI”的开局，但现在换了方向。最近，公司传出 2027 年赴港 IPO 的消息，李开复拿出的新成绩单是 15 亿订单、To B 商业化以及“国内首家盈利 AI 2.0 公司”的目标。更关键的是，零一万物把绝大部分预训练团队和 AI 底层基础设施团队并入阿里云，转身去做政企客户、行业模型和智能体交付，放下基座模型，做起接地气的生意。AI 圈大 V 阑夕曾吐槽，怀疑没人能用一句话说清零一万物在做什么，包括李开复本人。那么，零一万物到底想干嘛？
两次激进换挡
实际上，零一万物经历了两次激进的战略换挡。第一挡，是从最烧钱的地方撤出来。2025 年 1 月，零一万物将绝大部分大模型预训练团队、AI 底层基础设施团队并入阿里云，放弃万亿参数超大基座模型研发和 AGI 长期探索。3 月，公司正式官宣全面 All in To B，和阿里云共建产业大模型联合实验室，转向轻量化、可落地的产业定制大模型。这可不是小调整，对大模型公司来说，预训练团队和底层基础设施是最值钱、最烧钱的家底，零一万物交出这部分，走上了和 OpenAI 不同的道路。
这样做有现实考虑，通用基座模型成本高，训练、推理、人才都要钱，且模型能力竞争激烈，商业化变现难度未降，继续下去会陷入算力军备赛。从这个角度看，零一万物撤出来不丢人，但问题是撤出来后靠什么证明自己值钱。所以第二次换挡很快跟上。
这次换挡，零一万物不再把业务重心放在售卖标准化大模型工具上，转向面向政企客户交付可量化的业务结果，把卖“模型参数更强”，变成帮客户把 AI 放进真实业务流程，实现效率提升和成本下降。这让它的产品线更贴近政企，比如万智企业大模型一站式平台服务政企私有化部署等需求；万仔智能体可提升专利撰写等工作效率 300%-500%；开复 AI Agent 内置 19 个细分智能体，瞄准大企业决策与执行脱节的问题。海外业务也沿着同一条线展开，联合 AMD 推出软硬一体化智算节点，落地哈萨克斯坦国家级大模型项目，试图进入海外主权 AI 市场。
把这些动作放在一起，零一万物的新路线很清楚：不再追 OpenAI 的通用模型故事，把 AI 做成政企客户能采购、部署、验收的项目。甚至李开复亲自下场“当销售”，提出“一号位工程”，绕开企业常规 IT 采购部门，担任客户首席 AI 战略官，直接对接政企决策层，聚焦政务、金融、工业等垂直行业，专注亿元级战略大单，放弃零散小单和免费售前咨询。李开复这样做有道理，大企业买 AI 看重的不止是工具，还涉及业务流程、数据系统和预算口径的改变，常规 IT 部门未必能推动，一把手点头项目才可能成战略工程，李开复出面更有可能把技术采购变成高层合作。
但两次换挡后，零一万物也有新问题。从基座模型撤出来能减轻算力和研发压力，转向政企交付易获得收入，但 AI 公司最值钱的想象力被削弱了。万亿参数、AGI、国产 OpenAI 等虽虚，但能拉高公司估值。所以，零一万物 2027 年冲刺 IPO，李开复需要新说法，即 AI 2.0。
AI 2.0，是金子还是噱头？
要理解 AI 2.0，先得知道李开复眼里的 AI 1.0 什么样。他用电力行业打比方，AI 1.0 是发明电，AI 2.0 是搭建电网。2012 到 2022 年，AI 行业靠传统架构驱动，能做人脸识别等，但都是孤立插件，提效但串不成系统，无法改变企业运转。十年下来，AI 证明有用，但没成为底层能力，行业规模化落地困难，整体持续亏损。
2022 年之后，大模型改变了局面。通用基础模型依托海量无标注数据完成自监督学习，能理解文本、生成内容、处理多模态数据，叠加智能体，AI 有机会进入政务审批等更深入企业运转的位置。这种变化是 AI 从独立工具到系统能力的演进，这是行业共识。
但李开复把 AI 2.0 变成了零一万物的专属商业框架。他从技术讲起，大模型具备通识理解和自主推理能力，能整体适配企业复杂业务，AI 2.0 时代比的是谁能把模型能力接进真实业务，所以零一万物不做基座模型不是掉队，是没必要。技术层站住后，他往商业层拔高公司选择，衡量 AI 的标准应换成客户用后省了多少钱、多赚了多少钱，零一万物主打的 AI 原生业务重构，考核指标是客户财报上的真实变化，这回答了“基座模型都不做了，拿什么定价”的问题，答案是拿客户财务改善定价。
商业层讲完，李开复再拔一层，把 AI 2.0 定义为继 PC 互联网、移动互联网之后的第三代平台革命，有望重构全行业应用软件，打开十倍于移动互联网的市场空间，这是在给 IPO 画大饼。从合理技术判断，到大胆商业重定义，再到喊出平台革命，李开复用 AI 发展历程构筑 AI 2.0 叙事，把零一万物的选择合理化了。
不过，AI 2.0 是李开复结合海外 Software 2.0 理念打造的本土化商业话语，没有统一学术标准和明确边界，行业模型、智能体、多模态、政企定制交付都能装进这个框。所以 AI 2.0 对零一万物既是战略判断，也是生存话术，这个词本身证明不了什么，能证明零一万物路线成功的只有 15 亿订单能变成账上多少钱。
AI to B 的生存豪赌
AI 2.0 的叙事讲完，该算账了。零一万物的成绩单不错，截至 2026 年 5 月订单突破 15 亿元，2025 年经审计确认营收 2.5 亿，IPO 外部窗口也开着，智谱、MiniMax 相继登陆港股，18C 章通道已跑通。
但 To B 政企生意有铁律：订单不等于营收。零一万物 2025 年 5 亿订单，最终确收 2.5 亿，确收率 50%，按此推算，15 亿订单可确认营收约 7 到 8 亿，且大量政企项目验收周期长，多数收入要跨年确认，纸面上的 15 亿，财报里是另一个数字。
收入端打折，成本端却没法打折。据行业测算，200 多人的顶尖 AI 团队年度人力成本预估 2 到 3 亿，虽砍掉预训练算力支出，但推理和微调投入少不了。再叠加政企定制项目常见的需求蔓延，实施成本不断膨胀，公司想要盈利没那么简单。李开复说的“2026 年实现单季度盈亏平衡”，大概率指剔除股权激励等支出后的调整利润，和港股上市要求的通用会计准则净利润是两回事。
账面之外，还有隐忧。预训练团队并入阿里云后，零一万物不再拥有自研基座模型，技术迭代依赖外部开源，护城河变薄。成立三年来，至少 6 位联合创始人及核心高管相继离开，管理层变动频率对筹备 IPO 的公司不是加分项。订单高度集中在少数头部政企客户，任何一个大单出问题，业绩波动会很剧烈。
好在零一万物手里也有牌，15 亿订单里近半数是 ARR 年度订阅收入，这在国内 To B AI 行业少见，订阅模式有长期复利可能，轻资产底子让它比同行更早够到盈利线。只是，走在前面不等于走到终点。褪去技术光环后，AI 公司能否不靠融资输血，真正自己造血、活下去……2027 年的港股招股书，会给出答案。
