新火種
2025-05-06 
首個擁抱deepseek的六小虎來了！零一萬物構建大模型開發中臺，補上大模型tob的最后一塊拼圖
3 月 17日，零一萬物正式對外發布了萬智企業大模型一站式平臺，并宣布可提供企業級 DeepSeek 部署定制解決方案，打響了大模型“六小虎”全面擁抱 DeepSeek 基座模型的第一槍。
作為性能媲美 OpenAI 頂級模型的國產開源模型，DeepSeek 憑借其在 MoE（混合專家）模型架構上的突破創新和行業領先的推理能力成為“中國智造”的新旗幟。然而，在將 DeepSeek 落地產業過程中，現有的“DeepSeek Inside”的企業解決方案普遍存在著部署難、應用難、定制難等三大核心痛點。當前市場上尚未形成能夠系統性解決上述痛點的完整方案。
在打造 Yi 系列頂尖基座模型的過程中，零一萬物已經積累了從模型訓練到模型微調，再到應用實踐的大模型端到端（end-to-end）四大管線技術棧功底。自2024年底宣布針對 2B 智能化轉型市場的戰略聚焦一系列動作后，零一萬物進一步采取基座模型的開放策略，針對 DeepSeek 模型私有化專業部署的市場痛點，將全鏈條技術管線復用到 B 端的模型私有化部署場景，推出了萬智企業大模型一站式平臺。
基于這一平臺，零一萬物首發面向企業客戶提供企業級 DeepSeek 部署定制解決方案，涵蓋了 DeepSeek 模型部署、應用實踐以及模型微調工具。在確保數據安全的前提下，上述方案能夠將 DeepSeek 無縫嵌入到企業業務體系，快速支持行業模型定制和應用創建，讓原本的開源 AI 模型真正成為完整、合規且安全的一站式解決方案。
除 DeepSeek 全系列模型外，萬智企業大模型一站式平臺嚴選適配了阿里巴巴通義千問（Qwen）、零一萬物 Yi 等國產最新主流模型，能夠支撐企業靈活配置，找到性能 x 性價比的最優解。
萬智：讓“滿血增強版”DeepSeek極速穿透企業核心業務流
基于目前行業內所面臨的部署難、應用難、定制難等三大難題，零一萬物萬智企業大模型一站式平臺為企業規劃了DeepSeek 落地“三步走”步驟，并提供了針對性的解決方案：
安全部署：開箱即用的企業AI底座
當前的企業客戶中，算力基礎設施、模型部署等方面的軟硬件積累參差不齊。在基座模型部署方面，零一萬物整合了 DeepSeek、Qwen、Yi 等國內 Top3 模型，推出了“安全部署”方案。
對于算力儲備薄弱的企業，零一萬物將聯合頭部硬件廠商推出軟硬集成式一體機方案，預裝高性能 GPU，內置 DeepSeek 全系列模型，部署周期縮短至小時級，助力企業快速上手 671B 參數的滿血增強版的 DeepSeek-R1 模型；
對于已具備算力硬件基礎設施的企業，零一萬物同樣可實現 DeepSeek 全系列模型的快速部署。
“安全部署”方案支持本地化推理與私有化數據隔離，有效防范數據外泄風險，保障企業核心業務信息安全；此外，本地化推理也能避免因公共云端波動而影響業務連續性，為企業提供更穩定、可控的 AI 運行環境，滿足金融、政務等對數據合規性、服務穩定性要求極高的特殊需求。
應用實踐：一鍵生成企業專家Agent
完成模型部署后，如何安全、穩定地將先進模型能力轉化為企業生產力，已成為企業必須面對的核心命題。而具備工具調用能力、自主執行任務的專家級 Agent，正是推動模型能力落地的關鍵。相較于近期如火如荼的 C 端通用 Agent，企業級 Agent 更專業、更穩定、更安全，更能滿足企業垂直場景的需求。
2024 年，零一萬物開始發力國內大模型 ToB 應用，在零售、能源、金融、游戲等垂直領域內積累了豐富的行業 Agent 開發經驗。大模型 ToB 解決方案也獲得了中國移動、阿里云、華為、百勝中國、順豐科技、孩子王、美圖、飛書等頭部客戶的認可。
DeepSeek + 聯網搜索：實時數據，賦能決策和業務流。
以零一萬物自研 ToC 出海 AI 搜索產品為例，搜索準確性得分 88%，校正大模型幻覺的能力優于以搜索性能強著稱的 Gemini (73%)、Perplexity (73%)、ChatGPT Search (64%)。
DeepSeek + 知識庫 RAG：構建企業專屬知識大腦。
零一萬物構建了高度可擴展的 RAG 架構，支持無縫接入企業的結構化和非結構化數據，將部署和實施速度提升至原來的兩倍。通過引入先進的 Rewrite 和 Rerank 模型，大幅降低了 DeepSeek 等大模型的幻覺效應，使召回率提升 60%，準確率提升 30%。
DeepSeek + 智能體 Agent：智能體驅動業務自動化。
一方面，企業客戶能夠基于自身業務場景，通過簡單的點擊、拖拽等操作就能夠一鍵生成企業級 Agent；另一方面，針對各自工作流中的核心環節，零一萬物也會與企業客戶深度共建，深度定制真正穿透企業核心業務流程的企業專屬 Agent。
DeepSeek + DeepResearch：生產深度專業級報告
萬智企業大模型一站式平臺提供DeepResearch功能，經過多步推理，生產深度專業級報告。
在零一萬物過往全球化應用實踐中得到驗證的其他成熟功能，如多模態文檔閱讀、高精準度的 OCR （光學字符識別）解析、AI寫作、AI PPT生成、AI數字人等也都被封裝入萬智企業大模型服務平臺，成為企業客戶即插即用的標準化組件。
行業定制：專業微調讓DeepSeek進化更懂行
作為世界第一梯隊的通用基座大模型，DeepSeek-R1 在數學、代碼、自然語言推理等場景下均有優秀表現。但由于 DeepSeek-R1 本身并不支持 Function Call（工具調用），JSON Output（JSON 格式的字符串輸出）。這兩大企業剛需能力的缺失，使其在落地專業工作場景內進一步受限。
對于期待通過接入 DeepSeek-R1 實現提效的企業而言，基于 DeepSeek-R1 進行 SFT（監督微調）成為剛需。零一萬物率先給出基于 DeepSeek-R1 的成熟微調方案，企業能夠在萬智企業大模型一站式平臺上，基于自身企業數據庫對 DeepSeek-R1 進行模型微調，使之符合垂直領域的業務需求。
零一萬物潛心兩年構建四大管線，練就“大模型開發中臺”
2025 年有兩大趨勢：一是中國超大參數 LLM 基座模型將收斂到以 DeepSeek、阿里巴巴通義千問（Qwen）等最頭部的兩三家企業；二是輕量化模型以極高性價比催化 AI-First 應用迎來井噴期，真正解決市場痛點、穿透企業核心業務流程的應用，將創造真金白銀的價值。
在這兩大趨勢下，經過開年“DeepSeek 沖擊波”，中國 ToB 市場需求端正經歷前所未有的高漲，產業鏈條上的失衡問題也日益顯現——從通用大模型到企業業務場景的落地過程中，部署、微調、應用搭建等能力的缺失成為關鍵瓶頸。
在創立至今近兩年的發展過程中，零一萬物構建了扎實的大模型端到端技術管線體系，形成了四大核心技術棧。這一技術積累為公司 2024 年的戰略轉型和 B 端市場布局奠定了堅實基礎，使零一萬物能夠更自信地應對企業級 AI 解決方案的復雜挑戰。也正是基于下列四大管線技術棧，零一萬物能夠精準把握企業需求，推出萬智企業大模型一站式平臺，填補大模型產業落地的關鍵空白。
輕量化模型研發管線積淀深厚
零一萬物是中國最早探索 MoE 等輕量化模型架構的大模型企業之一， 2024 年 5月，零一萬物投入 MoE 等輕量化模型路線，10月份推出 MoE 模型 Yi-Lightning，發布后即在 LMSYS Chatbot Arena 上取得世界第六的排名。目前，已沉淀 MoE 模型、小語種模型、多模態游戲模型等成熟的輕量化模型方法論。
成功凝練頂尖強化學習技術管線
零一萬物已經復現通過“強化學習+基于規則的獎勵模型提升模型推理能力”的技術范式路徑。利用零一萬物自研的強化學習技術管線，即便在制造業、生物醫療等非結構化、非標化數據占比大的領域，只要能相對清晰地定義獎勵函數，就有可能省去大量數據標注的工作，優化模型面對垂直復雜場景的表現，定制更懂行的產業大模型。
高質量數據訓練管線安全且成熟
零一萬物在賦能頭部 B 端企業客戶的過程中積累了豐富的 SFT 方法論、模型蒸餾經驗。在數據安全方面，零一萬物已建立多重防護體系和數據治理措施來確保模型的安全合規與隱私保護，打磨出了安全成熟的高質量行業數據構建管線。在金融、零售等行業數據豐富的領域，零一萬物能夠快速構建企業專屬、安全穩定、高效的產業大模型。
工具鏈與應用管線經實踐成功驗證
工具鏈與應用組件方面，零一萬物的聯網搜索、RAG（檢索增強生成）、多模態文檔解析、高精準度的 OCR （光學字符識別）解析、AI PPT 生成等都經過了企業級市場的實踐檢驗。
李開復博士表示：“萬智所做的與坊間的系統集成商或一體機分銷商能做的淺層服務有著本質區別。零一萬物有著完整的前沿大模型研發經驗，所以有能力閉環交付全鏈條的大模型解決方案。萬智選擇貼近企業實際需求出發，通過安全便捷的一體機本地部署和可視化控制臺解決方案，幫助企業 ‘零門檻、保安心’ 開啟AI大模型”。
“應用?模型”進入產業深水區，拷問模型研發落地能力
DeepSeek 的走紅為整個中國大模型領域完成了實質意義上的 ToB 市場認知教育。隨著模型性能的提升與推理成本的下降，大模型應用在越來越多的 ToB 場景內實現了降本增效。在龍頭企業的帶頭作用影響下，可以預見 2025 年大模型 ToB 領域將會迎來新的增長。
市場教育與基模能力到位的當下，模型能力與市場需求之間出現了技術鴻溝。中國大模型行業已進入“產業深水區”，亟需成熟的企業級解決方案，來推動大模型從通用能力向垂直行業深度融合。
這與零一萬物“聚焦產業大模型商業落地”的戰略轉型不謀而合。
2024 年 5 月，零一萬物內部對 Scaling Law 的邊際收益遞減進行推演，最終決定放棄訓練原定萬億參數的超大模型 Yi-X-Large，而轉為訓練更輕量化、更具商業落地前景的 MoE（混合專家）模型 Yi-Lightning。
2024 年 10 月，零一萬物推出 MoE（混合專家）模型模型 Yi-Lightning，發布后即在 LMSYS Chatbot Arena 上取得世界第六的排名。
2025 年 1 月：零一萬物與阿里云成立產業大模型聯合實驗室，補強自身超大參數模型的布局的同時，正式宣布聚焦參數適中、性能領先、推理速度快、推理成本低的輕量化模型，以產業大模型發力商業落地。
2025 年 2 月：零一萬物與蘇州高新區聯合成立的產業大模型基地正式授牌，聚焦制造、金融等領域的產業大模型。
迎合 AI-First 應用爆發的行業趨勢，零一萬物主動調整，從“模型+應用”走向“應用+模型”，以應用場景需求反推產業大模型的能力，打通從基座模型到垂直場景的“最后一公里”，力求解決大模型“高分低能”、“無法落地產業、解決實際問題”的核心痛點。
萬智企業大模型一站式平臺是零一萬物“以大模型賦能千行百業”的重要起點。不同規模和發展階段的企業需要個性化的落地支持，萬智目前所包含的“安全部署 + 應用搭建 + 模型微調”的組合，既降低了企業的技術門檻，又確保了數據的本地化部署安全性，對于大模型技術積累相對薄弱的企業入手大模型尤為友好。
對于擁有更強算力需求、具備復雜業務場景的大型企業更為復雜的 AI 智能化轉型需求，零一萬物同樣具備“超大規模算力管理 + 數據資產及安全管理 + 行業模型訓練/精調 + 行業應用平臺”的全方位能力，可針對性提供企業進階解決方案。這一方案不僅能夠實現大規模算力的靈活調度，還能夠進行產業模型的訓練與精調，結合數據資產的安全管理，助力大型企業深度AI化轉型，提升業務運營效率與數據應用價值。“這類進階需求，我們認為只有自身做過大模型研發的公司，才有能力提供優質且閉環的解決方案”，李博士說。
零一萬物 CEO 李開復博士表示，“AI 需要市場，市場也需要 AI，行業亟需實現 “性能 x 性價比” 的大模型解決方案。后 DeepSeek 時代產業大模型正在加速落地，越來越多產業將會擁抱大模型，零一萬物以開放的態度選擇 ‘模型自由’，除了自研 Yi 模型，更開放企業客戶選用市場上性價比佳的優異模型。未來的大模型的行業競爭將不再單指模型性能的比拼，更關乎從中臺到應用的能力，即模型能否快速響應場景需求、基于中臺構建行業應用。2025 是 AI-First 應用爆發年，也是大模型商業化的大考年。零一萬物將繼續開放自身底層能力，打通基座模型到垂直場景的“最后一公里”，推動大模型從炫技走向新質生產力，以大模型賦能千行百業”。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
