李开复声称能解决 DS 落地三大痛点，靠谱吗？

文丨郭小兴 编辑丨杜海

来源丨新商悟

（本文约为1200字）

在AI技术狂飙突进的当下，“落地难”始终是横亘在行业面前的一座冰山。原微软副总裁、零一万物创始人及CEO李开复，3月17日在自家举行的线上新品发布会上高调宣布：零一万物已攻克AI落地的三大核心痛点，并推出了一套完整的To B解决方案。

那么，李开复的这一引发广泛关注的说法，究竟靠不靠谱呢？

1

我们先来看看，李开复总结的DeepSeek要在千行百业里落地还存在的三个大难点：
1. 部署难
企业没有硬件资源，软硬件都要部署，一体机成为刚需；
企业有硬件资源，仍然需要手动部署软件；
企业信息保护，担心数据安全。
2. 应用难
不支持 FunctionCall、JSON Output 等，指令遵循有问题、执行垂类具体任务有障碍；
对接行业数据库、实时联网数据都有技术门槛，不容易实施；
搭建行业应用不易上手。
3. 定制难
通用开源基座模型不懂行业场景，“隔行如隔山”；
用继续预训练 CPT、监督学习 SFT 等进一步定制模型，但没有成熟方案；
缺乏垂直领域的蒸馏数据，多数企业欠缺高质量的数据工程能力。

2

接着，我们来看看李开复宣称的实力。

从技术来看，零一万物宣称：

在打造 Yi 系列顶尖基座模型的过程中，积累了从模型训练到模型微调，再到应用实践的大模型端到端四大管线技术栈功底。基于此，其将全链条技术管线复用到 B 端的模型私有化部署场景，推出万智平台，从技术逻辑上具备解决痛点的基础。例如在部署方面，针对企业算力储备参差不齐的情况，对于算力储备薄弱的企业，联合头部硬件厂商推出软硬集成式一体机方案，预装高性能 GPU，内置 DeepSeek 全系列模型，部署周期缩短至小时级；对于已具备算力硬件基础设施的企业，同样可实现 DeepSeek 全系列模型的快速部署 ，在一定程度上解决了部署难的问题。

在应用和定制方面，零一万物也宣布了相应举措。在应用上，宣称：整合了联网搜索、知识库 RAG、智能体 Agent 等成熟组件，引入 Rewrite 和 Rerank 模型后，结果召回率提升 60%，准确率提升 30%，幻觉效应大幅降低。

在定制上，针对 DeepSeek 不支持 Function Call（工具调用）、不支持 JSON Output（JSON 格式的字符串输出）这两个硬伤，零一万物在 “万智” 平台上给出的是基于 DeepSeek-R1 的微调方案，宣称能够基于自身企业数据库对 AI 进行模型微调，以对接垂直领域的具体业务需求。

然而，正经社分析师认为，要判断是否真的解决了痛点，还需从实际落地和市场反馈来看。尽管零一万物给出了解决方案，但 DeepSeek 本身存在一些问题，如推理模型生成内容时幻觉率较高，业内一份幻觉测试结果显示，DeepSeek R1 幻觉率高达 14.3%，远高于谷歌 Gemini 2.0 Flash 的 0.7% ，即使零一万物此前一款出海的 C 端 AI 搜索应用在降低幻觉方面有一定成效，但在企业复杂业务场景下，能否完全消除幻觉风险尚未可知。

与此同时，市场上竞争对上强者林立，包括百度、华为等大厂以及京东云、联想等企业也推出了相关解决方案，零一万物的方案能否在看上去强悍得多的众多竞品中脱颖而出，获得企业广泛认可并大规模落地，还需市场进一步检验。
也就是说，李开复声称已解决 DS 落地三大痛点，有其基于技术实力和解决方案的合理性，但实际效果究竟如何，仍有待观察，需要在市场实践中不断验证其方案的有效性、稳定性和可持续性。【《新商悟》出品】

CEO·首席研究员|曹甲清·责编|唐卫平·编辑|杜海·百进·编务|安安·校对|然然

声明：文中观点仅供参考，勿作投资建议。投资有风险，入市需谨慎

喜欢文章的朋友请关注新商悟，我们将对商业趋势、逻辑与伦理进行持续关注

转载新商悟任一原创文章，均须获得授权并完整保留文首和文尾的版权信息，否则视为侵权