零一萬物困局：人走了，錢燒了，大模型牌還怎么打？

在當下競爭激烈的AI賽道，企業高層的變動往往牽一發而動全身，零一萬物近來就深陷這樣的動蕩漩渦。

近日，零一萬物聯合創始人、技術副總裁戴宗宏離職創業的消息不脛而走。這位在大模型基礎設施領域造詣頗深的專家，此前在華為云、阿里達摩院積累了深厚經驗，在零一萬物時更是帶領團隊短期內完成了千卡GPU集群等關鍵設施搭建，其離去無疑是重大損失。

而這并非個例，自2024年下半年以來，李先剛、黃文灝、潘欣、曹大鵬等一眾聯創和早期核心成員紛紛出走。在AI行業，核心人才是企業構建技術壁壘、搶占市場高地的關鍵，零一萬物如此大規模的高管流失，不禁讓人揣測，是內部戰略分歧難以調和，還是資金鏈承壓致使發展前景蒙塵？

激流勇退，內部大調整

零一萬物如此密集的高管離職，絕非偶然，而是AI應用業務探索的阻滯以及模型進展不順，內部大調整導致的結果。

一方面，零一萬物在產品定位、市場需求把握以及競爭應對上存在不足，難以在競爭激烈的C端市場站穩腳跟。

零一萬物在AI應用業務探索方面遭遇了明顯的阻滯。公司早期嘗試推出多款To C產品，包括PopAi、Mona等。然而，除了ROI，其余產品大多未能取得理想效果，紛紛走向關停、運維或合并的命運。

在模型進展方面，零一萬物也錯失了關鍵時機。在技術路線判斷上的失誤，使其未能及時跟進后來成為主流的MoE（混合專家模型）架構。其新的旗艦大模型Yi - Lightning姍姍來遲，面對字節跳動的豆包、DeepSeek的V2等高性能模型競爭，毫無招架之力，在模型競爭的賽道上逐漸掉隊。

另一方面，面對業務和模型的雙重困境，零一萬物開啟了斷臂求生式的戰略調整。2024年12月中旬，零一萬物裁撤了預訓練算法團隊和Infra團隊，隨后這些團隊整并入阿里的通義和智能云團隊。

同時，零一萬物在業務布局上進行了大幅調整。

一是，加強部分業務投資，如對一些有潛力的業務加大資源傾斜；二是，推動潛力項目獨立融資，像計劃拆分數字人業務，由數字人業務研發負責人楊昌鵬帶隊，期望通過獨立運營、獨立造血來提升業務的生存能力與發展空間；三是，對于一些看不到前景的項目則選擇關停，以避免資源的進一步浪費。

其實，零一萬物的內部大調整并非個例。AI行業發展迅猛，技術迭代日新月異，市場競爭異常激烈。眾多AI初創企業在發展過程中都面臨著資金、技術、人才和市場等多方面的壓力。在這場沒有硝煙的戰爭中，企業必須時刻保持敏銳的市場洞察力，精準把握技術發展趨勢，合理配置資源。

多元化布局，求變求穩

零一萬物通過將不同業務拆分獨立運營，旨在實現各業務板塊的自主發展和盈利，從而增強公司的整體競爭力。

不可否認，在競爭激烈的AI市場，單一業務模式往往難以抵御市場風險，而多元布局則可分散風險，開拓更廣闊的盈利空間。以拆分數字人業務為例，由專業的研發負責人楊昌鵬帶隊獨立運營，期望在數字人領域深耕細作，挖掘該業務的潛在價值，實現獨立造血。

然而，理想雖豐滿，現實卻布滿荊棘，多元布局之路困難重重。

一來，業務拆分后，原本在同一體系內順暢流轉的信息流、資金流和人才流被打破，不同業務板塊之間的協同變得復雜，溝通成本大幅增加。在零一萬物的業務架構中，若數字人業務需要與其他業務共享某些底層技術或數據資源，可能會因為各業務板塊的獨立核算和不同發展優先級，導致資源分配的矛盾與協調困難。

二來，將資源分散至多個獨立運營的業務板塊，對零一萬物的資源調配能力是巨大考驗。每個業務都渴望獲得充足的資金、技術人才和市場推廣資源以實現快速發展。但公司資源總量有限，如何在眾多業務之間公平且合理地分配資源成為棘手問題。

三來，AI行業競爭態勢本就白熱化，零一萬物的多元布局使其在多個細分領域直面競爭對手。在數字人業務領域，不僅要面對百度、字節跳動等大廠憑借雄厚技術實力和海量數據推出的強大產品，還要應對眾多新興創業公司的差異化競爭策略，零一萬物的數字人業務在獨立運營初期，注定要在夾縫中求生存、謀發展難度極大。

事實上，眾多AI企業在發展過程中都試圖通過拓展業務邊界來提升競爭力，但成功者寥寥。AI行業技術更新換代快，市場需求復雜多變，企業在進行多元布局時，需要具備強大的技術儲備、充足的資金支持、卓越的管理能力和敏銳的市場洞察力。

總之，零一萬物通過業務拆分實現多元布局的戰略，是其在AI行業激烈競爭中求變求穩的大膽嘗試。但這條道路布滿荊棘，面臨諸多現實困境。

大考在即，何去何從？

2025年，人工智能領域的競爭進入白熱化階段，賽事已行至關鍵后半程，新一輪淘汰賽模式開啟。大廠攜資源優勢持續擴張、AI獨角獸們各顯神通，零一萬物能否安然渡過這次大考？

AI競賽的舞臺上，大廠的身影愈發奪目，零一萬物在這場巨頭的狂歡中，顯得有些力不從心。字節跳動、百度、騰訊等大廠同樣不甘示弱，依托海量數據、頂尖人才和雄厚資金，不斷推出新模型、拓展新應用，從底層技術到上層應用全面布局，在各個細分領域筑起高高的壁壘，壓縮著初創企業的生存空間。

除了大廠，零一萬物還面臨著來自其他AI獨角獸的激烈競爭，同樣身為大模型領域“六小虎”的智譜AI、MiniMax等企業，也都在全力尋找突圍之路。

智譜AI明確ToB定位，通過AutoGLM強化與終端廠商的合作，在企業服務市場精耕細作；百川智能早早轉向醫療垂直領域，避開通用大模型的紅海競爭，專注打磨專業領域的模型應用；月之暗面和Minimax則聚焦ToC場景，Kimi Chat、海螺AI等產品在C端市場努力吸引用戶，積累口碑。

面對內憂外患，零一萬物并非坐以待斃，而是積極探索破局之法。它果斷調整戰略，退出超大參數模型訓練的燒錢競賽，轉而聚焦小參數、高性價比的模型訓練，并強化應用層落地。

關鍵是，零一萬物與阿里云達成戰略合作，成立“產業大模型聯合實驗室”，借助阿里云的平臺服務能力和通義系列大模型的通用屬性，提升自身模型能力的高性價比，期望借此高效觸達更多企業級客戶，拉升營收規模。

綜上所述，零一萬物正身處AI淘汰賽的風暴中心，大廠的資源優勢、獨角獸們的競爭以及商業模式的困境如三座大山，壓在其肩頭。未來，零一萬物唯有以破釜沉舟的決心，尋找適合自身發展的差異化路徑，才有可能在這場大考中安然度過，迎來屬于自己的曙光。