三年前他还在讲"大模型是AI 2.0的平台级机会"，讲的是颠覆与重构。
现在他反复讲的两个词是：推理成本、企业落地。
从"要做最大的模型"到"要让企业用得起"，李开复和零一万物的这条路径，几乎是国内大模型创业公司的共同缩影。
一、他到底做了什么选择？
零一万物是国内较早一批押注大模型的创业公司，成立初期以开源模型系列打出了名气。
据报道，公司在后续战略上做了明显收缩与调整：不再追逐超大规模参数的通用前沿模型竞赛，而是把重心转向开源模型的持续迭代，以及面向企业的智能体解决方案。
这个选择背后的判断相当直接：
- 前沿模型训练是资本密集游戏，创业公司难以长期跟牌，一次完整训练的成本足以吃掉全年预算
- 开源模型能力快速逼近，闭源模型的溢价窗口在收窄，靠参数规模建立的护城河并不牢固
- 真正的付费意愿在企业侧，而企业要的是结果，不是参数；它们不会为"更强"买单，只会为"更省"买单
二、他近期反复强调的几个判断
大致可以归纳为三条。
- AI会带来大规模的白领岗位重构，尤其是重复性知识工作，但节奏会比舆论预期的慢
- 大模型应用的关键瓶颈是推理成本和可靠性，而不是模型能力上限
- 中国市场的机会在企业级应用和出海，而非简单复制消费级订阅模式
据报道，他多次在公开场合强调"AI不是泡沫，但估值会有泡沫"，这句话在资本市场情绪高涨时值得反复咀嚼。
三、这个转身说明了什么？
说明大模型行业正在从"技术叙事"切换到"商业叙事"。
早期融资看的是团队背景、模型能力和技术路线；现在投资人问的是毛利率、续费率、单客户获取成本。
对创业公司而言，活下来的路径无非两条：要么冲到前沿，靠持续融资维系；要么扎进垂直场景，把模型能力封装成可交付的产品。零一万物选了后者，据行业数据显示，国内多家同批次的模型创业公司都在做类似的方向调整。
四、普通人现在能做什么？
- 企业管理者：别急着上"大模型战略"，先盘一遍公司里重复性最高的三个知识工作流程，从最标准化的那个开始试点。
- 职场人：把重心放在"能用AI解决具体问题"上，而不是背诵模型参数；能拿出可量化成果的人最安全。
- 求职者：关注那些把AI嵌进业务流程的岗位，例如流程运营、数据治理、AI产品经理，它们比纯模型岗位更抗周期。