当最近所有人都在追逐,ChatGPT Agent这款通用智能体时,李开复给出了另一种答案。
“现在最关键的两件事,一是把零一万物的万智2.0平台搭出来,尽可能降低交付成本,加速价值释放;二是落地有代表性的标杆客户,用实际价值跑出灯塔效应。”零一万物 CEO 李开复说。他希望,零一万物万智2.0与企业级Agent智能体最终能演化为一架“AI飞机”,助力更多企业“起飞”。
眼下,Agent 在执行效率和成本上仍有短板,但大模型推理成本正以每年十倍的速度快速下降。未来,这种“几乎零成本、永不疲劳、秒级复制”的智能体,将颠覆组织架构。
所以,如果把Agent简单理解为客服、问答助手、文档润色工具,那无疑低估了它。AI Agent带给企业的,不仅是效率提升,更是实打实的价值输出。
零一万物 CEO 李开复
Agent成为企业全新的“生产单元”
Agent火了将近半年,也产生了巨大的价值。它的价值在于从Chatbot答疑、Copilot写作,跃进到自主决策交付。
这也打破了大家对AI使用方法的认知,你只需要告诉Agent达到什么目的,它就会把这个目的拆解成多个任务,并根据任务进行工具调用。
这就是Agent时代!
李开复将Agent的发展进程进程划分为三个阶段,从早期的工作流Agent,到正在兴起的推理Agent,再到未来具备协作调度能力的多智能体Multi-Agents。
工作流Agent:这一阶段由人类主导任务的规划与决策流程,Agent仅按指令一步步执行指定动作。虽然实现了任务自动化的初步落地,但其智能化程度有限,本质仍为强化版的“RPA(机器人流程自动化)”或“Co-pilot”,难以应对企业中复杂多变、跨环节的任务。
推理Agent:Agent具备基于大模型的任务规划能力,能通过推理机制自主判断任务步骤,调度多种工具完成复杂目标。此阶段的Agent不再依赖人类指定的流程,而是能“想清楚再做”,具备真正的任务闭环执行能力。
多智能体Multi-Agents:多个AI Agent之间实现有机协作,自主进行任务分配、资源调度与协同优化。这一阶段将彻底重构企业运作范式,形成真正的去中心化智能协作网络,是Agent发展的进阶形态与行业变革的关键临界点。
每一次跃迁,都是AI应用边界的一次扩张。
李开复特别提到了现在两个最具代表性的产品,ChatGPT Agent和Manus,两者都是基于推理引擎研发的“通用Agent”。 在他看来,两者的使用偏向消费场景,Demo效果也相当炫酷,但未必达到商业价值的最大化。
当AI Agent能够像人一样独立完成任务时,它本身就成为一种全新的“生产单元”。与传统人力不同,Agent 可以全天候运行,无需休息,具备超高的可复制性。比如,销售类Agent在秒级内就可以扩展出成千上万个副本,将业务从一个城市拓展到另一个城市,甚至从一个国家复制到全球。
一种“更轻”的公司形态正在成型,人将更多聚焦于创新、战略与人际交流,而Agent则承担高强度、高重复性的执行任务。
不是接工具,是招个“超级员工”
拥有这个“超级员工”企业就会越来越高效,形成闭环。但是这个过程既不是传统企业能做的,也不是AI科技公司能做的。
“真正让AI Agent创造价值的关键,不是说简单接一个工具,而在于深度嵌入企业的核心流程。”李开复说。
对于传统企业,AI迭代的速度远超他们的预期,不少CEO还未意识到这场变革已近在眼前。而即便有前瞻意识,企业结构本身也让推动变革变得更复杂。
与此同时,2B领域依然存在大量传统管理。比如AI项目招标时,常常偏向选择那些“共识性高”的方案。过去企业习惯依靠管理咨询来推动转型,但面对AI所引发的系统性变革,传统咨询方法往往也难以跟上节奏。
“先从客服试试”成了很多企业的共识式选择。但真正的机会窗口正在快速收窄。如果只停留在试水阶段,时间一久,护城河可能就被更早迈出那一步的同行建立了。
山姆·奥特曼曾说,最具持久的公司,往往不是跟随潮流的人。李开复也是这样认为,虽有价值的一定是做符合未来AI走向的事情,最好的价值就是创造价值。
零一万物从去年下半年就开始转型2B客户,今天零一万物万智企业大模型平台2.0发布超级员工企业Agent定制解决方案。
这个超级员工集超级能干、超级靠谱、自主晋升、超级装备、极速上岗五项能力于一身。
超级能干:“超级员工”能在企业场景下执行编程、研究等复杂综合任务;超级靠谱:交付靠谱的结果,靠谱地交付结果;自主晋升:基于数据反馈的强化学习,超级员工还能在企业专业生产流程不断学习正负反馈,不断迭代;超级装备:针对企业场景开发,支持私有化部署,更准确、更高效、更便宜;极速上岗:学习-搭建-试用,深度共建的超级员工可以快速上岗。
AI落地打法,从“一把手工程”开始
五年前,李开复会对企业管理层说:“AI还不够好。”但今天,答案已经变成AI已经足够好了。因此,零一万物正加速向各个行业延伸,期望与更多企业CEO深入共创,打造实际的业务价值。
企业的AI数智化转型,归根结底是一场由CEO亲自推动的战略级变革,这不仅是技术选型的问题,更是管理体系的重构工程。只有真正打通从战略设计到执行落地的全链路,才能确保AI能力在企业中发挥实效。
“与传统的销售模式不同,万智2.0的商业模式从一开始就聚焦于‘价值交付’,寻找具备真实业务场景与行业知识的企业客户,共同挖掘AI在重构核心业务流程中的潜力。”李开复说。
每一个项目启动前,零一万物都会与客户展开深度访谈与业务共创,明确最具商业价值的应用场景,联合开发定制化Agent。在实际部署中,团队不仅交付方案,更通过一线反馈不断打磨产品形态,推动平台迭代升级。
并且“一把手工程”(Top Down)也成为零一万物独特的战略路径。从“一把手工程”出发,以顶层战略牵引AI转型,具备端到端的交付能力,能够深度对接客户系统与数据,提供安全、可信的部署方案,最终打造一个面向企业的大模型操作系统。
“我们和一家客户谈了70次,才拟定项目内容。”李开复说。在起步阶段零一万物并不追求“灯塔客户数量”,而是选择以“重运营”方式深耕每一个项目。每一次交付,都是一次双向成长的过程。团队希望,这样的合作不仅能创造业务价值,更能与客户一起探索AI赋能传统行业的边界。
在过去数月的实战中,零一万物已经验证了Agent在2B场景中创造实际业务价值的可行性。万智2.0只是第一步,未来它将成为一个真正开箱即用、广泛适配的智能平台,推动AI在企业端实现规模化落地。
那时,将不仅是零一万物成长的拐点,更是整个产业变革的临界点。
好文章,需要你的鼓励
阿里团队开发的FantasyPortrait系统突破了传统人像动画的局限,通过隐式表情表示和掩码交叉注意力机制,实现了高质量的单人和多人肖像动画生成,特别在跨身份表情迁移方面表现出色,为视频制作和虚拟交流等领域带来新的技术可能性。
复旦大学研究团队开发的AnyI2V系统实现了从任意条件图像到视频的生成突破。该系统无需训练即可处理多种输入模态(包括3D网格、点云等),支持用户自定义运动轨迹控制,并通过创新的特征注入和语义掩模技术实现了高质量视频生成,为视频创作领域带来了革命性的便利工具。
Akamai坚持“简而未减、网络先行、拥抱开源”的独特定位。凭借“鱼与熊掌兼得”的特色,过去几年,Akamai在电商、流媒体、广告科技、SaaS、金融科技等行业客户中获得了广泛认可。
斯坦福大学研究团队开发了KL-tracing方法,能让视频生成AI模型在无需专门训练的情况下进行精确物体追踪。该方法通过在视频帧中添加微小追踪标记,利用模型的物理理解能力预测物体运动轨迹。在真实场景测试中,相比传统方法性能提升16.6%,展现了大型生成模型在计算机视觉任务中的潜力。