第一家全面拥抱DeepSeek的“六小虎”，出现了！

不卖关子，它就是李开复亲任CEO的零一万物。

今日正式上线万智企业大模型一站式平台，宣布提供企业级DeepSeek部署定制解决方案。

而早在今年2月11日，零一万物官宣在自家海外AI应用PopAi中接入DeepSeek-R1，一举成为六小虎中首家接入DeepSeek模型的公司。

其中不止有DeepSeek-R1/V3，还包括通义千问开源推理模型QwQ-32B，以及零一万物自家的Yi-Lighting模型（四个模型中速度最快、价格最低）。

目前万智平台主打开箱即用，可以通过零一万物官网体验。

企业如何用DeepSeek

整体而言，零一万物的此次上新核心在于解决：

如何让B端企业快速用上DeepSeek？以及如何结合自身特点用好DeepSeek？

今年以来，DeepSeek冲击之下，轻量化模型以高性价比降低了AI应用落地的门槛。

但是，在从通用大模型到企业实际落地应用的过程中，部署、微调、应用搭建等能力的缺失成为关键瓶颈。

对此，零一万物给出了最新解法——企业DeepSeek落地“三步走”：

• 第一步：推出一体机部署方案，预装华为昇腾等高性能GPU，内置DeepSeek全系列模型；

• 第二步：提供各类集成好的API应用，同时允许企业自己创建、修改、删除应用；

• 第三步：支持行业定制，企业上传自家知识库，供APP、Fine-Tune使用。

按照官方介绍，通过使用万智企业大模型一站式平台，企业能够实现以下目标：

具体实操玩法，举例演示如下：

DeepSeek+联网搜索

以零一万物自家的搜索产品PopAi为例，企业用上DeepSeek之后，搜索的准确性能够得到提升。

比如联网搜索能力演示：

蜜雪冰城为什么会出现在今年的315？

可以看到，通过调用推理模型DeepSeek-R1+联网搜索，答案正确指出了“使用隔夜柠檬”这个原因，而且还提到了被曝光的门店。

据零一万物介绍，借用DeepSeek+联网搜索，PopAi的搜索准确性得分88%，校正大模型幻觉的能力优于以搜索性能强著称的Gemini (73%)、Perplexity (73%)、ChatGPT Search (64%)。

DeepSeek+知识库+深度研究

其次，企业还可以在自己的知识库中用上DeepSeek。

通过使用零一万物提供的RAG架构，企业的结构化和非结构化数据都能无缝接入。

DeepSeek+智能体Agent

此外，企业还能基于自身业务场景，通过简单的点击、拖拽等操作一键生成企业级Agent。

而且针对各自工作流中的核心环节，零一万物还提供企业专属Agent定制服务。

与此同时，除了在自家应用中直接部署DeepSeek模型，该平台也支持监督微调。

众所周知，作为通用模型，DeepSeek-R1本身并不支持Function Call（工具调用），JSON Output（JSON格式的字符串输出）。

而现在，企业可以基于自身企业数据库对DeepSeek-R1进行模型微调，使之符合垂直领域的业务需求。

综合来看，零一万物为企业提供了两套方案：

• 入门级方案：一体机本地部署+解决方案控制台（如知识库、网络、行业数据等）+行业应用创建

• 进阶级方案：超大规模算力管理+数据资产及安全管理+行业模型训练/精调+行业应用平台

据零一万物介绍，对大多数中小企业来说，入门级方案已经足矣，而进阶方案则代表了未来的发展方向。

李开复：2025，中国AI-First应用崛起之年

这次发布会上，不仅只有零一万物的最新产品，CEO李开复也分享了其最新思考。

当中最重要的观察是：2025是AI-First应用爆发年，也是大模型商业化的大考年。

实际上，这个判断他之前就已经明确分享过。在之前一篇专访中，能窥见其更完整的逻辑——

在技术领域的竞争中，中国已经具备世界顶尖工程能力和落地能力，明显超过美国的一个方向是构建APP，构建满足用户需求、创造经济价值的应用程序。

我们现在正处于这样一个阶段：无论是中国的还是美国的大语言模型，模型性能都非常优秀，而且成本很低，尤其是中国的大语言模型，成本更为低廉。这使得那些聪明的APP开发者可以将精力集中在如何构建人工智能APP上，而无需自身成为人工智能专家。我认为现在在中国，AI-First
应用百花齐放的土壤已经具备，那些在移动互联网时代就具备优秀APP开发能力的人，如今已经拥有了大展身手的舞台。

我期待2025年能成为中国AI-First应用真正崛起并跻身世界顶尖阵营的一年。

而现在，零一万物为实现这个目标打响了第一枪。

另外，全面拥抱DeepSeek也不意味着零一万物放弃自研大模型，据称零一万物只是不会再对万亿以上参数规模的超大规模大模型预训练，但还是会继续做轻量化模型。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】