零一万物拿杭州国资数亿元，从卷模型转去卷企业决策，这步棋难在交付
还记得"大模型六小虎"那阵子吗？天天比参数、比榜单、比谁融得多。如今其中一只，已经悄悄离开那张牌桌了。
10 月底，零一万物宣布与杭州市、临平区达成合作，市、区两级国资联动，合计投资数亿元，总部落地杭州临平，并建设产业 AI 转型基地。我们 AI主线 的看法是：这笔钱押的不是模型本身，而是零一万物能否把"工程师驻场交付加平台沉淀"这套重活做成可复制的生意，方向没毛病，难处全在交付上。
不卷模型了，零一万物现在到底卖什么？
先捋一下它的来路。2023 年 11 月开源 Yi-34B，2024 年 10 月发布千亿参数的 MoE 模型 Yi-Lightning，那时候还是正儿八经跟大家比模型的。
2025 年起，预训练和 AI Infra 团队并进了与阿里云共建的产业大模型联合实验室，公司主动退出超大参数基础模型的竞赛。开源模型迭代得太快，自己再砸钱预训练，账越来越难算，这个转身我觉得挺清醒。
转去哪儿了？企业决策。2026 年 7 月推出的万策 AI 平台，是现在的主打。核心技术之一叫 Ontology 2.0，拆开看就两块：企业地图，把订单、客户、库存、设备、负责人连成一张关系网；动态上下文，让 AI 盯着最新的经营状态，别拿上个月的数据说事。
打个比方。仓库库存突然涨了，ERP 只会告诉你"涨了"，到底是销售没达标，还是排产改了，还是为新订单提前备货，得有人把几个系统的数据串起来才讲得清。万策 AI 想当的就是这个"串起来"的角色。另外还有受控执行系统，管 AI 干重要活时的可靠性，以及多模型路由，简单任务交给便宜模型，省推理成本。
上面这些，目前都是零一万物自己的说法。公司说自家部署老板 AI、销冠 AI、投资官 AI 之后商机转化率提升约 2 倍，这是内部数据，还没有第三方验证。
企业 AI 的账，为什么总算不平？
这个赛道热，是因为痛点够真。麦肯锡《2026 年全球 AI 调查》里，约 80% 的受访者说 AI 提升了个人效率，可达到"AI 高绩效企业"标准的只有 6%。个人用得爽，公司账上没动静。
道理不复杂：局部提效传不到利润表。要降库存，得销售预测、排产、采购、资金周转一起动，哪个部门的活都不是单个 AI 工具能包圆的。所以零一万物才搞"一号位工程"，由企业最高管理者牵头，把 AI 项目挂到收入、成本、利润这些指标上。
钱愿意往这边流，外面已经有样本。Palantir 11 月 2 日公布的 2026 年第三季度财报显示，美国商业收入 9.84 亿美元，同比增长 148%，首次超过美国政府业务收入。它走的也是 Ontology 加驻场工程师的路子。Anthropic 招股书里，企业大客户贡献了上半年七成以上的营收，Claude Code 和企业 API 是主力。
大伙注意一下，这些企业收入，都是模型公司或者平台公司赚到的，客户那头的回报还在打问号。
数亿元够不够？订单和收入可是两回事
看零一万物自己披露的数：2025 年经审计收入 2.5 亿元，合同订单约 5 亿元，2026 年前五个月锁定订单超 15 亿元，目标 2027 年在港股上市。
这几个数摆在一起有意思。订单是签下来的，收入是交付完才确认的，2025 年那 5 亿和 2.5 亿之间的差，就是交付的时间账。再拿 Palantir 对照：它一个季度的美国商业收入是 9.84 亿美元，零一万物全年审计收入是 2.5 亿元人民币，量级差得很远，Palantir 是十几年磨出来的体系，零一万物只是刚起步。
真正的坎在 FDE，也就是前沿部署工程师驻场。大客户项目要人守在现场，项目越多人越多，利润被人头吃掉，这是整个行业的老毛病，微软今年 7 月宣布成立 Frontier Company，思路也是把专家派到客户现场。零一万物的解法，是把现场做出来的东西蒸馏成平台里的标准模块，下一家客户直接复用。
这话说起来顺，落地最难。判断它成不成，不用看订单总额，看同一个模块在第二家、第三家客户那里被复用了多少。对手也不是一个人：云厂商、传统企业软件公司、AI 原生创业公司，都在抢同一份技术预算。
选杭州临平，这张牌打得准不准？
从产业角度看，选址有它的道理。临平规上工业总产值超过 1800 亿元，有 30 家上市企业、6 家国家级制造业单项冠军，老板电器、春风动力都在这儿，家电和装备制造扎堆。
杭州网 10 月 31 日的报道提到，当地准备了约 50 家制造企业的场景对接名单，还有"场景创新券"鼓励企业开放业务场景。客户扎堆，好处是容易发现共性问题，共性问题沉淀成产品模块，正好对上上一节说的复用。
但数亿元对一个要冲 IPO 的公司来说，不算大钱，它更像一张入场券：给了地方、给了客户名单，剩下的得自己交付去换。
对写代码的大伙来说，这条新闻跟日常工具关系不大，没有新模型可试。对负责选型的朋友，倒是个提醒：企业 AI 供应商给你看案例的时候，多问一句，这套东西换一家客户还能不能原样跑。
接下来我盯两件事：万策 AI 在第二批同类制造客户里的复用程度，以及订单什么时候能在财报里变成收入。