# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
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。
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”：
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：
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%)。
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。
比如员工可以用来查询企业内部资料：
或者生成基于内部资料的专业报告：
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：
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。
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。
文章来自于微信公众号“量子位”，作者“一水”
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务，如比较价格、添加购物车、回复各种社交媒体等。
项目地址：https://github.com/browser-use/browser-use
【开源免费】n8n是一个可以自定义工作流的AI项目，它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址：https://github.com/n8n-io/n8n
在线使用：https://n8n.io/（付费）
【开源免费】DB-GPT是一个AI原生数据应用开发框架，它提供开发多模型管理（SMMF）、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL（智能体工作流编排）等多种技术能力，让围绕数据库构建大模型应用更简单、更方便。
项目地址：https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础，任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤，并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址：https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用：https://vectorvein.ai/（付费）
【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。
项目地址：https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目，只需要输入一句话的老板需求，MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色，包括产品经理 / 架构师 / 项目经理 / 工程师，MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】FASTGPT是基于LLM的知识库开源项目，提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信，飞书的AI项目都基于该项目二次开发。
项目地址：https://github.com/labring/FastGPT
【开源免费】graphrag是微软推出的RAG项目，与传统的通过 RAG 方法使用向量相似性作为搜索技术不同，GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址：https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG，Agent，模型管理等一站式AI开发的工具平台，并且项目方一直持续维护。其中在任务编排方面相对领先对手，可以帮助研发实现像字节扣子那样的功能。
项目地址：https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目，该项目在大文件解析方面做的更出色，拓展编排方面相对弱一些。
项目地址：https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储，并通过AI实现RAG功能的项目
项目地址：https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG，Agent，大模型管理等AI项目开发的工具平台，比LangChain更强大的中间件AI平台工具。
项目地址：https://github.com/TaskingAI/TaskingAI
【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架，其性能可与 Perplexity和ChatGPT-Web相媲美。
项目地址：https://github.com/InternLM/MindSearch
在线使用：https://mindsearch.openxlab.org.cn/
【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费，搜索结果包含文本，图片，视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目，测试搜索结果最好。
项目地址：https://github.com/miurla/morphic/tree/main
在线使用：https://www.morphic.sh/
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台，可以对大语言模型（LLM）和多模态图文模型（VLM）进行预训练和轻量级微调。XTuner 支持多种微调算法，如 QLoRA、LoRA 和全量参数微调。
项目地址：https://github.com/InternLM/xtuner