01.AI
Pourquoi c’est important
En profondeur
Kai-Fu Lee — ancien patron de Google Chine et fondateur du fonds Sinovation Ventures — a lancé 01.AI en 2023 avec un plan à deux volets : entraîner des modèles chinois de pointe et bâtir des produits par-dessus. L'entreprise, dont le nom chinois Lingyi Wanwu joue sur les mots pour « zéro-un », a bougé exceptionnellement vite, publiant ses premiers modèles ouverts quelques mois après sa fondation. Pendant un temps, elle a eu l'air de la réponse chinoise aux laboratoires occidentaux de modèles de fondation : la série Yi se tenait près du sommet des classements de modèles ouverts de Hugging Face, et l'entreprise menait de front une gamme en poids ouverts et une activité d'API propriétaire. Environ deux ans plus tard, elle est devenue l'un des premiers laboratoires en vue à quitter publiquement la course au pré-entraînement.
La famille de modèles Yi
La série Yi a commencé en novembre 2023 avec Yi-6B et Yi-34B, publiés en poids ouverts sous licence permissive. Yi-34B a fait ses débuts au sommet du Open LLM Leaderboard de Hugging Face pour les modèles pré-entraînés — une première pour un laboratoire chinois sur le plan de la visibilité auprès des développeurs occidentaux — et une variante à fenêtre de contexte de 200 000 tokens a suivi pour le travail sur documents longs. La famille s'est élargie tout au long de 2024 avec la révision Yi-1.5, les modèles vision-langage multimodaux Yi-VL et Yi-Coder pour la programmation, tandis que le volet propriétaire offrait de plus gros modèles fermés comme Yi-Large et Yi-Lightning par API. Mener en même temps une voie ouverte pour l'adoption et une voie fermée pour les revenus était la structure signature de l'entreprise. Un examen des débuts a aussi révélé que Yi-34B réutilisait au départ l'architecture Llama de Meta sans attribution dans ses fichiers de configuration; 01.AI a corrigé l'attribution, et l'épisode est devenu une citation standard dans les débats sur ce que les publications ouvertes doivent à celles qui les précèdent.
Les poids ouverts comme stratégie de marché
Publier les modèles Yi ouvertement était un choix délibéré de mise en marché plutôt que du pur altruisme. Un nouveau laboratoire sans notoriété auprès des développeurs obtient gratuitement de l'attention, des évaluations et des intégrations dès que n'importe qui peut télécharger ses modèles, et chaque ajustement fin et chaque déploiement devient une publicité discrète pour l'API payante. Ça plaçait 01.AI en concurrence directe avec Llama de Meta et Qwen d'Alibaba pour la place de choix par défaut chez les développeurs — une place que Qwen a largement fini par occuper. La stratégie a de vraies limites : les téléchargements ne se convertissent pas d'eux-mêmes en revenus, et chaque amélioration du modèle ouvert peut miner le modèle propriétaire. Cette tension entre adoption ouverte et différenciation payante traverse toute l'histoire de 01.AI.
Le virage n'était pas un échec
La lecture courante du tournant de 2025 chez 01.AI, c'est qu'elle a perdu la course aux modèles et abandonné. Ce qui s'est réellement passé est plus précis : le pré-entraînement de modèles de base compétitifs à la frontière coûte de l'ordre de centaines de millions de dollars par génération, et la montée de DeepSeek a montré que les bons modèles ouverts devenaient une marchandise dont peu d'entreprises capteraient la valeur. 01.AI a cessé de pré-entraîner ses plus gros modèles, approfondi sa relation avec Alibaba Cloud — incluant une entente de laboratoire conjoint selon les rapports — et redirigé ses efforts vers des applications comme Wanzhi, un assistant de productivité en IA pour les entreprises et le grand public, bâti sur les modèles qui font du sens économiquement. Voir ça comme un échec passe à côté de l'essentiel : c'est la réponse rationnelle à une économie de pré-entraînement brutale, et d'autres laboratoires de taille moyenne ont depuis fait des choix semblables. L'idée fausse persiste parce que l'industrie a passé des années à mesurer les laboratoires par leur position au classement plutôt que par la viabilité de leur modèle d'affaires.
La cohorte chinoise
On discute habituellement de 01.AI aux côtés du groupe de jeunes pousses souvent appelées les « tigres de l'IA » chinois : Zhipu AI, Moonshot AI, MiniMax et StepFun, plus de plus gros joueurs comme Alibaba, Baidu et ByteDance, et plus tard DeepSeek. Chacun a trouvé une réponse différente à la même question : comment survivre à côté des géants. Zhipu a misé sur les contrats gouvernementaux et d'entreprise, Moonshot sur la conversation grand public, et DeepSeek sur des modèles ouverts axés d'abord sur la recherche. La réponse de 01.AI — des modèles ouverts pour la crédibilité, puis des applications pour les revenus — est l'une des formulations les plus nettes du compromis. La cohorte compte au-delà de la Chine parce que ses guerres de prix et ses normes de poids ouverts ont débordé à répétition sur le marché mondial, et les modèles Yi ont été un exemple précoce d'une publication chinoise qui réinitialisait les attentes sur ce qu'un modèle gratuit pouvait faire.