字节掀了大模型的桌子，火山引擎能弯道超车吗？

文｜白 鸽

编｜王一粟

刚上AI大模型的牌桌，字节跳动就要掀桌子了。

近日，字节跳动自研豆包大模型家族产品首次亮相，包括通用模型pro、通用模型lite、语音识别模型、语音合成模型、文生图模型等九款模型。

“豆包家族”并不是第一次发布，而是整合升级了此前字节跳动的云雀大模型和一系列细分模型，统一为一个体系。

据了解，豆包家族将通过字节跳动云计算业务火山引擎正式“营业”，值得注意的是，在现场火山引擎的大模型服务全矩阵图中，底层的大模型服务已经由此前的多个第三方大模型（MiniMax、百川等），全部替换为了豆包家族。

2024年大模型落地元年，大模型将在越来越多的企业场景中，从PoC（验证性测试）走到真实的生产系统。

“不过，落地过程中，仍面临着模型效果不够好、推理成本高、落地应用难等挑战。”火山引擎总裁谭待表示。

激烈的竞争和迫切的需求之下，各家大模型和云厂商都拿出了自己的杀手锏。

随着豆包家族的就位，火山引擎也打出了一张自己的“杀手锏”——降价，将大模型的计价从以“分”计带到以“厘”计的阶段。

以豆包通用模型pro-32k版为例，模型推理输入价格仅为0.0008元/千Tokens，而市面上同规格模型的定价一般为0.12元/千Tokens，是豆包模型价格的150倍。

也就是说，豆包通用模型比行业便宜99.3%。

据火山引擎公布的价格计算，一元钱就能买到豆包主力模型的125万Tokens，大约是200万个汉字，相当于三本《三国演义》。

谭待认为，降低成本是推动大模型快进到“价值创造阶段”的一个关键因素。

事实上，在云计算领域，以价换规模，是近两年来云厂商们的主流做法。

火山引擎作为云计算领域的后来者，从成立之初就一直致力于成为国内的第四朵云，但时至今日，火山引擎在云市场份额统计表中仍属于Other。

现如今，在大模型刚刚落地应用初期，火山引擎就直接开“卷”价格战，想要以大模型落地来抢占云计算市场份额。

就像谭待对光锥智能表示：“大模型尚未真正大规模落地，只要把价格降下来就还有机会。火山引擎最重要的，就是如何把最佳实践做好、市场做大。”

豆包大模型，产品思维下的大模型矩阵

棒球帽、T恤和短裤，字节跳动产品和战略副总裁朱骏的这身日常着装，像是刚从公司开完上一个日常沟通会，就上了火山引擎的发布会。

他还用自己没有西装的梗，让大模型做了一张宣传照，批评现在大模型的华而不实。

朱骏的不拘一格，也是字节文化的体现，在拘谨的ToB赛道里格外显眼。朱骏的实用主义和产品价值观也在豆包家族上体现的淋漓尽致。

在朱俊看来，大模型不只是服务器上的一堆代码，而是需要找到最适合的应用形态，以足够自然的交互形式，才能够让更多用户用起来。

相比于其他厂商，字节跳动做大模型的思路，是以做产品的思维，先推动豆包产品用户规模的增长，从而带动大模型能力的提升。

这个思路非常实际，近期一众ToC的大模型应用，也都在疯狂砸钱做增长。同时，在具体产品应用方向上，则更贴近用户。

此前，字节跳动的通用大模型并不叫豆包，而是叫“云雀大模型”。去年，字节跳动内部准备开发大模型产品时，需要为产品取名，最终被命名为豆包。

朱俊现场讲述了最后取名为豆包的三个原则：拟人化、离用户近，以及个性化。

从改名这件小事，其实我们就能够看出字节跳动在大模型落地过程中，现阶段的主要打法之一，是基于大模型的能力，构建更像人，也更懂人的智能体，并使其成为人类的AI助手。

如北京一个五年级的小学生，通过火山引擎旗下的扣子开发平台，开发出了一个青蛙外教智能体。现在，这个小朋友不仅自己使用青蛙外教学习英语，还分享给她的同学和朋友们一起使用。

去年，飞书也上线了基于豆包大模型开发的智能伙伴，目前每天都有大量的企业员工通过飞书的智能伙伴进行工作总结、会议纪要和知识辅助。

朱骏也表示：当前虽然技术在快速演化，但用户核心的需求没有改变，包括高效获取信息、工作提效、自我表达、社交娱乐等等。

与此同时，为了满足不同场景中对智能体的不同需求，此次豆包大模型是以家族矩阵式亮相，不同的大模型，可以满足不同的场景需求。

豆包大模型有两款通用大模型，其中豆包通用模型pro是主力模型，具备理解、生成、逻辑、记忆等强综合能力，支持128k长文本精调，且支持问答、总结、分类、创作等丰富的场景。

在长文本理解的场景中，豆包可以总结分析上传三篇论文中的亮点，还可以让它触及和论文相关的题目，来考察其是否对文档、论文等有非常清楚的理解。

“豆包pro模型非常强大，但在有些场景里，用户对延时和成本会非常敏感，这个时候，豆包通用模型lite是大家更好的选择。”谭待如此说道。

豆包通用模型lite是更具性价比的通用模型，千Tokens成本降低84%，延迟降低50%，它支持闲聊、天气及实时信息查询、音乐视频播放、导航等场景，效果领先传统语音处理50%以上。

如智能汽车的座舱交互，就是一个非常适合lite模型的应用场景。通过豆包lite，汽车厂商可以在低延迟下实现对话，支持闲聊、搜索、娱乐、导航、车控等多个座舱智能助手场景，效果要比传统语音处理高50%以上，让汽车变得更“聪明”。

除了通用大模型外，火山引擎还发布豆包角色扮演模型、语音系列模型、文生图模型、Function call模型、向量化模型等其他细分领域模型。

其中，角色扮演模型支持角色高度定制，能够基于上下文感知自适应用户扮演或陪伴需求，且具有强剧情推动能力，能够持续引导聊天。

豆包语音系列模型中：

豆包语音识别模型具有高准确率和个性化特征，支持多语种识别；

豆包合成模型具有自然、多情绪和多演绎特征；

豆包声音复刻模型支持5秒复刻，跨语种迁移，与原声具有高相似度。

按照以往字节跳动产品发布的情况来看，基本都是已经在内部经过多个业务线进行测试，并已经相对成熟的产品，才会拿到市场中做泛化应用，如飞书、火山引擎。

字节跳动去年开始加速大模型的研发，谭待现场表示，过去一年中，字节内部50多个业务已大量使用豆包进行AI创新，包括抖音、头条、番茄小说等多个产品。

同时基于豆包大模型打造的同名豆包APP，在苹果APP Store和各大安卓应用市场，下载量一度在AIGC类应用中排名第一。

据朱骏透露，豆包上已有超过800万个智能体被创建，月度活跃用户达到2600万。

同时，火山引擎也以邀测的方式，和不同行业的头部客户对基于豆包大模型进行深度共创，包括手机、汽车、金融、消费、互娱等等领域。

“好的技术，一定是在大规模应用，在不断应用情况下不断打磨才能形成的。大模型也一样，只有在真实场景中落地，用的人越多，调用量越大，才能让模型越来越好。”

官方数据显示，经过一年时间的迭代和市场验证，豆包大模型正成为国内使用量最大、应用场景最丰富的大模型之一，目前日均处理1200亿Tokens文本，生成3000万张图片。

“这么大的使用量，这么多的场景，让我们觉得一切已经就绪。” 谭待的这句话，无疑表露了字节跳动大模型要向企业端落地应用的决心。

除了价格，火山引擎还有什么牌？

豆包家族的首次亮相，可以看作是字节跳动大模型发展的转折点，即经过内部AI产品赛马之后，字节收拢了经过产品验证的大模型能力，并通过与火山引擎的结合，开始全面做增长。

于火山引擎而言，相比较目前主流云厂商们来说，受制于字节本身大模型开发节奏问题，火山引擎在自研大模型的应用上的步伐，始终迟了一步。

迟来的开局，B端业务的“慢”特点，让火山引擎没办法像短视频一样，快速实现弯道超车。但从豆包的能力，和火山引擎当前大模型落地的思路来看，其与行业头部的差距，正不断缩小。

“一定要降低门槛去做。”谭待对光锥智能说明了火山引擎推动大模型向B端落地应用的策略，降低门槛，不光是价格上的降低，更重要的是能够大模型能够更简单快速的实现落地应用。

AI应用开发平台“扣子”，是火山引擎加速大模型快速落地应用的关键抓手。目前主流云厂商和大模型企业，都在推AI应用开发平台，比如阿里云的魔搭、百度的千帆等等。

扣子，也可以理解为是智能体定义平台，无论是否有编程基础，都可以在扣子上快速搭建基于大模型的各类Bot，并将Bot发布到各个社交平台、通讯软件或部署到网站等其他渠道。

此次大会上，火山引擎也发布了扣子专业版，相比于面向C端的扣子平台，企业版会根据企业的需求，以扣子平台为基础做进一步封装。

据介绍，扣子专业版会额外提供企业级SLA保障，并且还有很多高级特性，包括自定义精调模型、自定义算力单元等，能够让企业在应用扣子便利性的同时，也能够保障它的高性能和它的定制化，让企业能够高效便捷地开发专属智能体。

现场，扣子产品经理潘宇扬表示，目前扣子平台已经有了海底捞、超猩猩、招商银行、猎聘等多位B端客户。而扣子之所以能够被这些企业所应用，主要还在于基于C端积累的优势，即使用门槛低，一句话或一张图就可以组成一个Bot，并且这个Bot更了解用户。

一方面，扣子平台可以提供长期记忆、数据库、文件盒子等功能，可以让Bot记住用户喜好，并做个性化推荐。另一方面，其可以提供插件、触发器、知识库等能力，可让Bot不断获取新的信息，从而更了解用户周边世界。

“大模型的到来，让开发变得更加简单。通过AI原生开发平台，我们有机会让每个人、每家企业都成为AI的开发者。”谭待说道。

AI应用开发平台和云底层基础设施，要同步升级，火山引擎才能赶上大模型时代的快车。

自从去年发布MaaS服务平台火山方舟以来，火山引擎就希望通过推动基础设施的方式，加速大模型在行业的落地。

在豆包大模型亮相后，火山方舟也推出2.0版，发布了3个重要插件，包括联网插件、大模型内容插件、知识库插件等，帮助企业大模型实现应用落地。同时，方舟2.0还全面升级了系统承载能力、安全保护能力和算法服务能力。

借大模型，抢云计算市场

大模型带来的全新AI时代，正在成为云计算市场中的最大变量。

自成立之初，火山引擎就一直希望成为国内“第四朵云”。火山引擎借大模型，能否实现弯道超车？

从战略打法来看，火山引擎放出了三个大招：

第一就是低价。 于当下企业而言，算力成本、推理成本十分高昂，而做企业市场，企业的痛点就是第一驱动力，因此火山引擎以低价为引子，切入企业市场。

火山引擎直接将豆包大模型的价格低于行业99%。

不过，谭待也表示：“To B的业务要求长期的定力，用亏损换收入是不可持续的，未来我们也会持续通过技术降低成本以降低价格。”

低价是吸引企业客户的一个手段，但并不能成为影响企业选择火山引擎的唯一因素。

因此，火山引擎的第二个战略打法，就是聚焦字节的核心产品生态资源上，以C2B的形式，更好的推动大模型在各行各业的落地应用。

本次会上，光锥智能发现火山引擎大模型服务全景图，其大模型服务主要聚焦三类应用场景，包括ToC的终端应用、ToB的场景应用以及行业应用。

相比较其他云厂商来说，火山引擎在大模型领域的核心竞争优势之一，是来自于字节系中抖音、今日头条等搜索和内容的丰富生态资源，尤其是通过与抖音巨量引擎相结合，在数字营销、AI销售、文本/视频等内容创造上，而这也是火山引擎在AI应用层为企业提供服务的关键。

其中，在ToB 场景应用上，火山引擎也推出具有字节特色的产品，即搭载豆包大模型的智能创作云2.0版本，这是一个批量生成视频的智能SaaS平台，主要帮助电商卖家批量生成商品素材。

通过大模型的支持，用户只需要输入简单的营销描述，智创云2.0就能生成视频文案、脚本和相关素材，并通过模板与混剪能力的搭配，帮助客户在电商、生活服务等场景快速创作营销视频。

另外，在面向ToC 的终端应用上，除了早就推出的豆包和扣子，也新加入了4个垂类领域的AI平台，分别面向智能学习、生成式AI、AI互动娱乐和AI分身。这4个垂类领域，也跟字节的核心业务优势息息相关。

C2B虽然能够给火山引擎带来一定的生态资源优势，但对于云计算市场而言，更简单粗暴且真正有用的策略，在于买卡卖算力。

据光锥智能了解到，受大模型浪潮影响，字节的云计算业务火山引擎的营收增长也比较可观。得益于字节前期储备了大量英伟达的GPU，很多大模型创业公司都愿意主动加入到火山引擎的生态中，从而拉动了火山引擎的增长。

同时，在底层基础设施上，火山引擎也推出了针对大规模AI场景的混合云产品veStack智算版。

据介绍，veStack智算版提供了从IaaS到机器学习平台全栈的智算解决方案，可支持万卡集群、3.2T高性能无损网络；并且能提供端到端工程优化的97.78%训练加速比，分钟级故障发现和自愈恢复；支持十余种主流GPU卡的主流型号，能够去兼容各种各样的异构算力。

通过veStack智算版，企业能够非常容易地搭建超高稳定性、超高效率的AI基础设施，能够大幅提升自己的算力效率，能够轻松地实现对万卡集群的管理。

不过，虽然第一波先靠卖算力赚到第一桶金，但对火山引擎来说，未来靠使用这些大模型公司的算法而再次为云计算业务付费的客户，才是更吸引人的。

同时，于云厂商们来说，生态联合会比单打独斗更能够为企业提供一体化服务，加强云厂商与企业之间的粘性。

因此，此次火山引擎也发布了“万有计划”——豆包企服联盟，这是“万有计划”针对大模型应用的一个专项计划，豆包企服联盟将提供一揽子的支持措施，帮助SaaS企业实现自身的AI升级，最后这些SaaS企业与火山引擎一起为客户提供更多开箱即用的AI应用。

现阶段，火山引擎已经从底层基础设施，到中间工具链、开发平台，再到上层AI应用，以及最终的生态体系，搭建了全栈AI服务体系。AI大模型时代的来临，给云厂商们提供了第二增长曲线，于火山引擎而言，则是其是否成为国内第四朵云的机会。