火山引擎谭待：模型开源闭源不是关键，模型优劣才是关键

“去年12月，豆包大模型的日均tokens调用量是4万亿。而截至今年3月底，这个数字已经超过12.7万亿，相比豆包大模型刚发布时，在短短不到一年里，实现了超过106倍的高速增长。这不仅是豆包大模型的速度，也代表了行业的发展速度，大模型正在飞速走进工作与生活。”2025年4月17日，在杭州举办的火山引擎AI创新巡展上，火山引擎总裁谭待表示。

图丨谭待（来源：资料图）

面向企业市场发布豆包1.5·深度思考模型，边想边搜和视觉推理能力出色

借助视频演示，火山引擎在会上展现了豆包1.5·深度思考模型，在推理、思考、多模态等场景的应用。可以看出，该模型具备效果好、低延迟和多模态三大优势。首先，在专业领域推理任务中表现出色，包括数学推理、编程竞赛等。在创意写作等非推理任务中泛化能力优秀，能胜任广泛和复杂的使用场景。其次，采用混合专家架构，总参数为200B，激活参数为20B，具备训练和推理成本优势。另外，可以被用于各类场景，如解读上市公司财报、进行高考志愿填报等。

（来源：资料图）

同时，豆包1.5·深度思考模型也具备边想边搜的能力。这项能力的开发灵感来源于，生活中人类思考问题经常要借助互联网，并且可能出现交替多轮的“想一想”和“搜一搜”。比如，如果让该模型完成购物推荐任务，它会先拆解里面涉及到的预算、天气、便携性等多种注意事项，然后通过多轮搜索获得完整信息，再基于此给出周全答案。

该模型还上线了多模态版，具备视觉推理能力，能像人类一样对看到的事物进行联想和思考，极大地拓展了智能推理的应用边界。就拿出国旅游时会面临的国外点餐任务来说，大模型只会翻译菜单还不够，还需要能直接点菜。而该模型既可以看懂外文菜单，还能兑换货币控制预算，周全考虑老人孩子喜好，帮助用户圆满地完成国外点餐。

升级文生图模型3.0和视觉理解模型，加速企业打造更有趣的商业应用

会上，豆包大模型家族还带来了两大模型的更新。

首先，推出文生图模型3.0版本，能实现更好的文字排版表现、实拍级的图像生成效果，以及2K的高清图片生成方式。例如，在中文小字和长文本的生成上，不仅较好地解决了小字和长文本的生成难题，还大幅提升了图片排版的美感。在人像生成上，对于皮肤质感、表情走向等细节的生成，大幅接近真人表现。

其次，升级视觉理解模型，这主要体现在视觉定位更精准，和对视频的理解更智能这两大方面。对于前者，不仅支持多目标、小目标、通用目标的框定位和点定位，还支持定位计数、描述定位内容等，进一步扩展了模型的应用场景。对于后者，则在记忆、总结理解、速度感知、长视频理解等能力上实现大幅提升，便于企业打造更有趣的商业化应用。

推出OS Agent解决方案及AI云原生推理套件，让开发者无障碍落地Agent

火山引擎也推出OS Agent解决方案，助力开发者构建专属的通用Agent。同时，发布AI云原生ServingKit推理套件，帮助模型部署更快、推理成本更低。根据IDC发布的《中国公有云大模型服务市场格局分析，1Q25》，火山引擎以46.4%的市场份额位居第一。凭借高性价比、灵活易用的工具链，以及覆盖全场景的解决方案，其成为企业落地大模型的首选平台。

（来源：资料图）

今年在很多人眼中是Agent元年，但什么才是真正的Agent？谭待认为：“能完成打油诗、简单报告等任务的，不能称之为Agent。Agent应能完成专业度较高、耗时较长的完整任务，这是从定性角度来看。从技术实现角度，如果没有运用思考模型，缺乏反思和规划能力，也很难被认定为Agent。”所以，从技术层面出发，要想做好Agent，既需要有性能更强大的多模态模型，又要有更好的架构和工具，支持大模型操作数字和物理世界，还要通过AI云原生，不断降低模型推理的成本和延迟。

而在实际应用中，Agent也存在“应用Agent”和“OS Agent”两个方向。前者具备更强的专业性，专注于完成特定领域的任务；后者拥有跨场景的通用性和灵活性，能够完成复杂任务。

值得一提的是，在应用Agent领域，字节跳动于前不久发布AI原生编程工具Trae。相较于传统的AI插件产品，Trae具备交付化、智能化和协作化三大特质，可提供更加智能的开发体验。

企业完成AI转型，豆包大模型发挥的作用很关键

据了解，目前已有越来越多的企业，选择豆包大模型作为自身AI转型的关键。

例如：

金山办公基于豆包大模型打造了一款AI智能助手灵犀，用于帮助用户在文档智能处理、信息检索等方面提升效率。

奔驰汽车将豆包大模型作为其智能座舱的核心，并升级了座舱信息检索能力，让系统反应速度和研发效率得到显著提升。据了解，除奔驰以外，近八成的主流汽车都选择了豆包作为汽车AI升级的重要伙伴。

浙江大学基于火山引擎HiAgent平台和豆包大模型，用一周时间落地“浙大先生”智能体平台，支持AI科学家、课堂问答等众多场景的智能体定制开发，并已服务5万多名在校师生。据谭待介绍，目前C9高校中，已有六所选择了火山引擎。

杭州银行联合火山引擎打造了业界首个电商产业生态云“百业云”，能通过豆包大模型为中小商家提供智能客服服务，不仅大幅提升了客服回答的准确率，还支持全天候不间断的专业服务。

大模型迅猛发展之际，云厂商的发展之路将在何方？

在大模型迅猛发展的同时，企业对于云服务提供算力的要求也不免发生转变。云厂商不但要提供更好的模型、更低的成本，也要提供AI应用落地时所需的解决方案，还要在强化学习框架、安全保障及底层数据处理上进一步发展。基于此，谭待表示，火山引擎未来计划围绕AI云原生，在存储、计算、数据、安全和等方面推出一系列产品。

目前，依托于火山平台，火山引擎不仅发展起诸多内部业务，还积极地对外提供支持。这背后体现了怎样的逻辑？“从成立之初，我们就坚持技术内外统一，这样既能保障对内服务，也能做好对外支持。通过技术和资源复用，我们能为内外客户提供性价比更高的服务，像我们的模型即服务和云服务，性价比优势就源于此。而且实现统一后，无需纠结资源分配偏向内部还是外部，因为技术需求基本一致。”谭待说。

（来源：资料图）

事实上，在豆包大模型深入发展之际，DeepSeek大模型也在紧锣密鼓地布局中。令人好奇的是，面对这个强劲的开源竞争对手，火山引擎在豆包大模型闭源策略和商业化上又是如何考虑的？在谭待看来，模型开源或闭源不是关键，模型的优劣才是关键。“若把当前的AI发展看作一场马拉松，可能现在才跑了500米。大家在竞争中相互推动，无论是技术还是行业应用都能快速发展，这本身是一件非常好的事情。而且这种竞争的关键在于能否把模型做好，与开源和闭源关系不大。”他说。

另外，他也表示，火山引擎作为云服务厂商秉持开放理念，只要客户有需求，火山引擎就会去接入。比如，去年已接入Mistral、智谱GLM、月之暗面Kimi等模型，让客户自由选择。“目前虽然没有公开数据，但据我了解，市面上第三方使用DeepSeek时，选择火山引擎的最多。”他说。

另据悉，接下来火山引擎还将在深圳和上海等地举办AI创新巡展。