跨过AI“质变点”之后，火山引擎打出五张牌

在商业化落地上，火山引擎最新的打法和思考是什么？

文｜赵艳秋

编｜牛慧

今年的火山引擎FORCE大会，我最直接的感受是两个字：变重。

去年冬天的大会，被挤得水泄不通的展台是视频生成、AI短剧，来了大量开发者和创作者。今年走进展厅，“AI+行业”占了一大半，每个行业都展示出大企业案例——最大的能源、制造、汽车、消费公司，还有名校。

我钻进一个金融分论坛，台上演讲者和圆桌参与者是银行智能运营中心总经理、券商数字化办公室总经理、保险公司科技部总工……

火山引擎更To B了，准确说，是更To大B了。

这次大会的主题也很简单明了：过去半年AI跑得很快，Token消耗指数级抬升，根源在于模型跨过了一个点——真正能干活、影响生产力的“质变点”，更多行业和企业可以把AI用起来。

01

模型跨越生产“质变点”

“2026年，Token绝对是最热的技术词。”国家信息中心信息化和产业发展部主任单志广不久前说，从2025年下半年至今，OpenRouter上的Token调用呈“超指数暴涨”。

国家数据局的数据更惊人：中国近两年间Token调用量涨了1000倍以上。Token不只是个技术概念，开始有了算力和货币价值，“Token经济学”应运而生。

中国工程院院士郑纬民的说法开始被广泛认知：

Token如今三位一体，既是模型处理信息的基本单位，也是算力消耗的计量单位，还是行业计费的标准单位。产业数据经过token化，变成了“可计价的生产要素”。

火山引擎CEO谭待在台上公布的最新数据也很惊人：截至6月，豆包大模型日均Token调用突破180万亿。去年12月，在火山引擎上年消耗超1万亿token的企业有100家，叫“万亿Token俱乐部”，现在增加到200家。

为什么会涨成这样？谭待给了一个关键词“质变点”。他说在Coding和Agent领域，Anthropic的Opus 4.6是全球第一个跨过质变点的模型，一发布就彻底进入个人和企业生产系统。看报道，Anthropic二季度收入预计109亿美元，按照这个增速，明年就是全球收入最高的科技公司之一。

这说明，模型一旦越过质变点，配合一个爆款产品，落地和赚钱的速度会远超所有人想象，甚至不用推广，用户自发传播，短时间里就能跑出十倍、百倍甚至千倍的速度。

在视频生成这边，谭待点的是Seedance2.0，它是全球第一个跨越质变点的视频生成模型。“很多客户跟我说，Seedance2.0之前，视频模型更像玩具。”但一旦跨越质变点，一致性、镜头语言、逼真度拉满后，广告、影视、科普市场全面解锁。

但谭待认为，这波爆发远不止影视短剧这一环，长期看“这可能只是个小场景”。他更在意的是Seedance向各行各业里渗透。

他举例，制造、零售企业拿它做产品说明，具身智能企业拿它合成数据、自动驾驶企业拿它造极端天气等corner case。进一步来看，今明两年正是世界模型训练高峰，视频生成能在已有数据上做大量无监督学习，是训练世界模型的一条有效路径。

会上发布了豆包大模型2.1 Pro，谭待说其在Coding和Agent上多个评测已超过Opus 4.6，同样也跨越了生产级质变点，已在火山引擎开放API服务，并接入豆包、TRAE、扣子等产品。

那“生产力质变点”这个边界怎么判断？有人当场问谭待，他的回答是，每个行业、每道流程对模型的要求是什么，达到了就是达到了，数据不会撒谎，比如Seedance 2.0之前，周末调用远多于工作日；现在反过来，工作日远大于周末。这说明，大家是在上班的时候，真的拿它在干活。

在大会上，谭待给出跨越质变点的LLM模型，需要四个核心能力：能够写出“生产级”交付的代码，真正进入Coding和研发生产流程；能够做好指令遵循，幻觉控制，适配各种harness，完成复杂和长程的Agent任务；具备领先的多模态理解能力，更好处理现实问题，并实现GUI操控；最后，还要能够在企业级场景下稳定、高效地规模化运行。

02

质变点之上的生意

质变点到来，火山引擎想更快扎进千行百业。

展厅里“AI+行业”五花八门，可以归拢成四个维度：

汽车、手机等智能终端；制造、金融等传统支柱产业；内容创作和创意表达；芯片、具身等前沿科研。

直观看，创意表达离火山引擎最近、亲合度最高，传统支柱最远、壁垒最厚。问题是，它怎么从自家门口一路打到最远那片区域?

先看最近的——创意表达。 Seedance2.0春节前一推出，短剧市场直接爆发，有AI短剧播放量冲10 亿：一部200~300分钟的片子AI一周搞定，真人拍至少一个月、成本是它的十几二十倍。5月电商广告起势，Token消耗里广告占比肉眼可见地涨。

具体怎么用？在安慕希“整颗蓝莓酸奶”广告里，一颗蓝莓飞跃地标建筑、在赛场上秒变足球嵌入一记进球、再变回蓝莓落入酸奶——这种镜头大跨度推拉旋转里还能让商品包装细节保持一致，是它最硬的能力点。

算账也更直接，相比传统拍摄加混剪，Seedance生成一支30秒广告成本30~45元/条、单日稳定产出上百条素材。

瑞池广告则更进一步，不重新拍，而是把一条爆款拆解后做结构化复用，把内容逻辑迁移到新SKU上，实现爆款裂变生产。

这一块火山引擎几乎是被需求拉着走的，模型一推、市场自己爆发，是最轻的打法。

往远一点，是智能终端。 最近两年，衡量一家车企甚至有了新说法：“AI 浓度”，2026被称作“智能体上车元年”。

火山引擎副总裁杨立伟给出一组数据：豆包已进入50个汽车品牌、150款车型、700多万辆车，日均调用超3000万次，场景里车控占53%、导航29%、媒体10%。范式也在变，过去座舱靠一个“分类中枢”派任务，今年开始直接用一个更强的模型端到端推理对话。

落到车上有怎样的体验？奔驰纯电GLC、奥迪 E7X、别克至境 E7 里，几个人同时说话、抛出一连串复杂需求，能听懂并拆解执行的就是它。

更重的合作是AIVA，这个由赛力斯、宁德时代等产业资本组建的新品牌，火山引擎作为重要技术合作伙伴，从“先有AI、再有车”的定义阶段就联合介入，比如同样设定22度，系统会结合季节、穿着和状态理解真实体感，相处越久越贴合用户偏好。

汽车分论坛上，奇瑞出海案例给给我印象最深。奇瑞连续23年是中国车出海标杆，出口130多个国家、600 多万辆，如今与火山引擎一起开拓东盟——那边35岁以下年轻人占六成，智能座舱是拉开品牌差距、实现溢价的核心抓手。最难的是真正的本地化，不是把中文翻成外语，而是“生态级”工作。奇瑞与火山引擎一起接当地打车、娱乐生态，过数据合规这一关。

到这一区域，打法变重了，从卖座舱能力，到AIVA从定义阶段就介入、奇瑞出海共同做生态级本地化，火山引擎开始用人力和深度共创打造标杆。

再远，是壁垒最厚的支柱产业。 以金融为例，证券跑得最快，前十大券商有六七家与火山引擎一起开发AI投顾产品。

华泰证券与其推出国内首款AI原生交易APP“AI涨乐”，用户直接问“今天有什么热点股”，AI扫描全市场新闻、舆情、公告后捕捉热点、挖掘关联板块，甚至语音指令下单。但更关键的是它的分工边界：华泰自研金融大模型管专业判断，豆包负责对财报、舆情、政策做提炼摘要，火山引擎则提供底座，联网问答Agent、私有化算力和大模型防火墙，满足金融级安全合规。

中金财富走得更“重”，把300多名分析师的研究、数千名投顾的经验沉淀进一个双方联合定制的金融大模型，做成全新AI APP，即将内测。

在壁垒最厚处的打法，客户专业积累越来越站到台前。

制造业里，飞鹤奶粉是一个“全员用起来”的典型案例。2025年，飞鹤与火山引擎建立战略合作伙伴关系，先打通了研发、生产、营销、牧业整个生态前中后台数据链，在公司私域电商部署了火山搜推，这是一套原生GenAI技术，像聊天一样，智能导购就能帮助用户去找到他想找的商品，精准推荐率达到90%以上。2026年，基于火山引擎HiAgent平台，在飞鹤内部打造了一整套智能决策中枢，在各个环节提供优化建议，员工自建Agent已突破4000个，有工厂污水治理专员用它做污水监测与预警、财务审核发票、审计做赠品对账等。

最后是前沿科研，芯片行业案例尤其亮眼，在芯片RTL设计测试里，豆包2.1 Pro连续跑了近18小时，完成6个核心模块、1303行代码、9轮迭代，真实跑通仿真、测试、综合检查的全流程。过去这些工作得三五个工程师干上几周。

从被需求拉着走的广告，到砸上百人做标杆的汽车，再到客户专业唱主角的传统支柱产业，AI落地是一条越走越重的路。眼下，它期望用标杆影响更多行业，更深入地用 AI。

03

火山引擎的抓手从哪来？

在进入千行百业的过程中，火山引擎的抓手是什么？我把这次现场听到的拢成五件：

第一件，还是模型。谭待多次强调，更多行业的覆盖靠模型能力的提升，“模型足够强，很多壁垒就容易突破”。Seedance目前近一半用户来自海外，就是一个例子。

很多人觉得字节视频生成强，但要做好一个视频生成模型，对视频的理解、VLM、大语言乃至Coding能力一个都不能弱。而这种综合能力可让其突破更多行业壁垒，比如飞鹤乳业落地的污水监测、国家管网落地的管线巡检，“AI如果能看懂就知道怎么做”。

我还注意到字节大模型训练团队的一个倾向，他们越来越多地进行端到端来训练。比如豆包实时语音3.0，不再是“先把声音转成文本，然后去做大语言处理，最后再合成”三段分开，而是把它端到端一起来训练，这样情绪理解更强、自然度更高、更像人。未来可能不只是模型，智能体也会更强调端到端训练，人工编排越来越少。

第二件，Harness。谭待说，“模型没有到质变点时，提升模型能力是很重要的，模型过了质变点，Harness也很重要”，而且变化很快，“这个月模型提升是很重要的，下个月是Harness”。

两者优先级交错，“最终不是要一个好的模型或者好的 API，而是这一套模型、这一套Harness怎么在企业环境里面落地，解决企业具体业务问题”，这涉及打通系统、打通数据、做好安全、做好Agent鉴权与合规。

第三件，多元入口。今年以来，我看到不少企业效仿Anthropic，一边推出类似Claude Code的Coding工具，一边推出类似Claude Cowork的个人通用助手，而火山引擎的布局有所不同，它提出“1+N+X”体系。

其中“1”是 AgentSphere 数字员工派遣站，将所有数字员工纳入统一体系经营与度量；“N”是多个开箱即用的智能化应用，承接企业通用需求；“X”则是无限多个持续进化的业务智能应用，企业可基于 TRAE、扣子、HiAgent 持续创建、运行、观测、优化专属数字员工。

谭待告诉数智前线，当下用一个产品解决所有问题，“我觉得挺难的”，因此要有一个多元的方式。“未来也许会更多，也许会收敛，要随着AI的发展来看。”

第四件，是新团队FDE。今年火山引擎专门成立了FDE（前线部署工程师）团队，深入行业跟标杆客户深度共创。

谭待说，共创的本质就是“让客户更了解AI能做什么，我们也能更了解AI能为他们做什么”。FDE不是销售或售前，得真有“AI代码落地的能力”，还得有不同行业背景，“有的人做生物工程，他肯定对这个行业本身就有很强的Knowhow”。谭待还提到很重要的一招，是在客户组织里找到那种最先把AI用起来的超级个体，让他跟我们一起去做好这件事。

今年火山引擎也计划与企业办500 场“火山杯”，进一步放大效应。目前，FDE团队涉及汽车、医疗、教育、金融、半导体以及其他有代表性行业。

第五件，生态边界。走进任何一个分论坛，客户、伙伴与火山引擎都绕不开这个话题。汽车分论坛上，杨立伟坦承，平台公司一方面要在场景里创造真实价值，另一方面“我们怎么样把自己做得更少，结合伙伴能力一起，把体验和产品做好，而且更低成本地落地”。

车百会研究院理事长张永伟直言，“谁都不愿意失去C端，我们又如何能抓住C端？”，这是AI带给整个汽车制造业的一个核心问题。他认为，AI时代不会再出现包打天下的企业，更强调产业的分工与协作，因为各方面对技术质量的要求越来越高。

有现场人士给我总结，目前AI已经进入各行各业，从单点走向多点，但还没有达到真正贯穿于整个企业组织系统的程度，眼下“还是以工具类或者提效类、辅助类为主”。

谭待认为现在还处于落地早期，“去年说跑了500 米，今年跑了一公里多一点点吧。但这一公里，已经跨过了生产的质变点。”火山引擎在2025年中国公有云上大模型调用量市场，以49.5%的份额占比市场第一，谭待认为这个市场本身还有10倍、1000倍的增长空间，短期输赢没那么重要，“更重要的是能不能用更好的 AI 能力去服务更好的企业”。

而字节跳动CEO梁汝波在大会的视频中说，攀登AI高峰是字节跳动当下最重要的事，火山引擎MaaS业务正在变成字节跳动的基础业务，“我们的投入将长期且坚定”。