AI重构大消费|大模型，字节跳动撬动消费新增量

2026年AI的风向变了，大模型的性能参数不再是科技圈内外讨论的唯一话题，从中关村论坛年会、智源大会、夏季达沃斯到世界人工智能大会，大家更关心AI落地能做什么、成本上限是多少、潜在客群有哪些。

字节跳动的解法，是把大模型能力做成嵌入产业工作流的基础设施。豆包被市场团队设置了定时任务，每天上午9点，Agent（智能体）自动调用Skills（技能）完成数据抓取、分析并生成竞品监测简报，推送到飞书群。近日，Seedance2.5正式发布，小鹏汽车等企业第一时间确认合作。在小鹏汽车，企业将Seedance能力集成至内部一站式AI设计平台，辅助产品设计环节的可视化创作。

企业探出了一条路，政策很快搭了桥。7月国务院作出的关于《扩大消费"十五五"规划》的批复中明确：深入推进"人工智能+消费"。6月商务部等8部门提出的关于加快"人工智能+消费"发展的实施意见，将推动人工智能与消费深度融合细化成17条。

不论是商品消费、服务消费，AI既在前端呈现，又于后端支持。当B端的生产成本被大模型系统性压缩，消费端的产品迭代速度和体验优化空间自然被同步放大。作为生产力工具，AI帮助企业重新核算成本，让更便宜的优质内容、更快的产品迭代成为降本增效的自然结果。

嵌入工作流的AI日常

周一上午9点，林薇（化名）还没到工位，飞书群里已经弹出一份竞品简报。豆包的定时任务准时触发，爆款可能出现在哪个品类、定价、营销策略等结论汇总到同一份文档里。没人特意打开AI工具，它已经在跑。

这是豆包专业版办公任务模式的日常。截至2026年6月，豆包大模型日均Token调用量突破180万亿，同比增长超10倍。

林薇每天都为这一数值作贡献，金融分析师陈明（化名）的用法更直接：输入上市公司财报，豆包自动输出财务健康度评估、同业对比和风险提示等，省去了在Excel里手动拉公式和查数据的环节。

他们都是中国AI原生App 4.99亿月活用户中的一员，人均月使用92.7次，比上年同期增长58.3%，更具体点，林薇和陈明是2026年6月豆包3.82亿月活用户中的两名。

6月下旬，豆包瞄准不同领域专业人士的生产力需求推出专业版服务，主打以Agent为核心的办公任务模式，支持本地电脑、浏览器操作，应用、网站生成，以及Office集成、技能调用、定时任务等多项专业功能，相关功能普通用户也可体验。

一位产品经理在豆包专业版中输入需求："帮我设计一个极简风格的AI办公产品移动端UI原型，包含首页、功能列表、个人中心三个页面，给出设计说明和交互逻辑介绍。"几分钟后，一套完整的原型方案、设计说明和交互逻辑文档同时输出。过去需要工程师和产品经理反复对接的环节，现在在一个对话窗口里完成闭环。

定时任务让大模型变成了"到点干活的同事"。与客户集成后，大模型将把自己嵌入客户已有的工作流里——不是在现有流程外再加一个系统，而是让AI成为流程本身的一部分。

视觉层面的生产力革命在更重要的产业发挥着作用。

近日，新一代视频生成模型Seedance2.5正式发布，徐工集团、小鹏汽车等与火山引擎达成合作，成为第一批接入Seedance2.5的合作伙伴。更上游的具身智能领域，智元机器人、灵初智能、穷彻智能、微分智飞、XsparkAI（无界智航）等公司也第一时间接入Seedance2.5，用于生成符合物理规律、场景复杂的具身交互数据，支撑跨环境、跨本体的泛化训练与运动轨迹预测等，替代了过去需要大量人力逐一场景建模的仿真流程。

具身智能领域的数据有了新的来源。中科院软件研究所所长武延军分享了一个案例，"中国科学院软件研究所持续多年打造机器人操作系统，碰到的一个核心痛点就是高质量训练数据的稀缺，纯靠人力进行采集不现实，很多极限工况环境人类无法触及，场景逐个建模也过于烦琐。虽然自研了AlphaPlatform仿真平台来生成训练数据，但效率仍然不高，通过Seedance，用视频生成高质量模型合成数据，有望大幅节省成本和周期"。

产品经理、汽车设计师、机器人工程师等不同岗位的人，日常工作中多了一个AI助手。人机协作的边界正在重新划定。

生产力质变向下传导

"过去，我们看到很多企业仍停留在试点和实验阶段；而现在，越来越多企业意识到，AI不是简单增加一项技术，而是需要重新设计整个企业的工作流程。"世界经济论坛执行董事米雷克·杜塞克向媒体分享最新体感：2026年全球企业对于AI的讨论已经发生明显变化，关注点是如何真正创造商业价值，推动企业全面转型。

2026年夏季达沃斯中的15家中国"独角兽"中，有7家是机器人企业，关于加快"人工智能+消费"发展的实施意见中，商务部等8部门将促进人工智能机器人消费单独列为一条，增加人工智能产品新供给则位列第一条。

比如，AI+汽车产业的新消费体验已经不是PPT。奔驰纯电CLA全面接入豆包，车主说一句"帮我找一家有充电桩的粤菜馆，空调调低两度"，系统在后台完成意图理解、多任务拆分和连续响应。

当这一切在汽车、手机、眼镜、PC甚至SaaS（软件即服务）等企业发生时，如何判断AI+产业的组合是否跨过生产力质变点？火山引擎总裁谭待给出的标尺是Token的性价比。

"单Token的价格在上升，但单Token创造的价值上升得更快。"一个半导体行业的客户把芯片RTL设计任务交给豆包2.1 Pro，18个小时后输出1300行可直接上线运行的代码，以此为例，谭待认为，生产级的标准是"代码要能跑通测试、真正上线，而且要比较核心"。

根据测试数据，豆包2.1 Pro在Coding（AI编程）和Agent能力上超过了Opus 4.6，跨过生产级门槛后，金山办公和筷子科技这类应用层企业率先尝到了甜头，"它们基于豆包新模型的能力，帮自己的客户创造了更多价值，也赚到了更多收入，这是正向循环"，谭待表示。

在更贴近消费者的零售和餐饮行业，海底捞用火山引擎的能力优化消费者洞察和门店运营，有企业把豆包接入门店管理系统后单店运转效率明显提升。

视频生成模型的迁徙路径更能说明问题。Seedance的调用场景里，影视短剧只占一环，制造业用它做产品说明书和售后培训视频，教育行业做知识视频化转换，零售企业针对不同人群和国家生成多语言产品视频。它的调用量接近一半来自海外，WPP等大型跨国公司也在使用。

这种改变背后有组数据很有趣，谭待提到，Seedance 2.0上线后，工作日的负载和使用次数显著超过周末，用户正在生产环境、数据合成场景里高频调用。大模型不再是周末尝鲜的"创意玩具"，而是生产力工具。

可以说，生产力红利传导至消费端的链条虽不直接但明显。B（企业）端的内容生成成本被系统性压缩，产品原型不再需要反复外包，营销视频可以批量生成，工业培训素材的制作周期从周级缩短到小时级。成本的收窄会沿着产业链向下传导，更便宜的优质内容、更快的产品迭代、更精细的用户运营，最终都会在消费端兑现为体验升级。

从"生成内容"到"服务实体产业"

更有价值的故事正在当下酝酿。视频生成模型能做出逼真、惊艳的画面，这不是视频生成模型背后的全部意义，Seedance系列模型其实成了数据合成、场景仿真、风险推演、作业流程培训等业务场景的生产力工具。

香港科技大学计算机科学与工程系副教授王帅这么解释视频生成模型的技术价值："视频本质上是对真实世界在时间维度上的连续表达，因此一个高质量的视频生成模型如果要生成稳定、连贯、可信的画面，就必须在相当程度上学习物体运动、空间关系、光影变化、人物动作、场景交互等物理世界规律。"

换句话说，"视频生成模型正在从单纯的内容生产工具，逐渐发展为能够对世界状态变化进行建模和预测。这类技术如果持续发展，将有机会重塑内容生产方式，并进一步推动数字内容、实体产业和智能系统之间的融合"，王帅总结说。

一双机械臂，一张桌子，灵初智能用Seedance对光照、背景、纹理、空间布局等关键要素进行排列组合，来扩充模型训练数据，以支撑模型跨环境、跨本体的泛化训练，生成的数据基本符合重力、碰撞、摩擦力、机器人关节运动约束等。

毫无疑问，按照传统的方式，不论是依靠实体机器人还是仿真合成数据做具身智能训练，时间和效率的成本都会加倍。

回到广义的大模型，"现在还在早期阶段，去年跑了500米，今年跑了一公里多"。谭待以长度为标尺，分享了自己眼中的中国大模型的发展情况。

事实上，并非所有的企业都已经学会利用AI。普华永道中国咨询业务主管合伙人黄启佳直言，"企业应跳出‘AI降本’的固化认知，主动攻坚高阶应用场景，利用AI挖掘跨行业新兴价值池，探索业务模式重塑"。

他的观点基于《2026年人工智能效能研究报告》披露的数据，AI领军企业的AI驱动财务绩效是其他企业的7.2倍。这些企业通过精准锚定核心业务痛点、构建量身定制的技术底座，并将AI深度植入企业基因，实现了显著的效能增长。相比之下，中国企业呈现出"应用强于基础"的特征，在AI应用增长和规模化方面优于全球水平，但在高阶的自主化和自优化能力上仍有待提升。

北京市发改委最近印发的《北京市关于加快智能体引领发展的若干措施》里有两条值得放在一起看：一是推动智能体能力嵌入智能手机、智能眼镜等终端硬件；二是鼓励发展Token经济，培育TaaS（Token即服务）、AaaS（智能体即服务）、RaaS（结果即服务）等新商业模式。

它描述的是一个正在形成的闭环——豆包的Agent和Seedance的视频生成能力，一边通过嵌入终端硬件、汽车座舱等重塑产品形态，另一边通过Token调用量来计价和变现，AI生产力工具向消费端的传导就获得了持续的动力。

一线对话

火山引擎总裁谭待：

模型生产力质变点已跨过，要看价值比价格

北京商报：当前中国大模型市场处于怎样的发展阶段？在推动各行业AI规模化应用的过程中，有哪些关键的产业趋势和生态信号？

谭待：现在还在早期阶段，去年说跑了500米，今年跑了一公里多。这一公里很重要。趋势就是已经跨过了生产力质变点，而且有标志性的实践，比如说Anthropic推出的Claude Opus 4.6模型已经跨过质变点，如果现在国产模型比它做得好，说明也跨过了，可以在生产环节里面创造价值，这是非常重要的一点。

北京商报：从火山自身的经营和行业整体成本趋势两个方面，怎么理解当下新模型的定价策略？

谭待：看模型，要结合价值来看价格。以现在的趋势看，不管是火山还是其他业界的主流模型，单Token创造的价值比价格上升得更快，性价比在提升。这也呼应了，现在的模型不管是在Coding（编程）、Agent（智能体）还是视频生成方面，都真正跨过了生产力的质变点，它能创造更多的价值。

北京商报：目前多模态模型进一步大规模商用还有什么能力卡点？

谭待：生产力质变点这个概念非常重要，定义这个边界很简单，去看看每个行业已有的流程，每个流程对模型的要求是什么，只有模型能力达到要求才意味着跨过质变点，所以我们一直在讲生产力标准。之前很多人讲视频生成是玩具，之前确实是玩具，周末的调用次数远大于工作日，但是Seedance2.0出来后，工作日的负载和使用次数远大于周末，说明用户是在生产的环境下、数据合成等场景下使用它，这充分说明实现了生产力的跨越。豆包2.1 Pro也是一样的，豆包真正的生产力级的体现是代码功能跑通测试上线。

北京商报：从业者对世界模型的概念有不同的理解，字节跳动研发世界模型采用什么路线？

谭待：世界模型有各种各样的流派，我们认为视频生成在各流派里是非常有效的一种，因为它不需要很多数据的假设和采集，现实已有的数据可以做大量无监督的学习，而且现在看起来是比较有效果的。甚至可以看到有的具身智能公司在用Seedance做数据合成，反过来反哺他们模型的效果。我们对于这条路非常看好，也认为这是Seedance将来更有场景和价值的地方。

北京商报记者 魏蔚