大模型之爭(zhēng)，進(jìn)入關(guān)鍵時(shí)刻。

2024年，字節(jié)跳動(dòng)旗下的豆包大模型實(shí)現(xiàn)了逆襲，憑借“更強(qiáng)模型、更低成本、更易落地”的打法迅速出圈。

以至于，資本熱捧“豆包概念”，賺足了2.2億股民的眼球。

特別是火山引擎Force冬季大會(huì)之后，豆包大模型全面升級(jí)，從感知信息走向感知世界，“豆包概念”一躍成為A股最靚的仔，引得字節(jié)跳動(dòng)官方出面發(fā)布過(guò)度炒作的風(fēng)險(xiǎn)提示。

不難看出，豆包大模型正在成為大模型時(shí)代的“抖音”。

更強(qiáng)模型，嶄露頭角并非偶然

豆包大模型，上演了一場(chǎng)后發(fā)先至的好戲。

2020年5月15日，豆包大模型才正式下場(chǎng)，雖然姍姍來(lái)遲，卻迅速打開(kāi)了局面，成為大模型賽道最大的“黑馬”。

關(guān)于此，從豆包的使用數(shù)據(jù)，就可見(jiàn)一斑。

官方資料顯示，豆包大模型5月的日均tokens使用量為1200億，到了12月日均tokens使用量超過(guò)4萬(wàn)億，增長(zhǎng)超過(guò)33倍。

而在2024年11月的AI產(chǎn)品全球月活躍排行榜上，豆包APP的MAU高達(dá)5998萬(wàn)，僅次于OpenAI的ChatGPT，位居全球第二。

之所以如此，與模型能力強(qiáng)悍息息相關(guān)。

在權(quán)威機(jī)構(gòu)智源研究院的最新評(píng)測(cè)中，豆包大模型在重點(diǎn)考察語(yǔ)言模型中文能力的主觀(guān)評(píng)測(cè)中排名第一，在多模態(tài)的視覺(jué)理解、視頻生成、圖像生成三個(gè)賽道均排名全球第二。

以豆包用戶(hù)青睞的AI語(yǔ)音為例，豆包大模型在A(yíng)SR和超自然的TTS音色上下了狠功夫，通過(guò)超擬人達(dá)到類(lèi)似和真人對(duì)話(huà)的效果，從而有了差異化競(jìng)爭(zhēng)力。

豆包戰(zhàn)略研究負(fù)責(zé)人周昊表示：“英語(yǔ)口語(yǔ)練習(xí)是大家很喜歡的教育場(chǎng)景。用戶(hù)反饋說(shuō)，豆包的發(fā)音、詞匯量、句型都遠(yuǎn)遠(yuǎn)超過(guò)他自己。通過(guò)豆包實(shí)時(shí)語(yǔ)音通話(huà)功能，和豆包一來(lái)一回練英語(yǔ)，毫不尷尬，也省了請(qǐng)老師輔導(dǎo)的開(kāi)銷(xiāo)?！?/span>

由此可見(jiàn)，豆包大模型嶄露頭角，并非偶然。

這次全面煥新，豆包通用模型pro新版本全面對(duì)齊GPT-4o，使用價(jià)格僅為后者的1/8；綜合任務(wù)處理能力較5月提升32%，在推理上提升13%，在指令遵循上提升9%，在代碼上提升58%，在數(shù)學(xué)上提升43%，在專(zhuān)業(yè)知識(shí)領(lǐng)域能力提升54%。

此外，豆包音樂(lè)模型4.0版從生成60秒的片段迭代為生成3分鐘作品，具備制作一首完整音樂(lè)的能力；豆包文生圖模型2.1版，首次實(shí)現(xiàn)精準(zhǔn)生成漢字和一句話(huà)P圖的能力。

簡(jiǎn)而言之，豆包大模型的大模型能力更強(qiáng)了，可以滿(mǎn)足更多的復(fù)雜任務(wù)需求以及創(chuàng)新應(yīng)用場(chǎng)景。

一名互聯(lián)網(wǎng)觀(guān)察人士告訴鋅刻度：“大模型是一個(gè)重資產(chǎn)賽道，考驗(yàn)企業(yè)在資金、生態(tài)、技術(shù)、人才等方面的底蘊(yùn)，Scaling Law之下強(qiáng)者恒強(qiáng)。”

通俗易懂地說(shuō)，只要模型能力不斷迭代、不斷變強(qiáng)，豆包大模型就可以實(shí)現(xiàn)“一步領(lǐng)先，步步領(lǐng)先”。

于是乎，資本市場(chǎng)沸騰了。

機(jī)構(gòu)踏破了“豆包概念”關(guān)聯(lián)的上市公司門(mén)檻，單單中科藍(lán)訊一家上市公司，2024年11月以來(lái)就累計(jì)接待了96家機(jī)構(gòu)調(diào)研。

北京艾文智略投資管理有限公司首席投資官曹轍表示：“豆包的成功是字節(jié)跳動(dòng)技術(shù)實(shí)力和市場(chǎng)定位的體現(xiàn)，隨著AI大模型在各領(lǐng)域的應(yīng)用逐漸深入，市場(chǎng)對(duì)AI應(yīng)用端的關(guān)注度也將不斷提升?！?/span>

更低成本，技術(shù)創(chuàng)新是關(guān)鍵

更強(qiáng)模型之外，更低成本是豆包大模型彎道超車(chē)的另外一個(gè)關(guān)鍵因素。

秉持“好的模型就是要讓每一家企業(yè)都用得起”的理念，豆包大模型上線(xiàn)之初，就將通用模型的行業(yè)定價(jià)降低了99%，拉開(kāi)了大模型集體降價(jià)的序幕。

如此一來(lái)，豆包大模型走上了“高質(zhì)低價(jià)”之路，成功占領(lǐng)用戶(hù)的心智。

嘗到甜頭之后，豆包大模型在新上架的視覺(jué)理解模型上，再次祭出降價(jià)打法：每千tokens的價(jià)格為0.003元，比行業(yè)平均定價(jià)低了85%，相當(dāng)于一塊錢(qián)可以處理284張720P的圖片；同時(shí)，火山引擎額外提供更高的初始流量，RPM達(dá)到了15000次，TPM達(dá)到120萬(wàn)。

這意味著，繼通用模型之后，豆包大模型推動(dòng)視覺(jué)理解也進(jìn)入了“厘時(shí)代”。

需要注意的是，價(jià)格戰(zhàn)并非豆包大模型的本意，只是技術(shù)創(chuàng)新帶來(lái)的結(jié)果，是一個(gè)正反饋的良性循環(huán)。

抖音集團(tuán)副總裁李亮表示：“豆包大模型通過(guò)技術(shù)創(chuàng)新來(lái)降低成本，在算法、軟件工程和硬件方案上做了非常多優(yōu)化，3厘/千tokens的定價(jià)也有可觀(guān)的毛利，而且這是一步到位的透明價(jià)格，并不是‘刊例價(jià)+折扣’的玩法?！?/span>

事實(shí)上，技術(shù)降本一直是豆包大模型的底色。

譬如，新一代的火山引擎GPU實(shí)例，通過(guò)vRDMA 網(wǎng)絡(luò)，支持大規(guī)模并行計(jì)算和P/D分離推理架構(gòu)，顯著提升訓(xùn)練和推理效率，降低成本。

再譬如，新推出的EIC彈性極速緩存，能夠?qū)崿F(xiàn)GPU直連，使大模型推理時(shí)延降低至1/50；成本降低20%。

這么一來(lái)，豆包大模型才有了推動(dòng)價(jià)格普惠的底氣。

火山引擎總裁譚待表示：“企業(yè)之所以用豆包更多，還是因?yàn)槭褂皿w驗(yàn)較好，而不是沒(méi)有嘗試過(guò)其他的產(chǎn)品。這個(gè)市場(chǎng)就是要充分競(jìng)爭(zhēng)，最關(guān)鍵的是能不能把自己的東西做好，能不能把成本做低，能不能把方案的落地應(yīng)用性做好?！?/span>

換而言之，豆包大模型推崇的是良性競(jìng)爭(zhēng)。

“對(duì)于企業(yè)級(jí)市場(chǎng)來(lái)說(shuō)，商業(yè)模式是建立在可持續(xù)發(fā)展的基礎(chǔ)上，任何商品必須是盈利的，不能靠補(bǔ)貼來(lái)降價(jià)。如果降價(jià)是虧損的，規(guī)模越大虧得越多，這就不是合理的商業(yè)模式?！弊T待如是說(shuō)。

良性競(jìng)爭(zhēng)之下，視覺(jué)理解進(jìn)入大浪淘沙階段，由于門(mén)檻降低令更多開(kāi)發(fā)者涌入，刺激更多的應(yīng)用創(chuàng)新，從而催生繁榮的AICG生態(tài)。

出國(guó)旅游，可以快速看懂外文的菜單、標(biāo)簽、指示牌、滾動(dòng)顯示，可以識(shí)別著名地標(biāo)建筑的背景知識(shí)等；家庭輔導(dǎo)，可以快速批改作文寫(xiě)得好不好，可以數(shù)學(xué)題做得判斷對(duì)錯(cuò)等；網(wǎng)購(gòu)求知，可以拍照找同款快速進(jìn)入相關(guān)的推薦界面……

以上可見(jiàn)，視覺(jué)理解可以全面賦能應(yīng)用場(chǎng)景，進(jìn)一步加速大模型落地。

更易落地，打通“最后一公里”

更低成本之外，更易落地是豆包大模型另外一個(gè)核心競(jìng)爭(zhēng)力。

公開(kāi)資料顯示，豆包大模型已經(jīng)與八成主流汽車(chē)品牌合作，汽車(chē)行業(yè)日均tokens消耗增長(zhǎng)了50倍，穩(wěn)坐汽車(chē)行業(yè)大模型服務(wù)商第一梯隊(duì)；接入到多家手機(jī)、PC等智能終端，覆蓋終端設(shè)備約3億臺(tái)，來(lái)自智能終端的豆包大模型調(diào)用量在半年時(shí)間內(nèi)增長(zhǎng)100倍。

此外，一個(gè)好漢三個(gè)幫，豆包大模型落地離不開(kāi)HiAgent、扣子、火山方舟三大平臺(tái)的支持，借此第三方企業(yè)才可以快速提升AI能力與AI應(yīng)用開(kāi)發(fā)效率。

以HiAgent為例，定位為低代碼平臺(tái)，大幅降低了基于大模型開(kāi)發(fā)AI應(yīng)用的門(mén)檻，擴(kuò)大了受眾范圍，加速AI普惠。

火山引擎副總裁張?chǎng)伪硎荆骸叭绻讯拱竽Ｐ捅茸?Android，那么HiAgent就是企業(yè)調(diào)度系統(tǒng)能力開(kāi)發(fā)應(yīng)用的SDK（軟件開(kāi)發(fā)工具包）。”

通俗易懂地說(shuō)，開(kāi)發(fā)者可以像拼樂(lè)高一樣搭建AI應(yīng)用。

此背景下，HiAgent上線(xiàn)7個(gè)月，成為火山引擎增長(zhǎng)最快的企業(yè)服務(wù)產(chǎn)品之一，客戶(hù)涉及華泰*券、寧德時(shí)代、浙江大學(xué)等不同領(lǐng)域的佼佼者。

更為重要的是，迭代至1.5版之后，HiAgent提供100種行業(yè)的開(kāi)發(fā)“樣板間”，企業(yè)一鍵復(fù)刻，可以使用模板輕而易舉地開(kāi)發(fā)AI應(yīng)用。

由此一來(lái)，解決了低代碼平臺(tái)“專(zhuān)業(yè)客戶(hù)看不上，小白客戶(hù)不會(huì)用”的傳統(tǒng)痛點(diǎn)。

一名業(yè)內(nèi)人士告訴鋅刻度：“業(yè)務(wù)端與開(kāi)發(fā)端往往需要深度溝通與反復(fù)交流，不然容易出現(xiàn)功能不完整、需求不匹配等情況，低代碼平臺(tái)可以讓業(yè)務(wù)端直接上手開(kāi)發(fā)，省去煩瑣的中間過(guò)程，開(kāi)發(fā)端也可以將工作重心轉(zhuǎn)向非標(biāo)應(yīng)用”。

另外，扣子平臺(tái)擁有100萬(wàn)個(gè)活躍開(kāi)發(fā)者，發(fā)布超過(guò)200萬(wàn)個(gè)智能體；火山方舟的全域AI搜索，將企業(yè)的信息、業(yè)務(wù)和用戶(hù)需求緊密結(jié)合，幫助企業(yè)實(shí)現(xiàn)“發(fā)現(xiàn)更多，推薦更準(zhǔn)，搜索無(wú)限可能”。

值得一提的是，豆包大模型也在對(duì)內(nèi)賦能。

這其中，AIGC應(yīng)用即夢(mèng)表現(xiàn)得可圈可點(diǎn)，借助其制作的科幻短劇《覺(jué)醒》，成為首部單日點(diǎn)贊破40萬(wàn)的AI短劇。

工信部信息通信經(jīng)濟(jì)專(zhuān)家委員會(huì)委員盤(pán)和林在接受媒體采訪(fǎng)時(shí)表示：“即夢(mèng)AI目前在國(guó)內(nèi)（視頻）生成領(lǐng)域，還是比較領(lǐng)先的。”

這意味著，即夢(mèng)大大降低了短劇的創(chuàng)作門(mén)檻以及影視創(chuàng)作的試錯(cuò)成本。

總而言之，豆包大模型采用高舉高打的策略，圍繞“數(shù)據(jù)、場(chǎng)景、生態(tài)”全面迭代，一躍成為大模型時(shí)代的領(lǐng)先者。

因此，豆包大模型有了更大的盼頭。