低調(diào)潛行一年多的字節(jié)跳動，終于憋住了一個大招。

5 月 15 日本，字節(jié)跳動首次向大眾“推銷”。 AI 大模型——其自研豆包“全家桶”官方宣布將采用火山引擎(字節(jié)六大業(yè)務(wù)領(lǐng)域之一)，其他五個領(lǐng)域分別是視頻、大理教育、飛書、朝夕。TikTok）提供外部服務(wù)。

到目前為止，字節(jié)跳動縱身跳入國內(nèi)大模型混戰(zhàn)，其大模型版圖正式暴露。

圖表：豆包大模型“全家桶”

由于字節(jié)已經(jīng)越過了模型效果、推理成本、落地難度這三個最關(guān)鍵的門檻，所以出手就是“王炸”。

第一，AI模型效果 落地是最關(guān)鍵的，好的模型只有大量的使用才能打磨出來——根據(jù)火山引擎的官方數(shù)據(jù)，經(jīng)過一年的迭代，大豆包模型正在成為中國使用量最大、應(yīng)用領(lǐng)域最豐富的模型之一，日均處理 1200 億 Tokens 文本，生成 3000 萬張照片。

另外，字節(jié)跳動產(chǎn)品和戰(zhàn)略副總裁朱駿透露，豆包平臺每月活躍用戶達(dá)2600萬，已經(jīng)超過2600萬。 800 建立了一萬個智能體。作為對比，QuestMobile 資料顯示，到今年為止 3 月亮，豆包(字節(jié)跳動)、文心一言(百度)、天工(昆侖萬維)、訊飛星火(科大訊飛)、Kimi 智能化助手(月暗面)位于 AIGC APP月活 TOP5——令人恐懼的是，豆包上線僅三個月就完成了用戶反擊。

信息來源：QuestMobile 統(tǒng)計

在這背后，虎嗅了解到，在過去的一年里，字節(jié)跳動通過拆解明確了各部門。 OKR(例如抖音主要負(fù)責(zé)拉新，字節(jié)主要負(fù)責(zé)拉新， AI 產(chǎn)品的 Flow 部門負(fù)責(zé)開發(fā)和產(chǎn)品增長)完成了部門之間的互不干擾，解決了互聯(lián)網(wǎng)企業(yè)快速擴(kuò)張面臨的組織協(xié)作問題，這是中國的夢想。 AI 在互聯(lián)網(wǎng)企業(yè)中，最明確的戰(zhàn)略之一。

值得注意的是，豆包大模型(本名：云雀)先于 2023 2008年在字節(jié)內(nèi)完成上線，并基于豆包大模型打造。 “豆包”AI對話助手、AI 應(yīng)用開發(fā)平臺“紐扣”、“貓箱”、星繪、即夢等互動娛樂應(yīng)用 AI 創(chuàng)作工具，并將大模型連接到字節(jié)跳動的旗下，如抖音、番茄小說、飛書、剪影等。 50 多個業(yè)務(wù)，用來提高效率，優(yōu)化產(chǎn)品體驗(yàn)。

“技術(shù)正在快速進(jìn)化，但用戶的核心需求沒有改變，如高效獲取信息、提高工作效率、自我表達(dá)、社交娛樂等。字節(jié)做了很多探索，找到了適合大模型應(yīng)用的形式，希望自然交互能進(jìn)入更多人的日常生活?！敝祢E說。

那不是盲目的樂觀，IDC 發(fā)布的《2024 AIGC 應(yīng)用層十大趨勢白皮書預(yù)測，2024 全球每年都會出現(xiàn)超越 5 億次新應(yīng)用，相當(dāng)于過去 40 當(dāng)年出現(xiàn)的應(yīng)用數(shù)量總和，智能應(yīng)用將呈現(xiàn)爆發(fā)式增長，大模型浪潮將加速滲透到人們的日常生活中。

第二，降低推理成本是大模型快速進(jìn)入“價值創(chuàng)造階段”的關(guān)鍵因素。

例如，騰訊混合元模型選擇混合專家模型 (MoE）構(gòu)造，自研 Angel 機(jī)器學(xué)習(xí)平臺，訓(xùn)練速度達(dá)到主流框架 2.6 與行業(yè)主流框架相比，推理成本降低。 70%；OpenAI、最近智譜大模型也都降低了大模型的價格。

然而，當(dāng)火山發(fā)動機(jī)總裁譚待宣布主要的豆包模型(小于等于等于 推理輸入價格僅為32K) 0.0008 元/千 Tokens 當(dāng)時，人們還是會感到驚訝——要知道，市場上同規(guī)格模型的定價一般都是 0.12 元/千 Tokens，而且豆包的主要模型比行業(yè)便宜 99.3%。

按照這個價格，8 可以買到一元錢的豆包模型 1000萬 Tokens，大概 1600 萬只漢字——它正以“價格屠夫”的姿態(tài)突破大型市場，被外界戲稱為“拉響大模型市場價格戰(zhàn)第一槍”。

對于這一點(diǎn)，譚待表示，背后有兩個原因：“一是可以做到，二是需要這樣做；主力模型比行業(yè)便宜 99.3% 可以在技術(shù)上實(shí)現(xiàn)，未來還有很多方法可以降低成本。

最后，豆包分布式推理也有混合調(diào)度，充分發(fā)揮各種異構(gòu)率，解決了推理計算能力的問題，從而將模型推理的成本降低到非常低的水平。

“以前公司擔(dān)心創(chuàng)新。 ROI 打錯了，一是創(chuàng)新項(xiàng)目。 90% 會失敗，其次，創(chuàng)新會根據(jù)消耗來創(chuàng)新。 100 億 Tokens 算就要80 萬；現(xiàn)在的費(fèi)用只需要 8000元，失敗也花不了多少錢，但是還剩下。 10%的項(xiàng)目成功后可以賺回所有的投資，這無疑可以幫助更多的公司輕裝上陣，無負(fù)擔(dān)投身。 AI 譚待說：“浪潮。

當(dāng)然，字節(jié)愿意為企業(yè)“搭建平臺”的深層次原因是，移動互聯(lián)網(wǎng)行業(yè)已經(jīng)到了客戶和流量達(dá)到頂峰的成熟階段，監(jiān)管將更加注重產(chǎn)業(yè)互聯(lián)網(wǎng)的推廣和建設(shè)，這意味著技術(shù)將來到平臺重構(gòu)生態(tài)的關(guān)鍵時期。

就像美團(tuán)創(chuàng)始人兼一樣 CEO 當(dāng)初王興討論過 BAT 在競爭關(guān)系中，如果把競爭這個詞放在一起，就會變成慣性思維。“麥克阿瑟將軍在西點(diǎn)軍校告別演講?！監(jiān)nly the dead have seen the end of war"(只有死去的人才能看到戰(zhàn)爭的結(jié)束)，戰(zhàn)斗只是從一個戰(zhàn)場變成另一個戰(zhàn)場，由一次機(jī)會轉(zhuǎn)變?yōu)榱硪淮螜C(jī)會，總是在不斷變化?！?/p>

尤其，ChatGPT 出現(xiàn)讓整個互聯(lián)網(wǎng)躁動不安，追逐大模型的浪潮讓互聯(lián)網(wǎng)陷入混戰(zhàn)的焦慮狀態(tài)，而心中有老虎的企業(yè)正在尋找向上攀登的入口——當(dāng)通用人工智能時代呼嘯而來，字節(jié)手握網(wǎng)絡(luò)層和數(shù)據(jù)層的獨(dú)特優(yōu)勢，Tiktok擁有豐富的數(shù)據(jù)素材和充足的算率資源。在快速發(fā)展時期，必須果斷投入(包括技術(shù)生態(tài)迭代、R&D投資等)，才能贏得未來的機(jī)票。

下面是虎嗅和火山發(fā)動機(jī)總裁譚待兩次(5次) 月 15 日、5 月 16 日)交流記錄(部分表述因?yàn)殚喿x方便需要刪除)：

為什么字節(jié)要降低價格？

Q：業(yè)內(nèi)有聲音說大模型算率資源匱乏，為什么字節(jié)愿意大幅度降價？

譚待：一般來說，計算率資源不夠就是訓(xùn)練，但是今天提到的大模型。 ToB 服務(wù)主要是推理。只要技術(shù)基礎(chǔ)做得好，就可以用各種異構(gòu)算率來滿足性能，減少延遲，解決算率瓶頸。豆包分布式推理也有混合調(diào)度，就是通過調(diào)度各種異構(gòu)算率來解決推理算力的問題。

第二，處理算率也解決了成本問題，可以將模型推理成本降低到很低的水平。以前公司擔(dān)心創(chuàng)新 ROI 打錯了，一是創(chuàng)新項(xiàng)目。 90% 會失敗，二是創(chuàng)新試錯貴(根據(jù)消耗 100 億Tokens 算就要80 萬）；現(xiàn)在試錯成本降低了 8000元，失敗成本可以控制，只要剩下。 10%的項(xiàng)目可以實(shí)現(xiàn)，可以賺回所有的投資，也可以讓很多公司輕裝上陣，無負(fù)擔(dān)投身。 AI 浪潮。

Q：在這個階段，字節(jié)將價格卷入了以厘為單位的低價，這對整個市場有好處嗎？

譚待：自然，很多企業(yè)可以以較低的成本進(jìn)行各種創(chuàng)新，對于做大型企業(yè)家來說，沒有一個是靠做大型企業(yè)的。 ToB 賺大錢，通過 ToB 服務(wù)不能循環(huán)自己的大模型。現(xiàn)在還是一個特別早期的階段。最重要的是把蛋糕做大，先做普惠。

Q：字節(jié)能壓低了同行的價格 豆包99.3%的性能和成本如何？

譚待：現(xiàn)在模型應(yīng)用落地時，精調(diào)是關(guān)鍵，豆包 pro 支持 128k 可以調(diào)整。豆包的主要模型可以和所有的主要模型進(jìn)行比較。網(wǎng)上可以看到很多第三方測試，拿豆包。 就APP而言，今天的月活 2600 萬，用戶越多調(diào)用量越大，模型自然就越好。

關(guān)于費(fèi)用問題，ToB 業(yè)務(wù)取決于長期。用虧損換取利潤是不可持續(xù)的。字節(jié)從來不走這樣的路。降價源于技術(shù)自信。這個定價就是火山對技術(shù)有信心，未來還有很多方法可以繼續(xù)降低成本。

Q：大型豆包完全打下了價格，為什么說“低價”是對技術(shù)的信心？

譚待：首先，技術(shù)上有很多方法可以降低成本，使效果明顯，比如優(yōu)化和改進(jìn)模型結(jié)構(gòu)；其次，在項(xiàng)目之前，是單機(jī)推理，現(xiàn)在是分布式推理，自然可以更好的利用各種底層算率，從而大大降低成本。特別是調(diào)度量很大之后，不同的負(fù)荷可以作為混合調(diào)度，大大降低了成本。并且，OpenAI 同時也在降價，想象未來大模型在人們的日常生活中每天都在使用，低價是真正廣泛使用的前提。

其次，今年大模型能力明顯提升，應(yīng)用越來越重要。很多客戶都想嘗試做大模型，但由于價格(AI試錯和業(yè)務(wù)創(chuàng)新風(fēng)險高)，他們不得不面對很多不確定性，試錯成本必須降低得很低，這將被大家(公司和個人開發(fā)者)廣泛使用。所以，目前最迫切的就是降低成本。

Q：在字節(jié)內(nèi)使用豆包大模型的產(chǎn)品怎么樣？

譚待：首先，同名 APP 到今年為止，豆包 4 月份，豆包在蘋果中國。 App Store 效率排名第一；其安卓市場累計下載量 1.37 億，在 AIGC 類應(yīng)用中斷崖式領(lǐng)先用戶數(shù)量(月活達(dá)到 2600 萬)表示效果很好，還有星畫這樣的創(chuàng)新應(yīng)用。

除了 AI 除了原生應(yīng)用，Tiktok、頭條、飛書的一些功能都使用了大模型。比如Tiktok搜索和頭條搜索結(jié)果都是用大豆包模型生成的，可以進(jìn)一步詢問客戶想知道什么信息。許多營銷文案、導(dǎo)購、助手等領(lǐng)域都應(yīng)用于Tiktok電子商務(wù)。

除這些應(yīng)用領(lǐng)域外，傳統(tǒng)的許多應(yīng)用領(lǐng)域 NLP(自然語言理解)解決的問題豆包也能做得更好，可以大大提高一些業(yè)務(wù)后臺操作的效率。

Q：人工智能落地場景非常重要，火山有哪些客戶應(yīng)用領(lǐng)域可以共享？

譚待：移動電話的互動場景太多了，手機(jī)搜索，助手AI 等（OPPO 小布助理，榮譽(yù)智能辦公助理，小米“小愛同學(xué)”、華碩豆叮 AI 所有助手都接入了火山發(fā)動機(jī)的大模型服務(wù))；現(xiàn)在有很多汽車。導(dǎo)航順便看看商業(yè)區(qū)、餐廳和周邊電影院。(玩手機(jī)不方便的時候)模型會告訴手找出相應(yīng)的內(nèi)容，完成互動；比如汽車駕駛艙對模型能力要求不高，適用于通用的豆包模型 lite，不但推理價格較低，延遲也較低 50%。

當(dāng)然，一方面要提高場景落地的技術(shù)，比如 pro、lite、角色扮演和語音都有廣泛的使用場景；另一方面，應(yīng)用生態(tài)是一群人的群體智慧。只有模型更好，成本更低，更容易落地，生態(tài)才能繁榮。大企業(yè)代碼高，但個人開發(fā)者想要的是低代碼，只有門檻低才能做到，形成。 AI 時代創(chuàng)新。

字節(jié)蓄氣，“火山”爆發(fā)？

Q：如何看待網(wǎng)絡(luò)大佬在模型賽道上的殘酷競爭？

譚待：國內(nèi)的大模型還沒有談競爭，因?yàn)榇竽Ｐ瓦€處于起步階段，池塘有多大，魚有多大，大模型市場才剛剛開始。這個時候，重點(diǎn)是做好大模型，做好應(yīng)用，降低成本，讓更多的人和企業(yè)受益?，F(xiàn)在競爭還沒有激烈。

Q：在此之前，周鴻祎和李彥宏就開源和閉源進(jìn)行了討論，火山會朝開源還是閉源發(fā)展？

譚待：首先，對于模型公司來說，開源閉源不是非黑即白，而是一種綜合的方式。我們也在討論未來某個版本或尺寸模型是否會使用開源。其次，公司模型的應(yīng)用是開源還是閉源，本質(zhì)在于背后的需求，是擔(dān)心安全、成本還是服務(wù)。

Q：因特網(wǎng)大廠商在云計算領(lǐng)域競爭激烈，大模型在云計算領(lǐng)域的應(yīng)用將重點(diǎn)放在哪些方面？

譚待：云生態(tài)包含 IaaS、PaaS、SaaS，AI 大模型本身就是云的錦上添花，就是把數(shù)字化做得更深更廣。比如模型推理可以通過云的方式降低成本，所以從價格上考慮。 AI 就是建立一種算率與智能的相關(guān)性，將越來越多的數(shù)字化需求、生活場景與算率相結(jié)合。

火山當(dāng)然更加重視火山 ToB方向:一是有些行業(yè)非常集中，比如手機(jī)、汽車可以通過聯(lián)盟一起做好；第二，有些行業(yè)不是特別清晰，所以和最有想法的公司深度合作；第三，開發(fā)者非常重要。在新技術(shù)浪潮面前做出不同創(chuàng)新的不是過去的巨頭，而是新的開發(fā)者，怎樣服務(wù)好他們，讓他們做得更好？ AI 應(yīng)用非常重要。

而且，作為一個公共云，字節(jié)的概念是要低成本。就像電商要高質(zhì)量低價一樣，降低成本是提到火山引擎的愿景。不知道別人有沒有寫，這是認(rèn)知上的區(qū)別。

Q：字節(jié)具有數(shù)據(jù)優(yōu)勢，在文生視頻這方面是否有布局實(shí)現(xiàn)彎道超車？

譚待：有一種字節(jié)產(chǎn)品即夢（Dreamina），除了文生圖，還有一些短視頻生成功能。模型訓(xùn)練一定要技術(shù)扎實(shí)，本質(zhì)上不會有彎道超越；其他模式也是如此。首先，我們應(yīng)該做好基礎(chǔ)工作。如果基礎(chǔ)做不好，文生圖就是‘人工智障’——因?yàn)檫B文字都看不懂，視頻能好到哪里去？所以沒有彎道超越，要循序漸進(jìn)。

虎嗅注：事實(shí)上，2023年字節(jié)跳動 年 11 已經(jīng)發(fā)布了視頻生成研究成果。 PixelDance，在文本指導(dǎo)的基礎(chǔ)上提出 頭尾幀照片指導(dǎo)的技術(shù)方法，可以生成高度一致、動態(tài)豐富的視頻；今年 1 月亮，字節(jié)再次發(fā)布視頻生成模型 MagicVideo-V2，效果比肩 SVD-XT、Pika1.0、Gen-2（Runway） 類似的模型。

Q：近期 OpenAI（GPT-4o）、谷歌(谷歌I/O大會升級) Gemini 最新的大模型進(jìn)展陸續(xù)公布，國內(nèi)外的階段和差距如何？

譚待：實(shí)事求是地說 OpenAI 肯定是世界第一，包括 anthropic、Gemini 也做得很好，要承認(rèn)差距；但另一方面，有兩點(diǎn)。第一，我們的模型在不斷進(jìn)化。一旦進(jìn)化到一定程度，就有可能應(yīng)用到上面。

為什么(字節(jié))這么久才正式發(fā)布豆包？因?yàn)槎拱呀?jīng)到了大家可以普遍使用的程度，只有越來越多的人可以做更多的應(yīng)用，反過來又能帶動技術(shù)進(jìn)步，形成正循環(huán)。

前天（5 月14日）OpenAI 在新聞發(fā)布會上，語音做得好不好對整個互動體驗(yàn)影響很大。模型可能很聰明，但說話像機(jī)器人。豆包和世界上最好的產(chǎn)品還是有差距的，需要一個追求的過程。目前追求速度還可以，用戶越來越多。

#我是虎嗅商業(yè)、消費(fèi)、機(jī)動組副組長黃青春，關(guān)注娛樂、社交、游戲視頻等諸多領(lǐng)域。業(yè)內(nèi)人士交流加微信:724051399，新聞線索也可以郵寄到。 huangqingchun@huxiu.com

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com