作者|謝涵

編輯|陳秋

操作|陳小妍

另鏡(ID:DMS-012)

去年3月，在OpenAI推出GPT-4一天后，華為、百度、阿里、騰訊、科大訊飛、商湯等國(guó)內(nèi)眾多龍頭企業(yè)迅速布局了AI大模型跑道，但備受期待的字節(jié)跳動(dòng)AI大模型業(yè)務(wù)并未向公眾公布具體戰(zhàn)略。

一年多后，字節(jié)跳動(dòng)終于宣布，5月15日上午，字節(jié)跳動(dòng)旗下云服務(wù)平臺(tái)火山發(fā)動(dòng)機(jī)在北京舉行了一場(chǎng)巨大的新聞發(fā)布會(huì)?；鹕桨l(fā)動(dòng)機(jī)總裁譚待在新聞發(fā)布會(huì)上正式宣布，為字節(jié)跳動(dòng)自主研發(fā)的大型豆包提供服務(wù)。

根據(jù)火山發(fā)動(dòng)機(jī)總裁譚待的說(shuō)法，經(jīng)過(guò)一年的迭代和市場(chǎng)驗(yàn)證，豆包模型正在成為國(guó)內(nèi)使用最多、應(yīng)用領(lǐng)域最豐富的大型模型之一，目前每天處理1200億Tokens文本，生成3000萬(wàn)張照片。

據(jù)發(fā)布會(huì)披露的數(shù)據(jù)顯示，豆包用戶數(shù)量正在迅速增加，月活用戶數(shù)已達(dá)2600萬(wàn)，建立了超過(guò)800萬(wàn)個(gè)智能體。

與目前國(guó)內(nèi)外最新的32K主力模型相比，GPT4的價(jià)格在0.42元/千Tokens左右，百度文心一言和阿里最新的通義千問(wèn)2.5價(jià)格接近0.12元/千Tokens，而豆包通用模型pro-32k版推理的輸入價(jià)格僅為0.0008元/千Tokens，低于行業(yè)99.3%。

就長(zhǎng)文本而言，阿里和百度目前還沒(méi)有跟進(jìn)長(zhǎng)文本128k，GPT4-Turbo的價(jià)格在7分錢/千Tokens左右，豆包通用模型Pro-128K模型的價(jià)格在0.005元/千Tokens之間，比行業(yè)低95.8%。

這是什么概念？很多人都讀過(guò)《三國(guó)演義》，總共有75萬(wàn)字。按照火山引擎公布的價(jià)格，一元錢就能買到125萬(wàn)Tokens的豆包主模，大概有200萬(wàn)個(gè)漢字，也就是說(shuō)三國(guó)演義的字?jǐn)?shù)只需要1元錢就可以處理。

說(shuō)起低價(jià)策略，火山引擎總裁譚待在發(fā)布會(huì)當(dāng)天下午的群訪中向另鏡等媒體解釋說(shuō):“我們對(duì)技術(shù)還是有信心做出這個(gè)定價(jià)，這是最重要的，而不是我們用虧損做到這一點(diǎn)，虧損是無(wú)法接受的?！?/p>

我們?cè)诩夹g(shù)上有優(yōu)化成本的手段，比如分布式推理、混合調(diào)度等。未來(lái)我們可以繼續(xù)以這個(gè)價(jià)格服務(wù)行業(yè)，虧損和收入是不可持續(xù)的，所以我們不會(huì)這么做。能力最強(qiáng)的主模價(jià)格低于行業(yè)。簡(jiǎn)單來(lái)說(shuō)，就是因?yàn)槲覀兡茏龅?，也需要做到?/p>

應(yīng)用程序必須生態(tài)繁榮，市場(chǎng)面臨相當(dāng)大的不確定性。試錯(cuò)成本要降得很低，這樣大家才能普遍使用。無(wú)論是大企業(yè)還是開(kāi)發(fā)人員，都可以使用，所以市場(chǎng)的聲音是我們應(yīng)該降低成本的關(guān)鍵。

譚待表示，隨著大型模型技術(shù)的不斷進(jìn)步，企業(yè)和開(kāi)發(fā)者都在積極實(shí)踐大型模型，各種情況準(zhǔn)備就緒。今年，大型模型技能的提高和應(yīng)用是一個(gè)非常重要的階段。我們判斷，未來(lái)一年，從POC階段到真實(shí)生產(chǎn)體系，大型模型將會(huì)越來(lái)越多。

一年前，字節(jié)跳動(dòng)完成了自主開(kāi)發(fā)的大模型。豆包大模型的原名是云雀，這是中國(guó)第一個(gè)通過(guò)算法備案的大模型之一。它在內(nèi)部被親切地稱為豆包。

在過(guò)去的一年里，豆包被廣泛用于字節(jié)內(nèi)50多項(xiàng)業(yè)務(wù)的AI創(chuàng)新，包括抖音、頭條、西紅柿小說(shuō)等產(chǎn)品。同時(shí)，火山發(fā)動(dòng)機(jī)也通過(guò)邀請(qǐng)測(cè)試與不同領(lǐng)域的頭部客戶進(jìn)行了基于豆包模型的深度創(chuàng)新，包括手機(jī)、汽車、金融、消費(fèi)、互娛等領(lǐng)域。

拉響價(jià)格戰(zhàn)

譚待在新聞發(fā)布會(huì)上首次闡述了字節(jié)跳動(dòng)在模型中的戰(zhàn)略布局，如何迅速占領(lǐng)中國(guó)市場(chǎng)。

首先，這個(gè)節(jié)跳動(dòng)自研豆包模型提供了一個(gè)多模態(tài)能力模型家族，目前主要包括通用模型pro。、通用模型lite、九種模型，如語(yǔ)音識(shí)別模型、語(yǔ)音合成模型、文生圖模型等。在這些模型中，通用大模型支持128k長(zhǎng)文本，還包括輕量級(jí)大模型和當(dāng)前非常流行的文生圖等垂類大模型?？梢钥闯觯m然對(duì)外宣布較晚，但是低價(jià)策略和矩陣玩法足以撼動(dòng)行業(yè)格局。

第二，在市場(chǎng)定位方面，字節(jié)跳動(dòng)拋出了一張王炸牌，那就是卷起行業(yè)價(jià)格戰(zhàn)。價(jià)格定位不僅比國(guó)外GPT4低很多，而且比百度文心和阿里通義的話低很多。

譚待表示:“只有大量使用，才能打磨出好的模型，大大降低模型推理的產(chǎn)品成本。企業(yè)市場(chǎng)上豆包的主要模型價(jià)格只有0.0008元/千Tokens，0.8%可以處理1500多個(gè)漢字，比行業(yè)便宜99.3%?！弊T待表示，大模型將以更低的成本助推企業(yè)加快業(yè)務(wù)創(chuàng)新。

譚待認(rèn)為，降低成本是促進(jìn)大模型快速進(jìn)入“價(jià)值創(chuàng)造階段”的一個(gè)關(guān)鍵因素。大豆包模型的定價(jià)明顯低于行業(yè)價(jià)格：以pro-32k版為例，大豆包模型的輸入價(jià)格僅為0.0008元/千Tokens。而且市場(chǎng)上同規(guī)格模型的定價(jià)一般為0.12元/千Tokens，是大豆包模型的150倍。

第三，依托50多條內(nèi)部業(yè)務(wù)線和前期大模型，字節(jié)大模型從早期預(yù)訓(xùn)練戰(zhàn)場(chǎng)迅速進(jìn)入情景融合和商業(yè)化階段。

發(fā)布會(huì)當(dāng)天，火山發(fā)動(dòng)機(jī)與中國(guó)電動(dòng)汽車百人會(huì)、吉利汽車、長(zhǎng)城汽車、捷途汽車、賽力斯、智己汽車等20多家廠商合作，宣布成立汽車大型生態(tài)聯(lián)盟，致力于為消費(fèi)者帶來(lái)汽車全場(chǎng)景AI的新感受。

與此同時(shí)，火山引擎和OPP、vivo、榮耀、小米、三星、華碩宣布成立智能終端大型聯(lián)盟。OPPO小布助手、榮耀智能辦公智能助手、小米“小愛(ài)同學(xué)”、華碩筆記本豆丁AI助手等應(yīng)用已經(jīng)接入火山引擎大型服務(wù)。

技術(shù)路線的背后

目前，豆包模型已在智能終端、汽車、金融、社交娛樂(lè)、在線教育、電子商務(wù)零售、科研、公司服務(wù)和法律行業(yè)九個(gè)領(lǐng)域進(jìn)行實(shí)踐。

不同領(lǐng)域的數(shù)據(jù)與垂直模型有很大的不同，大模型背后的技術(shù)難度可想而知。

火山發(fā)動(dòng)機(jī)副總裁、字節(jié)跳動(dòng)開(kāi)源委員會(huì)負(fù)責(zé)人張?chǎng)沃赋?，大模型的出現(xiàn)使AI從“快思維”進(jìn)入了“慢思維”階段，從圖形界面到自然語(yǔ)言，從代碼到提示/圖紙的開(kāi)發(fā)模式，從“碎片化”到“統(tǒng)一”的R&D模式，從Copilot到Agent的效率感受四大變化。

然而，面對(duì)變革帶來(lái)的新發(fā)展機(jī)遇，公司面臨著交互不善于深度推理、知識(shí)不可追溯、實(shí)時(shí)更新成本高等挑戰(zhàn)。當(dāng)數(shù)據(jù)驅(qū)動(dòng)的大型商業(yè)應(yīng)用落地時(shí)。

面臨上述新的挑戰(zhàn)，火山引擎提出了四個(gè)破局方案。

張?chǎng)畏窒碚f(shuō)，首先要做好提示詞工程的良好實(shí)踐，掌握這個(gè)最高杠桿的技能；其次，從知識(shí)庫(kù)建設(shè)和檢索兩個(gè)角度，構(gòu)建企業(yè)大腦，做好檢索和增強(qiáng)生成。（RAG）；

第三，依靠知識(shí)地圖能力增強(qiáng)大模型，實(shí)現(xiàn)知識(shí)和數(shù)據(jù)的一體化翅膀；最后，任務(wù)拆解的大模型是通過(guò)prompt推廣、知識(shí)增強(qiáng)、調(diào)用插件、循環(huán)迭代等方式工程化的。

張?chǎng)沃赋觯谒拇笃凭址桨?，火山發(fā)動(dòng)機(jī)通過(guò)沉淀良好的實(shí)踐，推出了面向業(yè)務(wù)人員的一站式大型服務(wù)平臺(tái)火山方舟和專屬AI應(yīng)用創(chuàng)新平臺(tái)HiAgent，全面幫助企業(yè)實(shí)現(xiàn)大型破局的標(biāo)準(zhǔn)化、敏捷化和自動(dòng)化。

譚待表示，火山引擎致力于成為AI時(shí)代最開(kāi)放、最先進(jìn)的云服務(wù)平臺(tái)。新升級(jí)的火山方舟2.0不僅提供了豐富的生態(tài)資源，如Tiktok、今日頭條的搜索和內(nèi)容插件，還提供了足夠的計(jì)算資源和完美的靈活性，保證了客戶業(yè)務(wù)的穩(wěn)定性。

火山發(fā)動(dòng)機(jī)算法團(tuán)隊(duì)還將支持豆包大模型的企業(yè)客戶，分享模型優(yōu)化和數(shù)據(jù)處理的實(shí)踐經(jīng)驗(yàn)，與企業(yè)客戶一起探索AI轉(zhuǎn)型的智能未來(lái)。

2023年6月，大型服務(wù)平臺(tái)火山方舟正式發(fā)布。該平臺(tái)提供模型調(diào)整、推理、評(píng)估等全方位功能和服務(wù)，提供豐富的插件生態(tài)和AI應(yīng)用開(kāi)發(fā)服務(wù)，通過(guò)安全可信的方案和專業(yè)的算法技術(shù)服務(wù)，全方位保證企業(yè)Al應(yīng)用的落地。

火山方舟2.0，大大提升了模型效果、核心插件、系統(tǒng)性能和平臺(tái)感受，幫助企業(yè)推動(dòng)大模型的價(jià)值創(chuàng)造。

在本次發(fā)布會(huì)上，字節(jié)跳動(dòng)還發(fā)布了新一代AI應(yīng)用，搭建平臺(tái)按鈕，連接大模型和用戶場(chǎng)景的按鈕。無(wú)論用戶是否有編程基礎(chǔ)，基于大模型的各種Bot都可以在按鈕上快速搭建，Bot可以發(fā)布到各種社交平臺(tái)、通信軟件或網(wǎng)站等其他渠道。

目前，按鈕標(biāo)準(zhǔn)版已集成在火山發(fā)動(dòng)機(jī)大型服務(wù)平臺(tái)“火山方舟”上，提供企業(yè)級(jí)SLA和高級(jí)特色。招商銀行、海底撈火鍋、超級(jí)猩猩、狩獵等公司已經(jīng)在按鈕上建立了智能體。

此外，在本次發(fā)布會(huì)上，火山方舟還強(qiáng)調(diào)，2.0產(chǎn)品將進(jìn)一步豐富插件生態(tài)，更新后的平臺(tái)將推出三個(gè)插件-聯(lián)網(wǎng)插件、內(nèi)容插件和RAG知識(shí)庫(kù)插件，這些插件凝聚了字節(jié)跳動(dòng)的內(nèi)部?jī)?yōu)勢(shì)。

總結(jié)

近來(lái)，大型海外模型密集迭代，5月14日凌晨，OpenAI首次出現(xiàn)「春季新產(chǎn)品發(fā)布會(huì)」事實(shí)上，最新一代旗艦大型GPT-4o已經(jīng)發(fā)布。與以前只會(huì)打字的語(yǔ)音助手和翻譯相比，它變得更加智能，可以跨越語(yǔ)音、文字和視覺(jué)，超低時(shí)延，感知人類的情緒。

更加令業(yè)界震驚的是，它實(shí)際上是免費(fèi)的，付費(fèi)可以獲得五倍的應(yīng)用容量。價(jià)格方面，GPT-4o的價(jià)格是GPT-4-turbo的一半，而GPT-4-turbo的速度是GPT-4-turbo的兩倍，速度限制也是5倍。

僅僅過(guò)了一天，5月15日凌晨，谷歌2024 I / OpenAI全面反擊OpenAI大會(huì)，其中包括Geminini。 1.5 GeminninininiPro正式開(kāi)通。 Advance用戶，前后文窗口擴(kuò)展到200萬(wàn)token，Gemma2.00推出開(kāi)源模型、Imagen33文生圖像模型、與Sora模型Veo相比，視頻生成。

在中國(guó)，硝煙彌漫，各大互聯(lián)網(wǎng)技術(shù)企業(yè)都在加快迭代大模型版本，尋找實(shí)現(xiàn)商業(yè)化的方法。字節(jié)發(fā)布了自研豆包模型，這也意味著國(guó)內(nèi)大模型競(jìng)爭(zhēng)的初步競(jìng)爭(zhēng)格局已經(jīng)基本形成。

在設(shè)計(jì)上，豆包大模型更傾向于擬人、貼近用戶、個(gè)性化，其中一個(gè)主要特點(diǎn)就是可以直接從抖音中找到短視頻來(lái)回答比較具體的問(wèn)題。

未來(lái)，個(gè)性化設(shè)計(jì)、系統(tǒng)承載能力、模型訓(xùn)練能力、多模態(tài)性能和推理成本將成為每個(gè)企業(yè)不斷跨越困難的問(wèn)題。

目前，中國(guó)的大模型市場(chǎng)環(huán)境還處于起步階段，正在努力擴(kuò)大外部客戶。許多客戶仍處于與許多企業(yè)合作和接觸的階段。在早期階段，互聯(lián)網(wǎng)公司會(huì)更容易受到外界的關(guān)注，因?yàn)樗鼈兙哂屑夹g(shù)積累和流量生態(tài)的優(yōu)勢(shì)。然而，最終，任何能夠領(lǐng)先于商業(yè)實(shí)現(xiàn)的道路仍然需要真正解決客戶需求的能力。

2024年，國(guó)內(nèi)大模型逐漸轉(zhuǎn)變?yōu)樾袠I(yè)大模型競(jìng)爭(zhēng)，在模型框架、開(kāi)發(fā)者工具、基本大模型、部署和推理工具等維度上開(kāi)源和閉源并存。隨著手機(jī)和汽車制造商相繼發(fā)布芯片或模型，支持端側(cè)AI推理，AI落地端側(cè)也成為重要布局。

值得注意的是，2月份，抖音前CEO張楠從抖音轉(zhuǎn)崗剪影，開(kāi)始推出新的AI圖片和視頻產(chǎn)品。

5月初，張楠交出了轉(zhuǎn)崗后的第一份工作——支持圖片和視頻產(chǎn)生的即夢(mèng)AI，但官網(wǎng)顯示還處于內(nèi)部測(cè)試階段。視頻生成能力的初始版本，非會(huì)員只支持生成3秒。

譚待在本次發(fā)布會(huì)上直言，企業(yè)真正做好大模型落地并不容易。有三個(gè)關(guān)鍵挑戰(zhàn):第一，是模型效果，要處理復(fù)雜的問(wèn)題，必須有一個(gè)好的基礎(chǔ)大模型。二是推理的成本，只有極低的成本服務(wù)，才能使大型模型得到廣泛應(yīng)用。三是落地難度，需要更多的工具、插件、平臺(tái)和應(yīng)用，幫助企業(yè)在更多的場(chǎng)景中輕松落地大型場(chǎng)景。

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(qǐng)?jiān)谖闹凶⒚鱽?lái)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(qǐng)及時(shí)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