编辑 | 苏建勋
本周可以说是大模型领域的又一次激战——前有谷歌和OpenAI的相互偷袭，海内也不甘掉队。
一贯低调的字节AI，全面出击。5月15日，火山引擎在每年例行的“原动力大会”上，从基座模型到上层运用，都抛出了一系列更新。
△来源：火山引擎
首先，品牌名称统一了。原来的“云雀”大模型，如今改名为“豆包大模型”。火山引擎乃至搬出了“豆包大模型家族”的名头，包括基座模型在内，豆包一口气推出了共9款模型。
和友商多尺寸、全性能的“大而全”路线，豆包的基座模型思路更简炼一些。
个中，豆包主力模型分为通用模型pro和lite两个版本，分别适配不同用户的利用需求。
除此之外，还有7款功能性模型，涵盖角色扮演、语音识别、语音合成、声音复刻、文生图等方面。
△来源：Dreamina
除了根本模型，火山引擎还放出了这一年的成绩单：
目前，豆包大模型日均处理1200亿Tokens文本，天生3000万张图片。
“豆包App”是字节跳动重点投入的大模型运用，同样基于豆包大模型构建，这是海内AI运用的“顶流”。火山引擎表示，在苹果App Store和各大安卓运用市场，豆包App的下载量在AIGC类运用中排名第一。
据字节跳动产品和计策副总裁朱骏透露，豆包上已有超过800万个智能体被创建，月度生动用户达到2600万。
此外，字节也不改“App工厂”的本色。过去一年里，除了主打的豆包App外，字节跳动还基于大模型，推出了互动娱乐运用“猫箱”，以及星绘、即梦等AI创尴尬刁难象。
△来源：火山引擎
基座模型的“地板价”，还能再降
在发布会中，火山引擎可以说是胸有成竹。这表示在，在展示豆包模型家族的时候，火山引擎乃至没有提及多少参数、性能干系的信息，而是一上来就亮出价格：0.0008元/千Tokens。
这可以说是一个“地板价”。
以OpenAI发布的全新模型GPT-4o为例，GPT-4o的价格已经来到输入5美元 / 百万 Token（约为0.035 元/千tokens），输出15美元 / 百万 Tokens（0.1元/千tokens）。
而海内的大模型厂商，均价在0.12元/千Tokens旁边——豆包大模型的价格，比上述的模型都要便宜很多。
“大的利用量，才能打磨出好模型，也能大幅降落模型推理的单位本钱。据火山引擎卖力人谭待表示，按现在豆包大模型在企业市场的定价，0.8厘就能处理1500多个汉字的价格，比行业便宜99.3%。
△直接点名友商价格 来源：火山引擎
他还强调，这次贬价是豆包的主力模型贬价，而不是用小模型贬价来稠浊视听。以豆包通用模型pro-32k版为例，模型推理输入价格仅为0.0008元/千Tokens。市情上，同规格模型的定价一样平常为0.12元/千Tokens，是豆包模型价格的150倍。
这也意味着，大模型行业从“以分计价”到“以厘计价”的时期。
为何能够做到大幅贬价？“一个是我们能够做到，第二是我们须要这么做。”谭待表示。
一个缘故原由在于，从ChatGPT爆发到现在，如今基座大模型已经进入了稳定迭代的阶段。无论是在模型演习和推理利用上，都还有长足的优化空间，本钱低落得很快。
就以火山引擎为例，谭待表示，在演习上，豆包的模型构造做了不少优化调度；而在模型工程上，比如以前利用的是单机推理方法，如今豆包采取的是分布式推理——可以理解为，不同的AI打算需求可以用底层的不同芯片来进行处理，从而让算力效率大幅提升。
在会后的采访中，谭待表示，0.0008元/千Tokens“并不是一个意在‘打价格战’的价格”。作为字节跳动To B的主要的载体，火山的定价会遵照正常的商业逻辑，亏钱补贴，并不能换来长久的商业互助。
现在，AI运用市场仍在发展早期，之前的大模型利用价格还是太贵，明显制约了运用的发展，这也是模型厂商贬价的缘故原由所在。
就以海内市场情形来说，字节的豆包App已经是第一梯队的AI运用，但2600万月度生动用户，也还远未达到“杀手级运用”的级别。“大模型领域远未到竞争激烈的阶段，大家都很早期。”谭待说。
QuestMobile数据显示，截至今年3月，基于大模型的AIGC行业用户量为7380万，只管同比增长了8倍，也仅占移动互联网用户量的6%。
从其他玩家的动作来看，阿里云和腾讯云在2024年Q1都宣告了一波大贬价，但紧张针对的还是CPU为主的通用算力，AI干系的GPU算力价格贬价不多。
相较之下，字节并不是海内唯一打“贬价牌”的厂商，但却是对AI算力贬价强调最多的。这个中的潜在缘故原由是：作为云打算市场的后起之秀，字节对AI所带动的增量需求也更加渴求。
此时，选择用低价来降落用户利用AI的门槛，覆盖更多市场，也是情理之中。
而可以预见的是，在今年，海内基座大模型的贬价趋势还会持续。推理侧本钱还有巨大的低落空间，国产模型厂商实在有不少技能储备。
比如，近期一个值得关注的是，海内私募量化巨子“幻方量化”发布的Deepseek大模型第二代，就基于构架创新大幅降落推理本钱，把API定价直接打到了竞品的1/10乃至1/100，每百万token的输入仅需1元。
“豆包”更像人了，To B落地加速
不谋而合地，今年大厂所发布的To C运用，已经越来越像“人”。这背后透露的信息是：AI助理，正在以比我们想象中更快的速率向我们走来。
本周的几场大厂发布会都是如此。先是OpenAI发布的GPT-4o，对话已经险些没有延时——用户可以随时打断、随时接话，犹如电影《Her》中的超级人工智能，它乃至能通过“看”和“听”，判断用户的感情、状态，给出回应。
而在昨天的谷歌发布会上，Project Astra作为谷歌首个AI Agent产品，可以基于手机摄像头、实时语音做交互，还拥有“影象”，意味着和人类的交互能够更加深度。
在火山引擎这场发布会上，豆包App所释出的信息，也多有共通之处。
字节产品和计策副总裁朱骏就表示，“我们为豆包这类产品定义了三个产品设计原则，第一条便是“拟人化”。为了让产品更像人，豆包团队在大模型的ASR和超自然的TTS音色高下了不少功夫，只管即便做到类似和真人对话的觉得。
他以生活场景举例，在“五一”假期，豆包就真的像朋友一样，陪伴他去旅行——在旅途中，豆包不仅根据恐龙博物馆、自贡井盐的形成供应了详细讲解。在饭桌上，被问到“怎么剥皮皮虾”，豆包不仅回答了问题，还同时推过来一个抖音视频——让他直不雅观地看到了剥皮皮虾的技巧。
不过，就如今国产模型的进度来看，如今展现的能力，只是AI智能体的第一步。
“大模型的能力目前很多维度上让人惊叹，但也在很多维度上有缺陷，同时又在快速演进，每隔三个月、半年都会发生很大的变革。”朱骏表示：“去年，去年上半年大模型回答问题时10道题可能错6道，但到了今年，幻觉就已经大幅降落，再合营搜索引擎做知识增强，已经达到可用状态，当然，后面提升的空间还非常非常大。”
如今运用落地更多的，还在B端。
随着“豆包模型家族”的亮相，现在的字节的AI版图已经颇具雏形：火山引擎卖力基座模型、开拓者生态的构建。原来的To B做事，也是如今输出AI做事的抓手。同时，这个基座也支撑着字节内部的浩瀚AI运用成长。
从原有的To B做事来看，火山引擎在大模型运用上的业务思路，大致可以分为三块：
首先是确定性高、行业天花板也高的场景，比如手机、汽车，这部分火山会和行业互助伙伴一起共创。
其次，对付一些不是特殊清晰的创新方向，火山会作为做事方，支持创业团队来做。
末了，开拓者是火山尤为看重的板块，火山不仅供应成套的AI开拓工具，还供应了高自由度的模型开拓模式，以及垂直场景里须要的功能，比如语音功能的高互动、低延迟等等，字节都有上风
在本日的发布会上，火山引擎就分别成立了手机、汽车两个生态同盟。汽车领域的互助伙伴包括吉利汽车、长城汽车、捷途汽车、赛力斯、智己汽车等20余家厂商。
而在手机领域，火山引擎的推进速率更快。大模型做事已经悄悄进驻到不少互助伙伴的产品当中，比如OPPO小布助手、光彩聪慧办公智能助手、小米“小爱同学”，以及华硕条记本电脑的豆叮AI助手等等。
以Oppo的小布助手为例，在和豆包大模型互助之后，通过业务数据精调+Prompt，Oppo构建了多个垂域大模型，真正让仿照口试、英语传授教化、情绪陪聊等场景达到可用状态。
在更广泛的企业场景里，火山的大模型做事，已经迅速让AI从POC（内部试点）阶段，走到真实的生产系统里。
一个范例例子是智能驾驶、智能座舱的交互。传统的自动驾驶方案里，人类和汽车的交互还是会有延迟、听不准的情形涌现。
但在汽车搭载了豆包lite大模型后，汽车厂商可以在低延迟下实现对话，支持闲聊、搜索、娱乐、导航、车控等多个座舱智能助手场景，效果要比传统语音处理高达50%以上。
△搭载大模型的车机系统，讯问附近美食，会自动推送相应的抖音视频 来源：作者拍摄
而在字节内部，在过去一年，字节已经有50多个业务大量利用豆包进行AI创新，包括抖音、头条、番茄小说等多个产品。
接下来，火山引擎还会连续拓展企业真个场景。面向开拓者的AI开拓平台“扣子”，在今日就推出了企业专业版，企业版的扣子会供应API、事宜推送、乃至纯代码的接入办法，让开发者能够将AI Bot支配在飞书等办公正台上。
在企业端，现在招商银行、海底捞火锅、超级猩猩、猎聘等企业，已在扣子上搭建了智能体。
超级猩猩的智能体，便是用无代码的办法，开拓了一个约课助手“猩同学的小同桌”，给用户供应个性的健身建议，并且帮助用户约课。
△“猩同学的小同桌” 来源：火山引擎
在会议的展台上，字节也预报了未来的一些新功能——比如，在会场展台就运行着边缘云的Bot，当AI Bot和场馆中的摄像头联动，就可以见告不雅观众，会场中有多少人，以及哪个展台的热度最高。而很快，AI大模型也可以接入到硬件里，比如机器人等各种智能设备。
