作者|谢涵
编辑|陈秋
运营|陈小妍
另镜(ID:DMS-012)
去年3月在OpenAI推出GPT-4一天后，国内众多头部企业华为、百度、阿里、腾讯、科大讯飞、商汤等科技企业纷纷快速布局AI大模型赛道，而备受外界期待的字节跳动AI大模型业务却迟迟未向外界公布具体战略。
时隔一年多，字节跳动终于对外宣布，5月15日上午，字节跳动旗下云服务平台火山引擎在北京举办了声势浩大的发布会，火山引擎总裁谭待在发布会上正式宣布，字节跳动自研豆包大模型对外提供服务。
据火山引擎总裁谭待介绍，经过一年时间的迭代和市场验证，豆包大模型正成为国内使用量最大、应用场景最丰富的大模型之一，目前日均处理1200亿Tokens文本，生成3000万张图片。
根据在发布会披露数据，豆包用户规模在快速增长，月活用户数已达2600万，被创建智能体达800多万个。
在定价方面，对比国内外目前最新的32K主力模型，GPT4价格约为0.42元/千Tokens，百度文心一言和阿里最新的通义千问2.5价格均接近0.12元/千Tokens，而豆包通用模型pro-32k版模型推理输入价格仅为0.0008元/千Tokens，比行业低99.3%。
在长文本方面，目前阿里和百度还没有跟进长文本128k，GPT4-Turbo价格约为7分钱/千Tokens，豆包通用模型Pro-128K模型定价为0.005元/千Tokens，比行业低95.8%。
这是什么概念？《三国演义》很多人都读过，一共有75万字，根据火山引擎公布的价格计算，一元钱就能买到豆包主力模型的125万Tokens，大约是200万个汉字，意味着只需要1块钱就能处理3本《三国演义》的文字量。
谈及低价策略，在发布会当天下午的群访中，火山引擎总裁谭待向另镜等媒体解释，“我们做这个定价，是我们对技术还是有信心的，这是最关键的，而不是我们拿亏损来做这件事情，亏损是接受不了的。”
我们在技术上有优化成本的手段，比如分布式推理、混合调度等，未来能持续以此价格服务行业，亏损换收入不可持续，我们不会这么做。能力最强的主力模型定价都比行业低，简单来说，是因为我们能做，也需要这么做。
做应用一定要生态繁荣，市场面临非常多的不确定性，试错成本要降得非常低，才能够让大家广泛地用起来，不管是大的企业还是说开发的个人，都能用起来，所以市场的呼声就是说我们需要更低成本的核心。
谭待称，随着大模型技术的不断发展，企业与开发者都在积极投身大模型，各类场景蓄势待发。今年大模型能力提升，应用是很重要的环节，我们判断，在未来一年，大模型将在越来越多的企业场景从POC阶段走到真实的生产系统。
一年前，字节跳动就完成了自主研发大模型，豆包大模型原名云雀，是国内首批通过算法备案的大模型之一，在内部亲切的称呼它为豆包。
在过去一年里，字节内部50多个业务已经大量使用豆包进行AI创新，包括抖音、头条、番茄小说等多个产品。同时火山引擎也以邀测的方式，和不同行业的头部客户对基于豆包大模型进行深度共创，包括手机、汽车、金融、消费、互娱等等领域。
打响价格战
如何快速抢占国内市场，谭待在发布会首次对外阐述了字节跳动在大模型的战略布局。
一是，此次节跳动自研豆包大模型，提供的是一个有多模态能力的模型家族，目前主要包括通用模型pro、通用模型lite、语音识别模型、语音合成模型、文生图模型等九款模型。其中通用大模型支持128k长文本，也包含轻量级大模型以及当下非常火的文生图等垂类大模型。由此可见，虽然对外宣布比较晚，但低价策略和矩阵打法足以撼动行业格局。
二是，在市场定位方面，字节跳动抛出一张王炸牌，那就是卷起行业价格战，价格定位方面不只比国外GPT4价格低很多，比百度文心一言和阿里通义千问都低很多。
“大的使用量，才能打磨出好模型，也能大幅降低模型推理的单位成本。豆包主力模型在企业市场的定价只有0.0008元/千Tokens，0.8厘就能处理1500多个汉字，比行业便宜99.3%，”谭待表示，大模型从以分计价到以厘计价，将助力企业以更低成本加速业务创新。
谭待认为，降低成本是推动大模型快进到“价值创造阶段”的一个关键因素。豆包大模型的定价大幅低于行业价格：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。而市面上同规格模型的定价一般为0.12元/千Tokens，是豆包模型价格的150倍。
三是，依托内部50多个业务线和前期大模型进行深度共创，字节大模型在从早期预训练战场中，快速转战场景融合和商业化阶段。
发布会当天，火山引擎联合中国电动汽车百人会，与吉利汽车、长城汽车、捷途汽车、赛力斯、智己汽车等20余家厂商，宣布成立汽车大模型生态联盟，致力于为消费者带来汽车全场景AI新体验。
同时，火山引擎与OPPO、vivo、荣耀、小米、三星、华硕宣布成立智能终端大模型联盟。OPPO小布助手、荣耀智慧办公智能助手、小米“小爱同学”，以及华硕笔记本电脑的豆叮AI助手等应用，均已接入火山引擎的大模型服务
背后技术路线
目前，豆包大模型已经在智能终端、汽车、金融、社交互娱、在线教育、电商零售、科研、企业服务和法律行业九大领域实践。
不同行业的数据和垂类模型有很大的区别，背后大模型的技术难度可想而知。
火山引擎副总裁、字节跳动开源委员会负责人张鑫指出，大模型的出现，让AI从“快思考”进入到“慢思考”阶段，并带来了使用方式从图形界面到自然语言，开发方式从写代码到写提示词/图，研发范式从“碎片化”到“大一统”，效率体验从Copilot到Agent的四大变革。
然而，面对变革所带来的新发展机遇，企业在数据驱动的大模型商业应用落地时，却面临着交互不擅长深度推理、知识不可溯源、实时更新代价高等挑战。
面对上述新的挑战，火山引擎提出了四大破局方案。
张鑫分享表示，首先是做好提示词工程最佳实践，掌握这一最高杠杆的技能；其次是从知识库构建和检索两大角度入手，建设企业大脑，做好检索增强生成（RAG）；
再次是依托知识图谱能力对大模型进行增强，实现知识与数据的双轮驱动；最后是通过prompt优化、知识增强、调用插件、循环迭代等手段，完善任务拆解的大模型工程化。
张鑫指出，火山引擎基于四大破局方案，通过沉淀最佳实践，推出一站式大模型服务平台火山方舟，以及面向业务人员的企业专属AI应用创新平台HiAgent，全面助力企业实现大模型破局的标准化、敏捷化与自动化。
谭待表示，火山引擎致力于成为AI时代最开放和领先的云服务平台。全新升级的火山方舟2.0不仅提供了抖音、今日头条的搜索和内容插件等丰富的生态资源，还有着充沛的算力资源和极致弹性，保障客户的业务稳定。
火山引擎算法团队也将为豆包大模型的企业客户提供支持，分享模型调优和数据处理的实践经验，与企业客户共同探索AI转型的智能未来。
2023年6月，大模型服务平台火山方舟正式发布。平台提供模型精调、推理、评测等全方位功能与服务，提供丰富的插件生态和AI应用开发服务，并通过安全可信方案，专业的算法技术服务，全方位保障企业级Al应用落地。
火山方舟2.0，大幅提升模型效果、核心插件、系统性能及平台体验，帮助企业推进大模型的价值创造。
在此次发布会，字节跳动还发布新一代AI应用搭建平台扣子，连接大模型和用户场景的扣子，无论用户是否有编程基础，都可以在扣子上快速搭建基于大模型的各类Bot，并将Bot发布到各个社交平台、通讯软件或部署到网站等其他渠道。
目前，扣子专业版已集成在火山引擎的大模型服务平台“火山方舟”上，提供企业级SLA和高级特性。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。
除此之外，本次发布会上，火山方舟还重点提到了，2.0产品对插件生态的进一步丰富，更新后的平台将会上线三个凝结了字节跳动内部强项能力的插件——联网插件、内容插件以及RAG知识库插件。
总结
近期，海外大模型密集迭代，5月14日凌晨，OpenAI在首次「春季新品发布会」上，发布了最新一代旗舰大模型GPT-4o，与之前只能打文字相比，变得更智能，可横跨语音、文本和视觉，超低时延的语音助手和翻译，并且可以感知人类情绪。
而更让业界震惊的是，它居然免费，付费则可以获得五倍的使用容量。在价格方面，GPT-4o的价格是GPT-4-turbo的一半，速度却是GPT-4-turbo的两倍，速率限制也高5倍。
时隔仅一天，5月15日凌晨，谷歌召开2024 I / O开发者大会，堪称对OpenAI全面反击，其中，包括Gemini 1.5 Pro正式开放给订阅了Geminni Advance的用户，上下文窗口拓展到200万token，推出开源模型Gemma2.0、文生图像模型Imagen3、视频生成对标Sora模型Veo等。
而在国内更是硝烟四起，各大互联网科技企业都在加速迭代大模型版本，同时寻求商业化变现之路。字节发布自研豆包大模型，这也意味着国内大模型竞争初步竞争格局已基本形成。
豆包大模型在设计上更倾向拟人化、离用户近和个性化，一大特点是能直接从抖音里搜到短视频解答比较具象的问题。
而未来，个性化设计、系统承载力、模型训练能力、多模态效果和推理成本会成为每个企业需要不断跨越难点。
目前国内大模型市场环境还处于初步阶段，都在极力拓展外部客户，很多客户都还处于同时与多家企业合作和接触阶段，在早期，互联网公司由于具有技术的积累和流量生态的优势，会更容易被外界关注，但最终哪家能领跑商业化变现之路，还是需要真正能解决客户需求的能力。
2024年国内大模型逐渐转变为针对产业落地的行业大模型比拼，在模型框架、开发者工具、基础大模型、部署和推理工具等维度上会呈现开源和闭源共存。随着手机和汽车厂商陆续发布支持端侧AI推理的芯片或模型，AI落地端侧也成为重要布局。
值得注意的是，2月份，抖音前CEO张楠从抖音转岗剪映，着手推出一个新的AI生图和视频产品。
5月初，张楠交出了自己转岗后的首份作业——支持图片和视频生成的即梦AI，但目前官网显示仍处于内测阶段。初阶版视频生成能力，非会员仅支持生成3秒内容。
谭待在此次发布会上坦言，企业要真正做好大模型的落地并不是一件容易的事情，有三个非常关键的挑战：第一，是模型效果，必须要有好的基础大模型才能够解决复杂的问题。第二是推理的成本，只有非常非常低的成本服务，才能够让大模型广泛的应用起来。第三是落地难度，需要有更多的工具、更多的插件、更多的平台和应用，来帮助企业在更多的场景里面非常容易地去做好大模型场景落地。
