字节内部AI“赛马”结束，大模型全跟豆包姓，一出手就点名阿里百度
摘要：
江苏泰州海陵公安网安大队成功侦破一起以冒充外卖骑手为手段通过虚假摆拍吸引流量的案件嫌疑人张某尽管从未涉足外卖骑手行业却出于追求网络关注度和流量的目的精声... 江苏泰州海陵公安网安大队成功侦破一起以冒充外卖骑手为手段，通过虚假摆拍吸引流量的案件。嫌疑人张某，尽管从未涉足外卖骑手行业，却出于追求网络关注度和流量的目的，精
声明：本文来自于微信公众号硅星GenAI（ID：gh_e06235300f0d），作者：Yoky，授权 转载发布。
过去一年，围绕着的几个谜团，终于都在今天被揭开了。
5 月 15 日原动力大会上，字节大模型进行了全系列更名，从云雀大模型升级为，一口气发布了 9 个，其中包括通用模型pro版、通用模型lite版以及各个领域的垂类模型，并宣布正式对外服务。
这是一次很有意思的更名，我们甚至可以把它理解为是一场“豆包的胜仗”。
而且一出手，直接“点名”了阿里百度，火山引擎总裁谭待在宣布豆包大模型价格时直言：“很遗憾阿里和百度还没有128k可精调的模型，但我期待他们的更新。”
去年在百度和阿里率先发布大模型之后，字节迟迟未动。硅星人了解到：彼时字节内部不同的部门都在进行AI探索，抖音、剪映团队各自为战，“豆包”只是基于云雀大模型开发的AI产品，并成立了新部门Flow，发力AI应用层。
在技术发展的早期，将不同的产品投向市场，交给用户检验的路子，我们并不陌生。经过了一年的时间，“豆包”从一众大模型产品中脱颖而出，也给字节大模型赚了一波“印象分”。
从 2023 年底，“豆包”用户量一路狂奔，QuestMobil2024 最新的报告中显示， 2024 年 3 月，“豆包”App月活用户为2328. 2 万，在AIGC类应用中排名第一。
此次全面更名，揭开了整个字节大模型内部战略的第一个谜团：未来可能将豆包团队作为主力军，着重培养。
而朱骏作为字节跳动战略和产品副总裁在原理大会上的亮相，似乎也回答了关键领导人的问题。
现场，字节旗下AI bot开发平台“扣子”的一位工作人员告诉我们：“目前字节AI基本在火山引擎之下，产品战略由朱骏负责”。
找到了方向也确定了领队，由此可见，字节AI是真的想“开”了。
1
豆包家族，组团应战
Grace改名为豆包的时候，字节没少被人笑话。
但就是这个接地气的名字，如今站上了字节大模型家族的C位。
“为什么叫豆包？”朱骏在现场分享道：“很多人来问我，为什么起这个名字？我认为一定要拟人化、首先确定下来产品起名的通用原则是，简单、好读、好记。”
会上，谭待宣布从云雀升级为豆包大模型家族，我们根据他们不同的功能，将 9 个模型分为了三大族群：
第一类是两个通用模型：豆包通用模型pro（专业版）及豆包通用模型lite（轻量版），专业版上下文窗口尺寸最大128K，适配场景更加通用和全面，而轻量版则更具性价比，中小企业友好，对比pro版本千tokens成本节省84%。
谭待介绍，像汽车的座舱模型、终端模型就更加适合lite版本，更轻量。通过豆包lite，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，帮助用户获得新一代的智能化驾驶体验，让汽车变得更“聪明”。
第二类是五个垂类模型：分别包括角色扮演模型（Agent）、语音合成模型、声音复刻模型（多语种的迁移复刻）、语音识别模型、文生图模型，除*生成模型外，基本涵盖了目前模型的使用场景，且源于云雀语音大模型的技术，很明显在语音模型上更为细分。
目前基于角色扮演模型，打造出了猫箱产品，可以打造单一的角色交互，也可以多角色之间交互发生故事，类似于星野。
第三类则是工具类模型：针对于更专业的调试领域，Function Call模型和向量化模型。可根据不同的输入指令和情景，选择不同的函数和算法来执行相关任务，也是当前支持扣子的主力模型。
之所以经历了这样的分类，谭待讲道：“表面上看这是技术的分型，但是实际上我们是根据企业用户的需求进行选择，参考过去企业对于模型的调用量，这是很真实的数据。”
不仅豆包增加了多个“影分身”，字节的产品包也开始从“豆包”开始，出现了猫箱、星绘、河马爱学、即梦等等。
朱骏在经历了抖音前身Musical.ly、TikTok等多个明星产品打造，带着丰富经验的他开始操刀字节大模型的产品。
技术如何落地在产品当中？从目前的产品矩阵中，字节的大模型产品思路也逐渐浮出水面。
“和AI时代之前做产品设计比较，我的个人感受是既有共性又有很大的差异。共性是用户的核心需求还是那些，差异点是，以前是在成熟的技术上想应用，只要用同理心去理解用户的需求和使用体验，就能做出一个还不错的产品。”朱骏讲道了，在AI时代，他们设计产品时的变与不变。
比如让自己变好看点的需求，社交娱乐和教育学习的需求等等，都没有变，这些其实是用户场景的通用性，但满足用户需求的手段变了，满足产品的技术在快速演进，每隔三个月、半年都会发生很大的变化。而且它的能力改进往往不是线性的，隔一段时间可能就会出现一个跃迁。
在现场，我们对字节新的产品箱进行了测试，负责“猫箱”的产品人员告诉硅星人：“目前猫箱是一个Agent＋文生图＋文本能力一个综合技术能力集成的产品，但是本质上是一个UGC的平台，需要用户自己创造Agent和剧本。”
上述负责人讲道：“通过前期的用户调查，发现这是一块新的需求，因此打造了猫箱。”
朱骏也讲道：“为了让豆包在这种移动场景里交互更方便，像一个随身携带的百事通，我们很早投入了很大力度优化语音交互体验，包括基于大模型的ASR和超自然的TTS音色，尽量做到类似和一个真人对话的感受。”
1
字节AI，变“厚了”
由单点向外扩散，字节的大模型生态开始变厚。而除了模型本身和产品外，更重要的一点是谭待所强调的，这是豆包大模型第一次对外提供服务。
也就是说，豆包大模型家族全面To B了。
坦白讲，以前的字节并没有To B基因。火山引擎、飞书通过对字节本身长板能力的外化，在前几年积累了一定的客户，但是对于整个企业市场而言，它依旧很年轻。
在几天前的阿里云AI智领者峰会上，阿里云也强调大模型和千行百业的结合，这意味着火山引擎要在阿里云的优势战场上与其交锋。
但唯一的变量，就是大模型带来的全新的AI时代。火山引擎准备如何用大模型服务客户？在谭待发言的最后半段，其实放了三个大招。
第一个是低价。做企业市场，痛点永远是第一驱动力，而对于当下的企业而言，算力成本、推理成本高昂，就是最核心的痛点。在阿里云掀起了云市场的“价格战”之后，火山引擎对比了目前主流模型token价格，以低价为钩子，进入企业市场。
会上，谭待公布了豆包通用模型pro-32k和128k的价格，如图所示，在32k型号价格比行业低99.3%、128k型号比行业价格低95.8%。
“第一我们能做到，第二点是我们需要这么做。”谭待讲道。“技术上我们需要非常多的手段，比如模型结构优化的技巧、工程上从单机推理到分布式推理，再比如混合调度，本身我们自己的调度量非常大；第二就是推进生态繁荣，促进应用的爆发，市场有很大需求，但创新的风险很高，面临不确定性，我们必须把试错的成本降到非常低，市场的呼声就是更低的成本更好的模型。”
数字对于普通用户而言，或许没有那么形象。谭待举了个例子：“今天如果你通过火山引擎、通过豆包大模型 1 块钱就能获得 125 万个token，这是什么概念？《三国演义》很多人都读过，一共只有 75 万字，所以只需要 1 块钱就能处理 3 本《三国演义》的文字量。”
To B的价格战并不稀奇，只不过没想到，这次是由火山引擎先发起的。
不过谭待讲道：“To B的业务要求长期的定力，用亏损换收入是不可持续的，未来我们也会持续通过技术降低成本以降低价格。”
价格是驱动市场的因素，但更难的是，未来大模型将以什么样的形式落地行业？
火山引擎将这个连接器的角色，赋能给了火山方舟2.0。
会上，谭待宣布火山方舟进行全面升级，这是去年火山方舟面世以来第一次迭代。
在2. 0 生态里，火山引擎根据过去一年的客户服务经验，着重升级了插件生态。
“不要让用户来找我们，要让我们去找用户。”朱骏讲道。
插件是相互连接的第一道门。比如联网插件可以连接抖音头条搜索技术，实时联网信源、多模态交互等等，使用联网插件，模型一秒变“Kimi”，也在某种程度上替代了搜索的能力。
更有抖音特色的是内容插件，提供海量丰富的内容、*理解和交互，并支持内容策略定制。内容、流量是抖音的看家本领，对于内容产品的打造是字节的一个巨大的优势，而插件就能把这样的能力对外提供服务。
RAG知识库插件，内置了大规模高性能向量检索能力，百亿级别数据可以实现毫秒级检索，也内置了豆包向量化模型，提供更好的搜索相关能力。同时RAG也能保证企业数据安全的同时，为大模型提供一个外脑，让大模型在行业场景里更加专业。
插件是连接的一种形式，重点在于火山引擎正在积极通过打造底层生态和基础能力，为行业大模型落体提供基础的土壤。
当然，除了传统行业和大型企业，火山引擎也针对开发者群体，打造了“扣子”企业专业版，开发者可*在“扣子”平台上打造自己的Bot，无论是以纯软件的形式、外嵌飞书、微信等平台或者以API的形式连接终端硬件。
硅星人简单尝试了用扣子平台操纵机器狗，几乎只需要自然语言给到一些指令，就可以让机器狗在听到指令时“舞狮”，解决了调试时间和技术门槛。
基本上我们可以确定，在经历了一年的混乱、整理、明确的过程后，字节AI的生态版图已经出现，从基座大模型到模型产品，从垂类大模型到开发平台，字节AI或许从今日起，才算正式启程。
