作者 | 王延鶴
臨界點在加速到來。
特朗普重返白宮第二天，就宣佈「星際之門」專案Stargate Project：
OpenAI、甲骨文和軟銀將成立合資公司，未來四年投資5000億美元（約3.6萬億人民幣）用於AI基礎設施。包括Arm、微軟、英偉達、甲骨文和OpenAI等科技公司，都是初始技術合作夥伴。這似乎就是美國在AI時代的「曼哈頓計劃」，向AGI時代無限加速。
趕在春節前夕，中國的頭部大模型企業，密集進行了一輪推理模型更新。目前，DeepSeek的R1、Kimi的k1.5、智譜的GLM-Zero、階躍星辰的Step-1o系列等，都在對標OpenAI的o1模型。
集體的智慧湧現，意味著：中國廠商經過兩年衝刺，透過跟隨式創新縮小差距，甚至走出一條用更少資源、效能比肩的不同道路。如今，也到了原創式創新、大規模商用化的臨界點。
1月22日，字節跳動正式釋出了豆包大模型1.5系列。Doubao-1.5-pro模型在知識、程式碼、推理等權威測評得分全面超越GPT-4o 和 Claude 3.5 Sonnet，達到全球領先水平，並同步上線火山方舟對外提供服務，價格“加量不加價”。
過去一年，字節跳動是大模型增長最快的廠商。在2024年年初，字節跳動還被擔憂入局大模型時間太晚。經過一整年全力投入的高頻作戰，位元組取得的戰果是：
據QuestMobile資料，截至2024年12月，豆包APP的月活使用者約7523萬； 截至12月中旬，豆包大模型日均Tokens使用量超4萬億，「豆包+火山引擎」大模型和雲服務的組合，突破了B端企業市場和雲計算的原有格局。
這堪稱一次位元組式「慢思考、快執行」的經典戰役。
換句話說，每一次豆包大模型更新，都在以更低門檻、更低成本，將人工智慧技術傳遞給上億使用者、開發者和企業。在事實上，豆包大模型已成為國內AI普惠的「佈道者」。
此次，字節跳動釋出的豆包大模型1.5系列，包括了：
Doubao-1.5-pro：滿血效能，支援256k長文字，多項測試得分優於 GPT-4o、Claude 3.5 Sonnet 等業界一流模型； Doubao-1.5-lite：輕量級成本，旗艦級效能，極致響應速度，測評指標持平或超越 GPT-4o mini、Claude 3.5 Haiku； Doubao-1.5-vision-pro：視覺理解模型，在視覺推理、文字文件識別、細粒度資訊理解、指令遵循方面的能力全面升級； Doubao-1.5-realtime-voice-pro：真正實現端到端語音對話，在豆包APP全量上線，即將開放API服務。
目前，Doubao-1.5-pro已經在火山方舟全面上線，我們也上手進行了幾波測試。
最為核心的，就是豆包通用模型 1.5 Pro。
目前，Doubao-1.5-pro 在知識、程式碼、推理、中文等多個權威測評基準上都獲得了最佳成績。
這意味著，企業無論是需要處理中文文字，搜尋專業知識，做程式設計開發，還是進行的複雜邏輯推理任務，都能全面勝任。
當然，到底能不能打，我們也上手實測體驗了一波。
首先，我們測了兩個邏輯推理題：
1. 繞暈很多人的「算賬問題」
Doubao-1.5-pro用0.46s秒答了：
2. 非常經典的「動物過河」問題：
Doubao-1.5-pro用0.61s秒答了：
整體思路很清晰，根本難不倒它。
隨後，我們也測試了故事創作能力：
豆包不到10秒給了我這樣一個小短篇，大家可以評判一下：
輕量級的Doubao-1.5-lite，在效能上其實和去年9月的豆包Pro版本媲美。相當於說，企業客戶只需花更少的成本，就能獲得更出色的效能，AI的“智價比”更高了。
同時，此次多模態能力的全面提升，讓豆包在互動和能力上，都更懂人，也更像人。
視覺理解能能力上，Doubao-1.5-vision-pro在多模態資料合成、動態解析度、多模態對齊、混合訓練上進行了全面升級，提升模型視覺推理、文字文件識別、細粒度資訊理解、指令遵循方面的能力。
在升級之後，Doubao-1.5-vision-pro可以讀懂任意解析度、任意比例的圖片，不管是隨手拍的圖片、裁切後的模糊小圖，豆包都能理解。
比如，能夠完全識別手寫的試卷，並進行判分：
同時，豆包APP已全量上線即時語音功能。
支援和真人一樣的聊天互動，豆包可以模仿不同語氣、情緒，能夠在對話中處理打斷和插嘴，也可做到唱歌、說悄悄話等有趣的互動方式。
比如我們讓豆包模仿唱了一段已經解凍的《恭喜發財》：
距離豆包基礎模型上次更新，才過了一個月。
我們從豆包大模型1.5 Pro的變化，也能看出位元組在技術上的思路轉變：
1.採用係數MoE（混合專家系統）架構，用啟用引數僅為稠密模型引數量 1/7 的 MoE 模型，超過了稠密模型的效能，將效能槓桿提升至 7 倍，業界普遍為3倍。
2.字節跳動對硬軟體進行了深度定製。自研伺服器、網絡卡和網路協議，提升了算力叢集的通訊效率；運算元層計算和通訊的高效交疊，保障多機分散式推理的穩定和高效；精細量化和 PD 分離等方案，靈活使用算力和多工混合排程，實現更高效算力利用。
3.不使用任何其他模型資料，豆包構建了完全自主的資料生產體系，最佳化資料質量的同時，確保資料來源的獨立性和可靠性。
不直接追求更大量級的模型規模，不走蒸餾模型的“捷徑”。
豆包是在探索「模型效果、執行效率、成本控制」，三者之間的最佳平衡點——用更低的成本，提供更強的能力。
字節跳動在匹配應有的段位。如果2024年大模型行業是3倍速發展，字節跳動就是10倍速的躍遷。
去年年初，位元組提高AI的戰略定位，積極招攬頂尖人才，大量資源壓強投入。「慢思考、快執行」的風格，貫徹了位元組的作戰思路：
1. 從C端破局，大規模、多領域、全覆蓋推出AI應用。這是字節跳動最擅長的產品驅動+流量打法的「大力出奇跡」模式
2. 在B端飽和猛攻，透過極致最佳化的模型推理成本攻入企業市場。同時，在大模型加持下的火山引擎，也抬升了在雲服務市場的地位。
先看C端產品，2023年8月，Grace改名“豆包”，作為AI智慧助手正式上線；據QuestMobile資料， 截至2024年12月，豆包APP的月活使用者數約為7523萬。
多個渠道統計，豆包的使用者量在國內AI產品遙遙領先，千萬級的DAU是第二名的3倍（300萬）；在全球，豆包的月活使用者數也僅次於ChatGPT（2.8億）。
豆包APP完成階段性使命，為位元組獲得初具規模的使用者基礎。目前，字節跳動已推出近20款AI應用，覆蓋聊天、影片、程式設計、社交、教育等賽道。例如，AI影片生成的即夢，AI聊天社交的貓箱，AI教育的豆包愛學，AI音樂的海綿音樂。
再看B端，2024年5月，位元組統一將大模型更名“豆包”，推出9款豆包大模型。當月，豆包大模型也透過字節跳動旗下的雲與AI服務平臺“火山引擎”，正式提供服務。
目前，字節跳動已推出了包括影片生成、即時語音、視覺理解、文生圖、同聲傳譯等超10款大模型。
字節跳動在B端的策略，是「更強模型、更低成本、更易落地」。透過豆包大模型和火山引擎這一對「大模型+雲服務」組合抱團破局。
2024年5月推出時，豆包主力模型的定價僅為0.0008元/千Tokens，比當時行業價格便宜99.3%，帶動了阿里雲、百度等大模型降價，B端大模型價格進入“釐”時代； 12月火山引擎Foce冬季大會上，豆包視覺理解模型的定價，為0.003元/千Tokens，比行業價格低85%； 2025年1月，豆包大模型1.5全系產品，也提質不加價，在火山引擎上售賣API的Doubao-1.5-pro，隨著推理成本持續最佳化，毛利率提升到50%；
從時間上看，火山引擎在2021年12月才正式加入雲計算競爭，相比阿里、騰訊、華為、百度這四朵雲，入場時間晚了一輪週期。坦白來說，雲計算是一個對後來者非常不友好的賽道，哪怕是字節跳動。
火山引擎也是抓住了這一輪「大模型+雲廠商」的熱浪，終於取得了較大突破。2023年6月，火山引擎正式推出“火山方舟”平臺，提供大模型的部署、精調、推理等服務。
在那個時間點，國內對算力的需求，重心還在大模型的訓練側。當時中國7成做大模型的公司，包括月之暗面、智譜AI等明星公司，都跑在火山引擎上。這個時期主要客戶，也仍然是做大模型的少數幾家企業。
隨著大模型開始落地，大量企業客戶開始參與到AI應用開發中，行業對算力和雲服務的需求轉向推理側。火山引擎也將重心轉向AI Infra能力，以及打造開發平臺、工具鏈等各層次的生態補全。
2024年2月，火山引擎推出AI應用開發平臺釦子，提供主流大模型的API，開發者和企業能低程式碼構建AI Bot； 5月，推出HiAgent平臺，被稱為企業開發應用的“SDK”，企業能快速開發大模型應用和智慧體，成為火山引擎增長最快的產品之一。 12月，火山引擎升級以GPU為中心的AI Infra分散式業務體系，透過 vRDMA 網路支援大規模平行計算及 P/D 分離推理架構，提升訓練和推理效率，降低企業使用成本；EIC 彈性極速快取解決方案，實現 GPU 直連，使大模型推理時延降低至五十分之一，成本降低 20%。
這一套「模型能力+低成本+生態搭建」的組合拳，讓火山引擎迅速在2024年取得了數量級的突破，核心在於為企業落地大模型、打造AI應用提供全週期的支撐。
根據火山引擎披露資料，截至2024年12月中旬，豆包大模型的日均Token使用量已超過4萬億，相比5月上線時的資料（1200億）增長了33倍。
目前，豆包大模型已在金融、消費、電商、教育、汽車等30多個行業完成落地，與企業深度開發AI應用樣板間。截至12月，豆包大模型已經與八成主流汽車品牌合作，並接入到多家手機、PC等智慧終端，覆蓋終端裝置約3億臺。
例如，火山引擎在去年5月，與一汽紅旗、東風、吉利、長城等24家車企成立了“汽車大模型生態聯盟”；8月，火山引擎與多點DMALL成立“零售大模型生態聯盟”。
小米的“小愛同學”，OPPO的Find X8新機，都使用豆包大模型提升使用者體驗；浙江大學與火山引擎搭建了“浙大先生”智慧體應用開發平臺；釦子專業版和HiAgent等工具生態，金融行業的招商銀行、華泰證券、國信證券等十餘家客戶。
火山引擎總裁譚待表示，豆包大模型目前的定價，依然是有合理毛利的。這個價格是靠模型技術能力、工程能力、軟硬體結合能力做到的，而不是隻靠燒錢的卷低價。
這個思路的潛在意思是說：AI的To B業務還處於初期階段，只有讓更多企業和開發者用得起，一起持續降本、最佳化效率、做大蛋糕，商業模式才能長期成立。
到2024年的第四季度，大模型廠商的分化就已經塵埃落定。即便是「AI六小虎」，也已經有廠商在後撤，退出超大模型研發，轉向垂直領域、行業模型和AI應用的層面。
目前市場上的廠商裡：1.有能力繼續迭代基礎模型，2.有希望實現商業化盈利。能符合這兩個要求的廠商可能只有十家，2025年還會進一步縮圈。
模型能力始終是第一位的。
Scaling Law仍發揮作用，下一代基礎模型的引數和算力規模仍會有量級增加。據分析，GPT-4估計是1.8萬億引數，每輪訓練成本6000萬美金；GPT-5引數到十幾萬億，每輪訓練耗時幾個月，算力成本5億美金。
量級增加的成本，高頻的研發週期，就會出清絕大部分非大廠的AI企業。而MoE、推理模型、多模態、Agent等眾多的新技術方向，頭部廠商也全部都要跟進。因為尖端競爭，無法再容忍因錯過趨勢，而導致落後出局。
與此同時，AI需要的龐大資金投入，與相比之下極少的盈利回報，也日益成為大模型發展的主要矛盾。
同樣以OpenAI為例，ChatGPT活躍使用者近3億，去年底推出了每月200美元的ChatGPT Pro，而Sam Altman仍吐槽：Pro版訂閱服務實際在虧損。據報道，OpenAI在2024年的收入約37億美元，而虧損達50億美元。創造規模化、成熟的盈利模式，是行業的共同難題。
對字節跳動來說，豆包大模型1.5 Pro躋身頂尖，C端產品積累龐大使用者基礎，火山引擎的B端業務厚積薄發，接下來更多要「直面天命」，找到在AI時代不可被替代的位置。
在2024年的大模型招標中標名單裡，火山引擎的名字開始更多出現。在大模型的長期盈利模式尚不明朗的情況下，我們也要看到亞馬遜AWS、微軟Azure和谷歌雲，都以驚人的增速在創造財務新高。2025年，火山引擎除了全生態的佈局，在「更強模型、更低成本、更易落地」戰術上還將猛攻。
在國內To B市場，火山引擎抓住了明晰的主線：
1.未來算力需求會進一步轉向推理，直到超過模型訓練算力； 2.當前絕大部分企業，仍無法上手大模型和AI應用； 3.混合雲和私有化等定製需求，仍然持續高漲。只有把蛋糕做大，商業模式才有希望跑通。
據報道，字節跳動在1月下旬成立Seed Edge專案，核心是做比預訓練和大模型迭代更長期、更基礎的AGI前沿研究。這是位元組在慢下來，用更長研發週期，探索更底層、更多元、更有想象力的技術變革。
從追隨式的自我證明，到進入「無人之境」創造不可能。
原創不易，感謝有你！
一起轉發出去，讓更多人看到。
☞智谷趨勢為中產階級的資本覺醒服務，幫助更多人獲得財富。宏觀經濟、商業邏輯、企業興衰、產業轉型……這裡有最真實的中國，有許多人難以察覺到的趨勢訊號。