作者 | 刘宝丹

编辑 | 周智宇

近一周，资本市场再度刮起AI大模型热潮，“豆包概念股”迎来普遍上涨。对此，字节十分罕见地出面回应。

12月19日晚，字节发布风险提示称，资本市场出现炒作“豆包概念股”现象，流传着众多夸大其词甚至是虚构的内容，涉及字节资本开支、数据中心花费、AI硬件、应用合作等多方面。“请投资者切勿轻信市场传言，以免遭受不必要的投资损失。”

资本热捧背后，字节用两年时间在AI大模型领域实现逆袭，打了一场漂亮的翻身仗。

亮剑

今年初，抖音CEO张楠辞职， 这位抖音核心骨干决定转战AI应用战场。经过一年的蛰伏，她带着最新产品即梦AI现身火山引擎Force冬季大会。

12月18日，如今已是剪映业务负责人的张楠公开表示，借助GenAI的技术，可以把每个人脑子里的奇思妙想快速视觉化，像做梦一样，这也是‘即梦’名字的由来。

作为字节旗下剪映业务的一个板块，即梦AI2024年5月上线，定位是AI内容平台，支持通过自然语言及图片输入，生成高质量的图像及视频，即梦AI还在业内首创了“一句话P图”“一键海报”和“动态海报”能力，大幅提升了图片中文字生成的准确率。

目前，创作者已经开始在即梦创作短片，今年7月，抖音上线了通过即梦创作的科幻短剧《觉醒》，这也是抖音上首部单日点赞破40万的AI短剧。

这只是字节重投AI的一个侧面。过去一年，字节一直在疯狂赶进度，从斥资购买GPU芯片到组建以Flow为核心的AI架构，再到从阿里等大厂高薪挖人，字节努力补齐此前因技术判断失误而拖慢的AI大模型进度。

如今看来，字节不仅推出包括多模态在内的豆包大模型家族，还通过降价等方式加速豆包大模型在应用端的使用。而随着应用不断深入，字节预计很快会展现出商业化方面的潜力。

会上，字节一口气晒出了最新成果，重头戏是豆包视觉理解模型的发布，这是一款具备内容识别、理解和推理、视觉描述和创作等能力的模型，标志着公司向多模态迈出关键一步。

与大模型同时发布的还有价格。谭待表示，视觉理解模型的定价模式依然基于Tokens，模型会把图像编码转成tokens，和文本tokens一同计费。

他进一步表示，“Claude是每千tokens2.1分钱，GPT-4o是每千Tokens 1.7分钱，阿里千问是每千tokens 2分钱。豆包视觉理解的定价是每千tokens 3厘钱，比行业平均价格降低85%。”

豆包·通用模型pro也迎来升级，同时，字节还透露了多个垂直领域模型的进展。

火山引擎总裁谭待表示，12月通用模型pro完成了新版本的迭代，相比过去又有了大幅提升。“豆包pro已经全面对齐GPT-4o 能力，甚至在部分复杂场景复杂任务中，效果表现更好。而且使用价格只有GPT-4o 的八分之一。”

追赶

在经过两年多的发展后，AI大模型的发展重心已经从技术迭代向应用侧转移，这也是外界关注的焦点。

据谭待介绍，豆包大模型5月发布以来，日均调用量呈现高速增长。“5月模型日均tokens 1200亿；到7月份涨到了5000亿，到9月份1.3万亿；而截至12月15日，豆包大模型的日均tokens数已经突破了4万亿，在7个月的时间里增长超过33倍。”

字节大模型正在加速行业渗透。谭待表示，大模型在各种场景中都在全面开花，尤其是和企业生产力相关的场景，比如信息处理场景，最近3个月豆包的调用量增长了39倍，在硬件终端场景，豆包增长了13倍。

有市场消息称，苹果正在和字节等多家公司洽谈，意在将后者的人工智能模型整合到中国版iPhone中，谈判仍处于早期阶段。对此，字节暂未回应。

一些细节也彰显了字节在应用方面的决心和力度。今年中秋，字节一款给客户的玩具“显眼包”悄然走热，它主打聊天式情感陪伴，目前处于奇货可居状态，这也让字节内部颇感意外，可以确定的是，这个案例加快了字节AI在更多场景落地的速度。

华尔街见闻从知情人士处获悉，目前，找豆包合作的玩具公司特别多，将模型植入玩具可能会催生一波毛绒玩具潮。据观察，字节这次联合苏珀尔、猫王音响、启明云端等在会场展示了相关产品Demo。

不过，随之而来的就是商业化问题，虽然字节并未明确提及商业化时间表，但从字节AI的应用方向上可以窥见一些端倪。

谭待表示，AI大模型市场还处于非常早期，能用的场景非常多，公司没有一个特定的偏好，因为AI将来一定是普惠的。根据豆包内部数据，工作、娱乐、生产力的场景差不多，大模型处于 2C和2B齐头并进状态。

字节的优势在于，大模型技术处于快速迭代通道。谭待表示，作为一个后来者，字节的信心来自三个方面，一是市场非常大，二是火山有规模优势，三是公司在AI大模型这块的目标是第一。

挑战也显而易见，随着AI大模型竞赛进入深水区，字节AI首当其冲的就是成本压力。

在C端，豆包已经是用户数最多的AIGC应用。华尔街见闻获悉，张一鸣不仅亲自盯着豆包产品，还会提出反馈意见。根据QuestMobile数据，截至2024年10月，豆包APP月活跃用户为4839万。

民生证券计算机首席分析师吕伟表示，尽管字节AI产品的数据表现亮眼，月活跃用户数已突破7000万。随着“豆包”年底月活目标的达成，以及类似字节“即梦”AI视频等算力消耗大户的应用推广，算力需求将大幅增加。

今年，字节已经成为国内五大互联网巨头中采购AI卡及服务器最多的客户，明年采购量有望进一步攀升。谭待表示，火山方舟提供豆包大模型的 MaaS 推理服务，开发了新的模型之后，视觉理解模型会解锁更多的场景，从火山角度，算力储备是足够的。

快速增长的使用量叠加较低的价格，无疑会加剧成本压力。对此，谭待直言，ToB跟ToC不同，不存在先烧钱获取市场，后续再靠其他收费的商业模式，公司做了大量的成本优化，来维持可持续的商业模式。

C端方面，国内AI大模型产品仍未正式进入订阅付费阶段，豆包APP依然是免费应用，加之产品应用本身也需要做大量的推广，这也加剧了收入和成本之间的Gap。相较而言，Open AI已经给出了商业化目标，即2029年实现千亿收入。

挑战的另一方面来自竞争，虽然豆包在过去一年经历了快速逆袭，但AI大模型仍处于快速迭代中，对手们都在努力。

继Sora之后，谷歌刚刚发布了最新的视频生成模型 Veo 2 和图像生成模型 Imagen 3；国内方面，智谱AI、爱诗科技、Minimax都在加码视频生成产品，尤其智谱AI和爱诗科技刚完成新一轮融资，将用在相关技术和应用上。

经过两年的追赶后，字节AI正在快速补齐能力，并以更自信的姿态朝着AGI演进。然而，这注定是一条很艰难的道路，字节要想在AI时代继续称王，还需背水一战。