一次曝9個大模型，“字節AI”這一年都在做什麼？_風聞

字節跳動的大模型家族，會長出下一個抖音嗎？

作者 | 宛辰

編輯 | 靖宇

整個 2023 年，字節並沒有對外官宣其內部自研的大模型。外界一度認為，大模型這一技術變革，字節入場晚了。梁汝波在去年底的年會上也提到了這一點，他表示「字節對技術的敏感度不如創業公司，直到 2023 年才開始討論 GPT。」

儘管如此，字節做大模型和 AI 應用的消息不斷。

2023 年 8 月 31 日，國內首批大模型產品通過《生成式人工智能服務管理暫行辦法》備案，字節跳動雲雀大模型赫然在列。同一時間，字節被爆出成立了新 AI 部門——Flow，聚集了字節集團最能打的一批人才探索 AI 應用。過去大半年，字節跳動推出的 AI 應用幾乎涵蓋了所有熱門賽道，豆包、釦子是最具代表性的兩款。

5 月 15 日，在火山引擎原動力大會上，字節跳動首次揭開了上述自研大模型和 AI 應用神秘面紗的一角：豆包大模型（原雲雀大模型）家族首次亮相，其大模型產品——「豆包 App」和 AI 應用產品——「釦子」也首次對外詳細闡述。

火山引擎是字節跳動旗下雲服務平台，據火山引擎總裁譚待介紹，經過一年時間的迭代和市場驗證，字節自研大模型——豆包大模型（原雲雀大模型）正成為國內使用量最大、應用場景最豐富的大模型之一，目前日均處理 1200 億 Tokens 文本，生成 3000 萬張圖片。

就豆包大模型而言，模型推理價格成為一大亮點，這也是近兩週以來模型廠商重點發力傳播的方向。譚待表示，大模型從以分計價到以釐計價，將助力企業以更低成本加速業務創新。

當前，豆包大模型大幅降低了模型推理的單位成本，其主力模型在企業市場的定價只有 0.0008 元/千 Tokens，0.8 釐就能處理 1500 多個漢字，比行業便宜 99.3%。

除了模型產品本身，更值得關注的是：字節跳動對大模型和 AI 產品的思考。

豆包大模型家族的成員，為什麼當前有這九個？

模型產品「豆包 APP」、應用產品「釦子」作為字節跳動當前最主力的兩款應用，背後是怎麼思考的？

火山引擎作為雲平台，在新時代的「野心」是什麼？

在這場發佈會上，這些問題也都得到了回應。

01

9 個模型，豆包大模型家族首次亮相

今年的 AI 發佈會，大模型廠商都不再只聚焦在基座大模型本身，而是模型、工具、應用全面推出。顯然，大模型落地，更進一步。

字節跳動也是如此，在火山引擎原動力發佈會上，正式發佈了字節跳動豆包大模型家族、火山方舟 2.0、AI 應用及 AI 雲基礎設施等一系列最新產品。

先來看模型，當前大模型行業的兩大進化方向分別是價格和性能：模型推理價格進一步降低，模型性能進一步提升。在這兩個方向上，豆包大模型家族，有自己的特點。

火山引擎總裁譚待公佈豆包大模型定價｜圖片來源：火山引擎

火山引擎方面稱，在模型價格上，豆包主力模型在企業市場的定價是 0.0008 元/千 tokens，0.8 釐就能處理 1,500 多個漢字，比行業便宜 99.3%。

譚待認為，降低成本是推動大模型快進到「價值創造階段」的一個關鍵因素。在被問及「把價格壓得這麼低，是否虧錢補貼」時，譚待稱，「To****B 業務虧損換收入不可持續，火山引擎從來不走這條路。能做到降低推理價格，有一系列技術手段，未來還能做得更好」，比如優化模型結構和工程手段上通過分佈式推理來替代單機推理。

在模型性能上，「豆包大模型家族」根據市場需求，帶着 9 個模型亮相，主要包括通用模型 pro、通用模型 lite、語音識別模型、語音合成模型、文生圖模型等九款模型。

當前階段之所以收斂到這九個大模型，字節跳動根據後台模型調用量和需求而來。

譚待向極客公園表示，首先要有一個最強的主力模型，能支持高級功能；其次是分場景或者端側對低延遲要求很高，所以也需要豆包 lite；也需要性能和低延遲折中的模型；還有一些大的垂直場景裏的模型，比如娛樂產品角色扮演，「大概率不需要它編程，但需要加強互動娛樂性」。

豆包大模型家族｜圖片來源：字節跳動

**豆包通用模型 pro：**字節跳動自研 LLM 模型專業版，支持 128k 長文本，全系列可精調，具備更強的理解、生成、邏輯等綜合能力，適配問答、總結、創作、分類等豐富場景；

**豆包通用模型 lite：**字節跳動自研 LLM 模型輕量版，對比專業版提供更低 token 成本、更低延遲，為企業提供靈活經濟的模型選擇；

**豆包·角色扮演模型：**個性化的角色創作能力，更強的上下文感知和劇情推動能力，滿足靈活的角色扮演需求；

**豆包·語音合成模型：**提供自然生動的語音合成能力，善於表達多種情緒，演繹多種場景；

**豆包·聲音復刻模型：**5 秒即可實現聲音 1:1 克隆，對音色相似度和自然度進行高度還原，支持聲音的跨語種遷移；

**豆包·語音識別模型：**更高的準確率及靈敏度，更低的語音識別延遲，支持多語種的正確識別；

**豆包·文生圖模型：**更精準的文字理解能力，圖文匹配更準確，畫面效果更優美，擅長對中國文化元素的創作；

**豆包·Function call 模型：**提供更加準確的功能識別和參數抽取能力，適合複雜工具調用的場景；

**豆包·向量化模型：**聚焦向量檢索的使用場景，為 LLM 知識庫提供核心理解能力，支持多語言。

對於今天發佈的豆包大模型家族，一位投資人認為，「字節不強調參數、不強調數據和語料，直接把模型能力在場景裏做了垂直細分，這個決策因素是有應用和沒有應用的區別，更本質的是有數據和沒數據的區別。有用户反饋、有數據反饋，字節能夠根據用户和數據的反饋去做更精準的場景和服務。」

就像移動互聯網時代跑通的今日頭條和抖音，字節在 AI 上，也是是數據邏輯，根據不同的數據鏈反饋，決定產品或者模型的下一步動作。相反，如果只做基礎模型，不做服務升級，場景反饋、用户數據反饋會越來越少，模型能力的差別就會拉開。

02

豆包，如何承載「App 工廠」的大模型產品思路

其實早在去年，豆包大模型（原名：雲雀）就在字節跳動內部完成了上線，其內部 50 多個業務也已經大量使用豆包大模型進行 AI 創新，包括抖音、番茄小説、飛書、巨量引擎等，用以提升效率和優化產品體驗。

字節跳動也基於豆包大模型打造了一系列 AI 原生應用，包括 AI 對話助手「豆包」、AI 應用開發平台「釦子」、互動娛樂應用「貓箱」，以及星繪、即夢等 AI 創作工具。

其中，豆包和「釦子」，是字節跳動發力的主要產品。

根據 QuestMobile，基於豆包大模型同名打造的豆包 App，在蘋果 AppStore 和各大安卓應用市場，豆包 App的下載量在AIGC類應用中排名第一。根據官方最新數據，豆包上已有超過 800 萬個智能體被創建，月度活躍用户達到 2600 萬。

字節跳動產品和戰略副總裁 朱駿｜圖片來源：火山引擎

發佈會上，字節產品戰略負責人、Flow 部門朱駿，以豆包 App 為例，首次講述了字節做 AI 原生應用的產品思路。他認為，和 AI 時代之前做產品設計比較，現在用户核心的需求沒有改變，包括高效獲取信息、工作提效、自我表達、社交娛樂等等。

差異點是，以前是在成熟的技術上想應用，只要用同理心去理解用户的需求和使用體驗，就能做出一個還不錯的產品。現在產品底下的技術不再是一個穩定的地基，大模型的能力在很多維度還有缺陷，同時又在快速演進，每隔三個月、半年都會發生很大的變化，甚至不是線性的漸進變化，而是突然躍遷。

因此，他認為做大模型應用一個很大的挑戰是，在這個動態發展的過程中，先判斷大模型現在能解決好什麼任務，同時更重要的是要嘗試預測半年、一年後大模型能把什麼樣的任務解決好。

以豆包 App 為例，他分享了字節對做大模型應用的思考。

擬人化

朱駿稱，豆包的第一條產品設計原則是「擬人化」，這是大模型產品的新特性，自然語言新的交互方式，降低了使用門檻，也讓用户在使用產品時感覺到產品有類似人的温度。為了體現這種擬人的感受，該款 APP 產品名字選用了「豆包」這樣像親密朋友日常稱呼的暱稱。

離用户近

豆包的第二條設計原則，離用户近。它要能隨時伴隨用户，嵌入用户的不同使用環境。「豆包到用户身邊，而不是用户到豆包身邊」。

一個例子在於語音交互入口的設計。為了讓豆包在這種移動場景（比如户外）裏交互更方便，像一個隨身攜帶的百事通，字節很早投入了很大力度優化語音交互體驗，包括基於大模型的 ASR 和超自然的 TTS 音色，儘量做到類似和一個真人對話的感受。豆包幾乎是國內最早確立語音交互入口作為默認交互界面的大廠，後來語音交互入口也被加入了市面上其他大模型 APP。

個性化

第三個設計原則是「個性化」。雖然通用大模型能解決非常廣泛的任務，但實際上，用户有自己個性化的需求，包括對智能體的功能定位，回答風格、聲音、形象、記憶都有非常個性化的需求。

朱駿認為，未來用户大概率會有一個主要的智能體（比如豆包）做最高頻的互動，解決很多任務；但是也會因為個性化、多樣化的需要，和很多其他的智能體互動。

他總結稱，「做大模型產品的挑戰和樂趣是，需要在這種持續動態的技術發展中，不斷去判斷下一個產品的 PMF（產品市場匹配點）可能是什麼。」

03

模型落地，火山引擎的基礎設施

除了豆包大模型家族和字節的 AI 應用產品思路，在火山引擎發佈會的主場上，大模型服務平台「火山方舟」也升級了多款插件和數據、營銷、銷售等 AI 應用服務。

在插件和工具鏈上，方舟 2.0 升級了聯網插件，提供頭條抖音同款搜索能力；升級內容插件，提供頭條抖音同源海量內容；升級知識庫插件，以提高搜索的相關性和準確性。

同時，火山方舟 2.0 也全面升級了底層基礎設施。在系統承載力上，提供充沛的 GPU 算力資源，分鐘級千卡擴縮容的超強彈性，保障業務穩定和成本可控；在安全防護上，通過安全沙箱構建可信的執行環境，多維度的安全架構，保障數據安全；此外，火山引擎提供專業的算法團隊服務，幫助客户釋放獨有數據價值，落地大模型應用。

此外，針對大模型帶來的基於自然語言的應用開發模式，火山引擎也推出了新一代 AI 應用開發平台——釦子專業版。

釦子產品經理潘宇揚介紹，釦子（coze）作為字節跳動推出的新一代 AI 應用開發平台，具備低門檻、個性化、實時性、多模態等優勢，並集合海量的 AI 資源、豐富的發佈 API 服務。

對於釦子，譚待認為「必須要一個釦子這樣的低代碼生態，應用的生態是一堆人的羣體智慧，要能夠讓很多人以很低門檻做各種事情（AI 應用）。」

*頭圖來源：視覺中國

本文為極客公園原創文章，轉載請聯繫極客君微信 geekparkGO