豆包新模型四箭齐发！火山引擎意在加速企业级Agent落地？

10929390

说实话，五年前字节跳动官宣成立火山引擎时，我确实是属于看不懂的那一个。


; j- A. Y6 B& t在我印象里，当时云计算的牌桌上早已坐满了阿里、腾讯、华为这些巨头，战局胶着，利润微薄。字节跳动凭借抖音和头条手握着巨大的流量和现金流，为什么要一头扎进这片吃力不讨好的红海里？
2 @5 b6 y- E+ n" u$ |' h! Z4 W
% J) U2 B# p: t. F6 ]
这个问题，不仅是我，当时身边的许多同行都感到困惑。
: _: |* P' c: J' @- Q! W3 Z3 q' F
: U0 K8 @3 c( ]. Z! k* P' e# k
% R/ ^2 _* @; Y; {* Z然而，最近几年，这个问题的答案开始变得异常清晰。

7 Q1 o0 F. p. ~" F, m7 c
尤其是在ChatGPT点燃了大模型的战火之后，云计算市场被重新激活，阿里云、火山引擎、百度智能云纷纷加大投入，让整个中国AI云市场的话语权争夺变得日益激烈，这一点从国际数据公司IDC的多份调研报告中可以看出端倪。

% \- a' n6 i+ f/ {
根据IDC 9月19日公布的报告，目前火山引擎在大模型公有云服务市场（即MaaS市场）位居国内第一，2025上半年市场份额49.2%，俨然接近半壁江山。


* h7 C/ X; B3 b& v/ B* V

（图源：火山引擎）

1 e& d/ L. o9 t" l8 a
" s" v7 ]! T0 H8 s, j' G0 `8 N
然而在日新月异的AI行业，这样的优势显然不足以掉以轻心。10月16日，2025 火山引擎 FORCE LINK AI创新巡展 武汉站正式拉开帷幕。在这场与NVIDIA联合举办的盛会上，火山引擎用一系列发布，诠释了“模型升级创新驱动”的真谛。
) M* X1 i, I# f/ k, j/ u  f
  p- I0 v0 W: A7 i0 l0 e) V
7 [2 u7 p' \. H3 t雷科技受邀参加此次巡展，想知道火山引擎要折腾些什么新东西吗？跟着我来就行了。
4 `. ~  r. d/ q2 B, |( e7 e
# ^3 z6 j& w0 p8 e5 I; R* `四大模型上新，成本进一步下降

' M' L* V3 b5 ]
& z) h1 X7 q8 Z8 A: n
( q# X2 M- [% e" G; K  q: A在火山引擎总裁谭待看来，目前全球AI大模型正在三个方向上快速发展：
" T1 a0 j1 [0 S1 z1 t0 Z; K% [
; m% J9 _/ ^4 b0 i6 p% p7 o; T8 F
9 L! z" |. C. N, r1 j" ]  k0 y一是深度思考模型正与多模态理解能力融合，二是视频、图像、语音模型逐步实现生产级水平，三是企业级复杂Agent正在走向成熟，为企业激发新的生产力潜能。

; w# n! i7 \0 X  n

（图源：雷科技）

% [! m! ?+ \7 T2 u6 y! \

然而，在服务的过程中，火山引擎发现，开启深度思考模式下，模型效果确实提升了，但也会提高模型延迟和使用成本，这导致实际应用中深度思考的使用占比仅有18%。
9 C5 H  m, C2 Y
" s, C5 w1 m2 a$ Z/ l
6 q5 N. G, b8 p/ L2 l针对这一痛点，豆包大模型1.6正式提供 Minimal、Low、Medium、High四种思考长度，平衡企业在不同场景下对模型效果、时延、成本的不同需求，并进一步提升了思考效率，这也让豆包1.6成为国内首个原生支持“分档调节思考长度”的模型。
7 P- K  `2 `. S! q# n6 J( n( W

1 p0 g2 a7 ^. T3 ~

（图源：雷科技）

) X% _3 V% g. T, j

不仅如此，为进一步满足企业的多样化需求，火山引擎正式推出豆包大模型1.6 lite，号称性能超越豆包大模型1.5 pro，同时价格上，在使用量最大的0-32k输入区间里，综合使用成本较豆包1.5 pro降低53.3%，推理速度更快、更具性价比。

$ W6 D8 C2 L6 r* e* A

（图源：雷科技）

. H# n* B/ o7 z2 c只能说，价格控制这块，火山引擎确实是行家中的行家。


9 n2 @- w% |  O' d' a- W# H对了，在今天大会上，火山引擎正式发布豆包语音合成模型2.0、豆包声音复刻模型2.0，它们都具备更强的情感表现力、更精准的指令遵循能力。
% x9 m# a5 x' [/ k- b8 g
% P, s* v0 N/ m3 J
* D3 H; ?, r9 Y# H! b. D最重要的是，还能准确朗读复杂公式。

7 m& c) u& D& s

（图源：雷科技）

  ~, j% a2 Y- T# t事实上，在教育场景中，复杂公式和符号的朗读一直是业界难题，目前市面上的语音大模型朗读准确率普遍低于50%，而豆包新发布的两大语音模型进行了针对性优化，目前在小学至高中阶段全学科的复杂公式朗读中，准确率可达90%。
3 e5 `" l- t5 l# Y

1 m5 R: F$ {+ O) l6 j听着蜡笔小新抑扬顿挫地读出这样一段复杂且冗长的化学公式时，我承认，我真的偷笑了。
' Z4 e! i. |, g; @
# ]7 |. o0 ~4 t* R4 ~
全新的语音模型还能搭配图像模型来使用，快速创造出各种有声绘本，对即梦未来的发展也会有所加持。

9 ^; t  `9 K  r
正所谓，要“有好模型”，才能“做好应用”。

( p9 T4 _% I' Q: C8 s5 b  |8 s
在小雷看来，好应用的底层必须由好模型来支持。而一个好模型，既要能精准捕捉用户需求，又得具备稳定的响应能力，更要做到出色的成本控制。
+ p4 t: p) e) j+ c; y0 Z3 o; Z

这样，才能让用户感受到“用得顺、靠得住、敢去用”。
' S8 x/ t. d5 R/ S1 T
智能路由加持，应用开发更省心
5 D  Z; [. C. Y7 E; J5 D
. x$ o) M* G% w4 C# w4 N1 C
! r+ K  K' e( [! Z/ U5 p8 W( H现在有了“好模型”，那么问题自然落到了如何“做好应用”上。


在很多企业看来，如今市面上的模型越来越多，哪怕只看豆包大模型家族，也有不下十来款产品。面对具体需求时，如何选择模型最有性价比？
  t) m3 F3 N, D% S% v; E, y: b
/ o# |! C8 m; B3 E5 k' h
为了解决这个问题，火山引擎在今天正式发布智能模型路由（Smart Model Router），这也是国内AI云行业首个针对模型智能选择的解决方案。
( \9 F0 J  K6 ~$ s5 j6 f1 `
2 D9 ?' f1 B* Q5 Z& d" U
& H: i9 h: u* @" r2 Z

' Z+ n, N3 [% m2 |- d5 b1 x

（图源：雷科技）

( ~% B$ W) E7 I) @0 m* J
4 i2 L1 z# u" `9 F: t$ }3 O
这玩意的功能很好理解，就是能够根据用户的实际需求自动选择不同的模型运行任务。

2 q! ]* s& S' c3 B
9 x/ L) |2 N* k用户可以在火山方舟上选择“智能模型路由”功能，从“平衡模式”、“效果优先模式”和“成本优先模式”三种方案进行选择，智能路由会针对任务请求自动选择最合适的模型，达到效果与成本的最优解。


6 f# N8 E! W0 G( H0 m4 [- X在会后进行的群访中，谭待表示，在部分场景中，小模型效果其实是优于大模型的（如简单客服问题用Flash模型，复杂问题用大尺寸模型）。开启智能路由后，无论是效果还是成本，都会比直接使用对应模型得到显著优化，他们希望借此降低企业技术门槛，实现“效果+成本双优”。
, P3 F% A& Y/ J" W; X9 N! f

另一个比较有趣的更新，则是VideoPilot工具。

（图源：雷科技）

4 `. d, S3 L+ C- X7 i* H1 V3 C2 v
/ r: K, r5 }6 d& F. }  Y1 J
借助这个工具，你可以深入理解参考视频，自动生成对应的Prompt，让你更方便地进行视频创作，甚至还能支持语言反馈，在原视频基础上实现多轮交互式优化。
  V7 e" p2 a( t. `8 R" J

, [- ~% B6 g8 z, [6 \: B" c当然了，这种逆推Prompt的方式，在AI玩家里早已不是什么秘密。


2 w. D4 H, H+ G: z就拿我自己为例吧，可能是因为用多了的原因，我现在养成了看到场景、镜头、拍摄手法独特的***都保存一下的习惯，需要创作时只要一句简单的：


* R0 T% a% n" z, @5 ~“分析可用于生成这种图片的连贯prompt，忽略角色本身外观/穿着特征，注重画面构成、角色动作、环境描写和镜头角度，最多200字。”
% U# L# A1 h) H  |' M6 e
+ \1 z( c) l( ], ~1 ^5 b
如此一来，豆包就能自动生成用于制作同类型图片的Prompt，而VideoPilot则是把这种能力扩充到了视频上，让用户可以快速、精准地完成对既有内容/目标内容的模仿和扩展。

对于视频生成而言，拥有这样的功能确实是省心省力不少。
6 t2 d! V) @9 [& B
6 {9 Z" C% v( w/ \
在今天上午的群访最后，谭待也表达了这样一个观点：生成类模型（生图、生视频）将会成为短期增长的核心趋势之一，而展望未来的话，Coding领域有望爆发。
/ z2 h' E/ ]( x/ P: d- h

  h; m6 x: I0 U* W0 A+ S归根结底，还是当前国内受模型能力限制尚未完全释放，未来潜力较大。

% S8 s- A3 K) t) i总结
# b+ ]- U  V- j3 H
  T/ B! b' ~: j9 C7 J
从会场出来，武汉的风吹在脸上，我脑子里乱糟糟的，但又有一条线索越来越清晰。

# P: N7 X; f% p1 }9 O
' t& k6 p( F4 _, Q5 l8 o今天的发布会，表面上看是发了新模型、新工具，但骨子里，我感觉字节跳动或者说火山引擎，其实是在简化着AI时代的“游戏规则”。
+ I! L: h) R* L7 B/ z1 G  D2 ~% S$ m

（图源：雷科技）

  A" O) X; C  c5 O, k

5 F! I1 F$ _( d过去，大家比的是谁的“大脑”更聪明，参数更多，跑分更高，是一场军备竞赛。但火山引擎今天似乎在说：光有大脑没用，能动手、会干活、听指挥，还不贵，能踏踏实实地去为企业创造价值，这才是王道。
% {' v% `: S/ ~& Y0 w+ f+ @

正如巡展的“城市计划”所展示的，从厦门的持续运营方案，到武汉的智能路由进化，火山引擎正一步一个脚印，将其在字节跳动内部海量业务中锤炼出的AI能力，系统性地开放给千行百业。
4 r' S: @. c1 o' y. T: y0 y  B

在AI浪潮席卷全球的今天，许多企业依然在“如何用上AI”的门前徘徊。


; |  E# f* n7 V3 c2 O# m现如今，在模型全面升级、技术门槛有效降低的情况下，为了加强市场的竞争力，企业将更勇敢地迈出转型的步伐，加速推进AI能力和自家业务的融合。

) u" b! o3 A0 J4 Z/ {( ?# x; W
当大模型真正成为企业生产力的一部分，一场真正的效率革命，才算刚刚开始。

7 w6 `! I/ f3 D『本文转载自网络,版权归原作者所有,如有侵权请联系删除』