撰文 | 雁 秋

編輯 | 李信馬

題圖 |火山引擎原動力大會

不久前，機器人中的“當(dāng)紅小生”宇樹和智元高價贊助春晚的消息引發(fā)眾人一片猜想，然而最后，落槌的居然是字節(jié)跳動（以下簡稱“字節(jié)”）的火山引擎。

據(jù)《晚點獨家》報道，火山引擎將成為2026年央視春晚的獨家AI云合作伙伴。同時，作為智能助手的豆包也將參與其中，配合上線多種互動玩法。

火山引擎為何能脫穎而出，答案可以從前不久的火山引擎Force原動力大會上找到。大會現(xiàn)場，火山引擎總裁譚待公布：截至今年12月，豆包大模型日均Token使用量超50萬億，自發(fā)布以來增長471倍，較去年同期增長超過10倍。

增長的驅(qū)動力除了字節(jié)旗下AI應(yīng)用的發(fā)展之外，還有一批外部客戶：累計使用上萬億Token的超過100家，比全球云計算巨頭AWS還多了一倍。

結(jié)合IDC公布的一組數(shù)據(jù)，在2025年上半年的模型即服務(wù)（MaaS）市場中，火山引擎以37.5%的份額位居中國第一，排在其后的阿里、百度、騰訊分別占比21%、15.5%、4.2%。

誰能想到，五年前字節(jié)成立火山引擎的時候，它會變成今天給各行各業(yè)“打底”的技術(shù)底座。在非常內(nèi)卷的云計算產(chǎn)業(yè)里，字節(jié)不僅給自己加了把椅子，而且還坐到了牌桌正中央。

其實在過去，字節(jié)在視頻方面的處理能力與云計算基礎(chǔ)設(shè)施的對外輸出還是比較扎實的，但并未帶給市場“顛覆性”的經(jīng)濟價值和用戶增長；相比之下，以豆包大模型為核心的AI能力外溢，則迅速吸引了廣泛關(guān)注并催生了活躍的生態(tài)。

對此譚待坦言，這主要因為兩個原因。其一，當(dāng)時尚未進入技術(shù)爆發(fā)期，技術(shù)進步是線性的，屬于效率“增益”；其二，企業(yè)服務(wù)市場本身節(jié)奏慢，To B業(yè)務(wù)需要長期積累。以豆包大模型為代表的AI能力開放，迅速獲得大量關(guān)注，核心在于“趕上了好時機”。

AI大模型是當(dāng)前明確的技術(shù)風(fēng)口，它扮演著“價值放大器”的角色，能在一兩年內(nèi)就讓相關(guān)技術(shù)服務(wù)的價值被急劇感知，市場格局和生態(tài)也會快速發(fā)生變化?！叭绻L(fēng)口來了，可能一兩年內(nèi)變化就會非常大?！弊T待強調(diào)。

在這一輪由大模型驅(qū)動的浪潮中，火山引擎不僅提供了平臺，更通過具體的產(chǎn)品迭代與升級，將技術(shù)勢能切實轉(zhuǎn)化為市場動能。

本次大會火山引擎主要圍繞兩個方面更迭，模型側(cè)更新了豆包旗艦?zāi)Ｐ?.8、以及視頻生成模型Seedance 1.5 pro；圍繞Agent也開展了一系列工具鏈和生態(tài)服務(wù)，比如企業(yè)級AI Agent平臺AgentKit，以及面向Agent運營，發(fā)布HiAgent“1+N+X”智能體工作站等。

最值得講講的兩個點，就是豆包大模型1.8和Seedance 1.5 pro。

豆包大模型1.8，直接理解的話，可以把它看作是打造更強的多模態(tài)Agent大腦。它在工具調(diào)用、復(fù)雜指令遵循這些硬核能力上做了定向優(yōu)化，不僅能聽懂用戶的指令，還能自己規(guī)劃步驟，一步一步把活兒干完。

豆包大模型1.8在視頻理解力方面也做出了非常大的升級，單次視頻理解幀數(shù)翻倍到1280幀。就是說它不僅能用倍速看完一段視頻，而且迅速抓住重點，還能自動慢放，一幀一幀地去摳細節(jié)抓重點。

現(xiàn)場展示了通過豆包大模型1.8快速解析長時段監(jiān)控視頻，精準(zhǔn)定位車輛剮蹭事故過程。在一段長達1小時4分鐘的監(jiān)控視頻中，豆包大模型采用了一套高效的“分層解析”流程：

快速初篩：首先以低幀率模式對整段長視頻進行快速瀏覽，初步鎖定可能存在異常的時間段。

工具調(diào)用：利用“Video Card”等專用視頻分析工具，在初篩的基礎(chǔ)上進一步定位關(guān)鍵畫面。

精細分析：對嫌疑片段切換至高幀率模式，進行逐幀精細化分析，最終準(zhǔn)確識別出肇事車輛及事故發(fā)生的具體時間。

該能力直接針對廣大車主面臨的現(xiàn)實困境——車輛在小區(qū)、公共停車場等場所被剮蹭后，因監(jiān)控視頻時長跨度大、人工查看耗時費力而難以追責(zé)。傳統(tǒng)方式可能需要工作人員花費數(shù)小時反復(fù)查看錄像，而大模型技術(shù)可將這一過程縮短至分鐘級，大幅提升效率。

至于Seedance 1.5 pro音視頻創(chuàng)作模型，則把重點放在了音畫同步、多人多語言對話的能力上，速度都是毫秒級的。在發(fā)布會現(xiàn)場，官方特意放出了一個片段，畫面中的人物表情細膩，口型精準(zhǔn)對齊，畫面很有電影的質(zhì)感。

Seedance 1.5 pro不僅能處理中文、英語、西班牙語等多種語言，還能處理好四川話、陜西話等方言，對于想生成本地化內(nèi)容的創(chuàng)作者來說，這一功能簡直是拉滿沉浸感的利器。

降本也是火山引擎大模型的關(guān)注重點，官方表示Seedance系列將上線“Draft樣片”功能，據(jù)說可以節(jié)省不少錢。

Draft樣片是做什么的？我們都知道，用AI做視頻很燒錢不說，最痛苦的是生成出的效果和想象中大相徑庭。Draft樣片支持先生成低分辨率樣片進行預(yù)覽，如果創(chuàng)作者覺得效果還行，再直接產(chǎn)出作品。官方數(shù)據(jù)顯示，該功能可提升約65%的整體創(chuàng)作效率，并減少60%的無效成本。

在降本方面，火山引擎還推出了業(yè)內(nèi)首個“AI節(jié)省計劃”，該計劃覆蓋所有按量后付費的大模型產(chǎn)品，通過階梯式折扣，可幫助企業(yè)最高節(jié)省47%的成本。

字節(jié)不僅介紹了火山引擎的技術(shù)演進方向，更是拉來了近4000m2的場地，多家公司集中展示了基于豆包大模型的端側(cè)硬件產(chǎn)品。

DoNews受邀參加，來到現(xiàn)場最直接的感受就是AI落地場景更多了，除了以往常見的C端社交、娛樂賽道之外，B端的汽車、金融、廣告、能源客戶也在不斷增加。

在活動入口處，字節(jié)就擺了一排汽車，包括奔馳、奧迪、小米、比亞迪等。按照譚待的說法，中國超過九成的主流車企都是火山引擎的客戶。

譚待表示，以往即便最頂級的座艙系統(tǒng)也顯得“笨拙”，無法理解用戶的自然語言表達。例如，用戶說“我好熱”，系統(tǒng)無法直接調(diào)低空調(diào)溫度；用戶說“打開天窗”，若實際意圖是打開遮陽板，系統(tǒng)會因指令字面不符而報錯，導(dǎo)致交互失敗。

但引入大模型之后，新型智能座艙能夠以人類對話的方式理解意圖。用戶說“冷了”，系統(tǒng)會自動調(diào)高溫度；說“打開天窗”，即使目標(biāo)物是遮陽板，系統(tǒng)也能準(zhǔn)確理解并執(zhí)行。這種強大的泛化理解能力，讓交互變得無比順暢。

這種新型交互的核心，是構(gòu)建一種完全自然的、以Agent為中介的交互模式，這種猶如和人對話的智能、自然、高效的交互體驗，將成為未來所有終端——無論是手機、汽車，還是其他各類設(shè)備——的共同標(biāo)準(zhǔn)。

除了汽車，在金融、醫(yī)藥、文娛、餐飲、消費等領(lǐng)域，火山引擎也已經(jīng)開拓成功。2025年，超過100萬企業(yè)和個人使用了火山引擎的大模型服務(wù)，覆蓋了100多個行業(yè)。

頭部證券機構(gòu)成為推動大模型在金融領(lǐng)域落地的關(guān)鍵力量。華泰證券推出的國內(nèi)首款A(yù)I原生交易APP“AI漲樂”，基于火山引擎在背后提供的算力、大模型、智能體工具的支持，可以為投資者提供專業(yè)與高時效性的投資信息。

工作人員介紹，“AI漲樂”APP有不同風(fēng)格的AI投資助手，不但可以聊天互動，還能執(zhí)行選股、盯盤、下單、提醒等一系列復(fù)雜操作。

比如用戶不清楚“買什么”，就可以直接問“今天有什么熱點股”，“AI漲樂”便會提供熱點、連板、主題、資金四大維度的選股工具，盡力滿足各類投資者。至于“何時買”，AI助手會基于用戶事先設(shè)定的指標(biāo)和條件幫你盯盤，實時監(jiān)測市場信息，有變化也會立刻提醒用戶。

基于豆包大模型的AI玩具/教育產(chǎn)品，大概率是展區(qū)內(nèi)占比最高的一類。字節(jié)旗下AI應(yīng)用開發(fā)平臺扣子Coze與國內(nèi)AI+機器人品牌靈宇宙合作的全新AI智能體“Yummy”，就吸引了較多的關(guān)注。

“Yummy”是個非常聰明的陪伴者，與一板一眼問什么答什么的機械對話不同，“Yummy”具備理解上下文與物理環(huán)境的能力，可以通過小方機上的鏡頭識別物體，還能結(jié)合歷史、生物學(xué)等知識講述如屈原與粽子、奧斯曼帝國等背后的故事。這種交互過程充分展示了什么叫寓教于樂，整個學(xué)習(xí)過程輕松又自然。

芙崽是一款以AI大模型為底座的情感陪伴潮玩，外形是一個小巧的毛絨掛件，方便隨身攜帶。有意思的是它主打“長期養(yǎng)成”，通過不斷地交互形成屬于自己的性格，甚至還有自己的MBTI。

豆神學(xué)伴機器人融合了火山引擎RTC技術(shù)與豆包大模型，能持續(xù)理解孩子的學(xué)習(xí)習(xí)慣，提供個性化輔導(dǎo)，甚至還配備了情緒化表達系統(tǒng)——開心時，翅膀輕顫；困惑時，搖頭晃腦；肯定時，點頭示意。通過更生動、更富情感的方式回應(yīng)孩子的狀態(tài)與情緒。

無論是為九成主流車企裝上“最強大腦”，還是在金融、文娛、消費等領(lǐng)域催生像“AI漲樂”“Yummy”“芙崽”這樣的新物種，其內(nèi)核都是同一套邏輯：將大模型的泛化理解與生成能力，轉(zhuǎn)化為各行各業(yè)可感知、可交互、可增長的體驗。

這也是火山引擎原動力大會想要輸出的一則觀點，AI時代，主角其實就是Agent。譚待對于未來有這樣的一種預(yù)測：隨著大模型能力向執(zhí)行層下沉，Agent正在成為新的通用人機交互層，其落地路徑正從應(yīng)用層加速向硬件終端擴散。

（圖片由DoNews拍攝以及主辦方提供）