金融视角-"是谁给你开的花苞啊诗爸爸"-字节跳动是谁给你开的花苞啊诗爸爸的AI布局，是「慢思考、快执行」的胜利

字节跳动是谁给你开的花苞啊诗爸爸的AI布局，是「慢思考、快执行」的胜利

中炬高新公告显示，本次审议议案包括罢免董事长何华在内的4名董事，选举4名非独立董事。从履历上看，此次议案中拟罢免的4名董事何华、黄炜、曹建军、周艳梅均具有宝能系背景，而提议选举的4名董事中，梁大衡、刘戈锐、刘锗辉则与中山火炬集团关系密切，均有过在中山火炬系公司任职或在职经历。

临界点在加速到来。特朗普重返白宫第二天，就宣布「星际之门」项目Stargate Project：OpenAI、甲骨文和软银将成立合资公司，未来四年投资5000亿美元（约3.6万亿人民币）用于AI基础设施。包括Arm、微软、英伟达、甲骨文和OpenAI等科技公司，都是初始技术合作伙伴。这似乎就是美国在AI时代的「曼哈顿计划」，向AGI时代无限加速。赶在春节前夕，中国的头部大模型企业，密集进行了一轮推理模型更新。目前，DeepSeek的R1、Kimi的k1.5、智谱的GLM-Zero、阶跃星辰的Step-1o系列等，都在对标OpenAI的o1模型。集体的智能涌现，意味着：中国厂商经过两年冲刺，通过跟随式创新缩小差距，甚至走出一条用更少资源、性能比肩的不同道路。如今，也到了原创式创新、大规模商用化的临界点。1月22日，字节跳动正式发布了豆包大模型1.5系列。Doubao-1.5-pro模型在知识、代码、推理等权威测评得分全面超越GPT-4o 和 Claude 3.5 Sonnet，达到全球领先水平，并同步上线火山方舟对外提供服务，价格“加量不加价”。过去一年，字节跳动是大模型增长最快的厂商。在2024年年初，字节跳动还被担忧入局大模型时间太晚。经过一整年全力投入的高频作战，字节取得的战果是：据QuestMobile数据，截至2024年12月，豆包APP的月活用户约7523万；截至12月中旬，豆包大模型日均Tokens使用量超4万亿，「豆包+火山引擎」大模型和云服务的组合，突破了B端企业市场和云计算的原有格局。这堪称一次字节式「慢思考、快执行」的经典战役。换句话说，每一次豆包大模型更新，都在以更低门槛、更低成本，将人工智能技术传递给上亿用户、开发者和企业。在事实上，豆包大模型已成为国内AI普惠的「布道者」。此次，字节跳动发布的豆包大模型1.5系列，包括了：Doubao-1.5-pro：满血性能，支持256k长文本，多项测试得分优于 GPT-4o、Claude 3.5 Sonnet 等业界一流模型；Doubao-1.5-lite：轻量级成本，旗舰级性能，极致响应速度，测评指标持平或超越 GPT-4o mini、Claude 3.5 Haiku；Doubao-1.5-vision-pro：视觉理解模型，在视觉推理、文字文档识别、细粒度信息理解、指令遵循方面的能力全面升级；Doubao-1.5-realtime-voice-pro：真正实现端到端语音对话，在豆包APP全量上线，即将开放API服务。目前，Doubao-1.5-pro已经在火山方舟全面上线，我们也上手进行了几波测试。最为核心的，就是豆包通用模型 1.5 Pro。目前，Doubao-1.5-pro 在知识、代码、推理、中文等多个权威测评基准上都获得了最佳成绩。这意味着，企业无论是需要处理中文文本，搜索专业知识，做编程开发，还是进行的复杂逻辑推理任务，都能全面胜任。当然，到底能不能打，我们也上手实测体验了一波。首先，我们测了两个逻辑推理题：1. 绕晕很多人的「算账问题」三个人去餐馆吃饭，总共消费了30元，每人付了10元；后来老板说今天打折，只收25元，让服务员退回5元；服务员私吞了2元，把剩下3元分给了三个人，每人退回1元；这样，每个人实际上付了9元，三个人总共付了27元；加上服务员私藏的2元，总共是29元。那么，还有1元去哪里了？Doubao-1.5-pro用0.46s秒答了：2. 非常经典的「动物过河」问题：农夫需要把狼、羊和白菜都带过河，每次只能带一样物品狼和羊不能单独相处，羊和白菜也不能单独相处请问农夫一共要过几次河Doubao-1.5-pro用0.61s秒答了：整体思路很清晰，根本难不倒它。随后，我们也测试了故事创作能力：请以“一场暴雨导致城市停电”为开头创作一个至少包含三次反转的悬疑短篇小说结局需要出人意料豆包不到10秒给了我这样一个小短篇，大家可以评判一下：轻量级的Doubao-1.5-lite，在性能上其实和去年9月的豆包Pro版本媲美。相当于说，企业客户只需花更少的成本，就能获得更出色的性能，AI的“智价比”更高了。同时，此次多模态能力的全面提升，让豆包在交互和能力上，都更懂人，也更像人。视觉理解能能力上，Doubao-1.5-vision-pro在多模态数据合成、动态分辨率、多模态对齐、混合训练上进行了全面升级，提升模型视觉推理、文字文档识别、细粒度信息理解、指令遵循方面的能力。在升级之后，Doubao-1.5-vision-pro可以读懂任意分辨率、任意比例的图片，不管是随手拍的图片、裁切后的模糊小图，豆包都能理解。比如，能够完全识别手写的试卷，并进行判分：同时，豆包APP已全量上线实时语音功能。支持和真人一样的聊天互动，豆包可以模仿不同语气、情绪，能够在对话中处理打断和插嘴，也可做到唱歌、说悄悄话等有趣的互动方式。距离豆包基础模型上次更新，才过了一个月。我们从豆包大模型1.5 Pro的变化，也能看出字节在技术上的思路转变：1.采用系数MoE（混合专家系统）架构，用激活参数仅为稠密模型参数量 1/7 的 MoE 模型，超过了稠密模型的性能，将性能杠杆提升至 7 倍，业界普遍为3倍。2.字节跳动对硬软件进行了深度定制。自研服务器、网卡和网络协议，提升了算力集群的通讯效率；算子层计算和通信的高效交叠，保障多机分布式推理的稳定和高效；精细量化和 PD 分离等方案，灵活使用算力和多任务混合调度，实现更高效算力利用。3.不使用任何其他模型数据，豆包构建了完全自主的数据生产体系，优化数据质量的同时，确保数据来源的独立性和可靠性。不直接追求更大量级的模型规模，不走蒸馏模型的“捷径”。豆包是在探索「模型效果、运行效率、成本控制」，三者之间的最佳平衡点——用更低的成本，提供更强的能力。字节跳动在匹配应有的段位。如果2024年大模型行业是3倍速发展，字节跳动就是10倍速的跃迁。去年年初，字节提高AI的战略定位，积极招揽顶尖人才，大量资源压强投入。「慢思考、快执行」的风格，贯彻了字节的作战思路：1. 从C端破局，大规模、多领域、全覆盖推出AI应用。这是字节跳动最擅长的产品驱动+流量打法的「大力出奇迹」模式2. 在B端饱和猛攻，通过极致优化的模型推理成本攻入企业市场。同时，在大模型加持下的火山引擎，也抬升了在云服务市场的地位。先看C端产品，2023年8月，Grace改名“豆包”，作为AI智能助手正式上线；据QuestMobile数据，截至2024年12月，豆包APP的月活用户数约为7523万。多个渠道统计，豆包的用户量在国内AI产品遥遥领先，千万级的DAU是第二名的3倍（300万）；在全球，豆包的月活用户数也仅次于ChatGPT（2.8亿）。豆包APP完成阶段性使命，为字节获得初具规模的用户基础。目前，字节跳动已推出近20款AI应用，覆盖聊天、视频、编程、社交、教育等赛道。例如，AI视频生成的即梦，AI聊天社交的猫箱，AI教育的豆包爱学，AI音乐的海绵音乐。再看B端，2024年5月，字节统一将大模型更名“豆包”，推出9款豆包大模型。当月，豆包大模型也通过字节跳动旗下的云与AI服务平台“火山引擎”，正式提供服务。目前，字节跳动已推出了包括视频生成、实时语音、视觉理解、文生图、同声传译等超10款大模型。字节跳动在B端的策略，是「更强模型、更低成本、更易落地」。通过豆包大模型和火山引擎这一对「大模型+云服务」组合抱团破局。2024年5月推出时，豆包主力模型的定价仅为0.0008元/千Tokens，比当时行业价格便宜99.3%，带动了阿里云、百度等大模型降价，B端大模型价格进入“厘”时代；12月火山引擎Foce冬季大会上，豆包视觉理解模型的定价，为0.003元/千Tokens，比行业价格低85%；2025年1月，豆包大模型1.5全系产品，也提质不加价，在火山引擎上售卖API的Doubao-1.5-pro，随着推理成本持续优化，毛利率提升到50%；从时间上看，火山引擎在2021年12月才正式加入云计算竞争，相比阿里、腾讯、华为、百度这四朵云，入场时间晚了一轮周期。坦白来说，云计算是一个对后来者非常不友好的赛道，哪怕是字节跳动。火山引擎也是抓住了这一轮「大模型+云厂商」的热浪，终于取得了较大突破。2023年6月，火山引擎正式推出“火山方舟”平台，提供大模型的部署、精调、推理等服务。在那个时间点，国内对算力的需求，重心还在大模型的训练侧。当时中国7成做大模型的公司，包括月之暗面、智谱AI等明星公司，都跑在火山引擎上。这个时期主要客户，也仍然是做大模型的少数几家企业。随着大模型开始落地，大量企业客户开始参与到AI应用开发中，行业对算力和云服务的需求转向推理侧。火山引擎也将重心转向AI Infra能力，以及打造开发平台、工具链等各层次的生态补全。2024年2月，火山引擎推出AI应用开发平台扣子，提供主流大模型的API，开发者和企业能低代码构建AI Bot；5月，推出HiAgent平台，被称为企业开发应用的“SDK”，企业能快速开发大模型应用和智能体，成为火山引擎增长最快的产品之一。12月，火山引擎升级以GPU为中心的AI Infra分布式业务体系，通过 vRDMA 网络支持大规模并行计算及 P/D 分离推理架构，提升训练和推理效率，降低企业使用成本；EIC 弹性极速缓存解决方案，实现 GPU 直连，使大模型推理时延降低至五十分之一，成本降低 20%。这一套「模型能力+低成本+生态搭建」的组合拳，让火山引擎迅速在2024年取得了数量级的突破，核心在于为企业落地大模型、打造AI应用提供全周期的支撑。根据火山引擎披露数据，截至2024年12月中旬，豆包大模型的日均Token使用量已超过4万亿，相比5月上线时的数据（1200亿）增长了33倍。目前，豆包大模型已在金融、消费、电商、教育、汽车等30多个行业完成落地，与企业深度开发AI应用样板间。截至12月，豆包大模型已经与八成主流汽车品牌合作，并接入到多家手机、PC等智能终端，覆盖终端设备约3亿台。例如，火山引擎在去年5月，与一汽红旗、东风、吉利、长城等24家车企成立了“汽车大模型生态联盟”；8月，火山引擎与多点DMALL成立“零售大模型生态联盟”。小米的“小爱同学”，OPPO的Find X8新机，都使用豆包大模型提升用户体验；浙江大学与火山引擎搭建了“浙大先生”智能体应用开发平台；扣子专业版和HiAgent等工具生态，金融行业的招商银行、华泰证券、国信证券等十余家客户。火山引擎总裁谭待表示，豆包大模型目前的定价，依然是有合理毛利的。这个价格是靠模型技术能力、工程能力、软硬件结合能力做到的，而不是只靠烧钱的卷低价。这个思路的潜在意思是说：AI的To B业务还处于初期阶段，只有让更多企业和开发者用得起，一起持续降本、优化效率、做大蛋糕，商业模式才能长期成立。到2024年的第四季度，大模型厂商的分化就已经尘埃落定。即便是「AI六小虎」，也已经有厂商在后撤，退出超大模型研发，转向垂直领域、行业模型和AI应用的层面。目前市场上的厂商里：1.有能力继续迭代基础模型，2.有希望实现商业化盈利。能符合这两个要求的厂商可能只有十家，2025年还会进一步缩圈。模型能力始终是第一位的。Scaling Law仍发挥作用，下一代基础模型的参数和算力规模仍会有量级增加。据分析，GPT-4估计是1.8万亿参数，每轮训练成本6000万美金；GPT-5参数到十几万亿，每轮训练耗时几个月，算力成本5亿美金。量级增加的成本，高频的研发周期，就会出清绝大部分非大厂的AI企业。而MoE、推理模型、多模态、Agent等众多的新技术方向，头部厂商也全部都要跟进。因为尖端竞争，无法再容忍因错过趋势，而导致落后出局。与此同时，AI需要的庞大资金投入，与相比之下极少的盈利回报，也日益成为大模型发展的主要矛盾。同样以OpenAI为例，ChatGPT活跃用户近3亿，去年底推出了每月200美元的ChatGPT Pro，而Sam Altman仍吐槽：Pro版订阅服务实际在亏损。据报道，OpenAI在2024年的收入约37亿美元，而亏损达50亿美元。创造规模化、成熟的盈利模式，是行业的共同难题。对字节跳动来说，豆包大模型1.5 Pro跻身顶尖，C端产品积累庞大用户基础，火山引擎的B端业务厚积薄发，接下来更多要「直面天命」，找到在AI时代不可被替代的位置。在2024年的大模型招标中标名单里，火山引擎的名字开始更多出现。在大模型的长期盈利模式尚不明朗的情况下，我们也要看到亚马逊AWS、微软Azure和谷歌云，都以惊人的增速在创造财务新高。2025年，火山引擎除了全生态的布局，在「更强模型、更低成本、更易落地」战术上还将猛攻。在国内To B市场，火山引擎抓住了明晰的主线：1.未来算力需求会进一步转向推理，直到超过模型训练算力；2.当前绝大部分企业，仍无法上手大模型和AI应用；3.混合云和私有化等定制需求，仍然持续高涨。只有把蛋糕做大，商业模式才有希望跑通。据报道，字节跳动在1月下旬成立Seed Edge项目，核心是做比预训练和大模型迭代更长期、更基础的AGI前沿研究。这是字节在慢下来，用更长研发周期，探索更底层、更多元、更有想象力的技术变革。从追随式的自我证明，到进入「无人之境」创造不可能。