本文介紹了字節(jié)跳動在大模型行業(yè)的新動作，包括發(fā)布全模態(tài)AI模型和探索AI硬件，以及其在視頻生成賽道和AI生態(tài)構建中的策略和挑戰(zhàn)。

近日，大模型行業(yè)再掀“價格戰(zhàn)”，阿里云宣布旗下通義千，問的多款商業(yè)化再次大幅降價，早在今年5月，大模型行業(yè)已經(jīng)進行了一輪降幅接近90%的價格戰(zhàn)?！鞍倌４髴?zhàn)”行至此處，大家都清楚最終能夠留下來的通用大模型或不超過5個。

對于字節(jié)跳動（以下簡稱“字節(jié)”）這一“新晉”互聯(lián)網(wǎng)大廠而言，其在大模型領域的布局并不算早，其他大廠的大模型紛紛面世，字節(jié)的AI智能助手“豆包”才姍姍來遲，但憑著“大力出奇跡”的拼勁，“豆包”已經(jīng)成為了國內用戶最多的原生 AI 應用。

近日，字節(jié)再帶來了兩大新動作，一則，其在近日的AI創(chuàng)新巡展中一口氣發(fā)布了視頻生成模型、音樂模型和同聲傳譯模型，全面覆蓋語言、語音、圖像、視頻等全模態(tài)；另外，字節(jié)正在探索自己開發(fā) AI 硬件，首款產品或是智能耳機。

從大模型B端的價格戰(zhàn)，到大模型C端的應用創(chuàng)新，再到大模型生態(tài)的流量戰(zhàn)，字節(jié)在大模型行業(yè)不曾錯過任何一個“可能”，在大模型卷向下半場之際，字節(jié)手里還有哪些“好牌”？

01 視頻生成賽道，字節(jié)后發(fā)而至

今年6月，快手自研的視頻生成大模型“可靈”正式上線；8月，字節(jié)旗下文生視頻應用“即夢”也后發(fā)而至。

9 月，字節(jié)旗下火山引擎更一舉發(fā)布了豆包視頻生成-PixelDance、豆包視頻生成-Seaweed 兩款大模型，這兩款模型目前已在即夢 AI 內測版小范圍測試。

不過，從目前的輿論偏向來看，“即夢”生成的內容在某些特定的底圖和描述詞之下表現(xiàn)更佳，但更多時候，“可靈”視頻中的物體動態(tài)和光影會更自然。另外，二者生成的AI視頻風格顯然有著差別， “即夢”更擅長動畫風，而“可靈”則更影像風。

兩種風格孰優(yōu)孰劣目前還不好說，但造成這種差異背后，并不只是大模型的技術原因，還跟字節(jié)與快手平臺的布局有關。

一方面，快手在視頻生成模型有先發(fā)優(yōu)勢。雖然“可靈”、“即夢”都是受到了SORA的啟發(fā)而“匆忙”面世，推出時間也相差不遠，但兩者在集團中的地位卻并不相同。

“可靈”源于快手于2023年10月就籌備的靜態(tài)圖片生成Gif表情包的工具，而快手董事長程一笑也將其上升為集團戰(zhàn)略項目，并給予了最大支持。相較之下，在快手推出“可靈”時，字節(jié)還在忙著進行大模型價格戰(zhàn)，彼時其最重要的對手是阿里、騰訊、百度。

今年5月，字節(jié)率先宣布旗下豆包通用模型的輸入價格降至最低為0.0008元/千tokens，并聲稱已經(jīng)擊穿了大模型行業(yè)的最低價，隨后，阿里、百度、騰訊紛紛跟隨，帶動大模型行業(yè)卷向“價格戰(zhàn)”。

幾家大廠官宣“降價”幾乎沒有太多時間差，《市界》曾透露，率先降價后火山引擎的銷售人員便開始積極接觸客戶、推介產品，由此可以推測，爭奪B端市場才是字節(jié)彼時的最高級別戰(zhàn)略。

而且，彼時豆包的勢頭也很好。根據(jù)QuestMobile數(shù)據(jù)，2024年6月在中國大語言模型應用中，豆包APP月活用戶達到2,750萬，排名第一，相較之下，字節(jié)應用層的其他AI應用如貓箱、星繪等均存在感不高，誰是戰(zhàn)略重點也一目了然。

另一方面，兩者對視頻生成模型的布局有所不同。字節(jié)將“即夢”作為一個單獨的移動應用，獨立于視頻編輯工具剪影之外；而快手則選擇直接將“可靈”搭載于其視頻剪輯平臺快影上，兩者使用的便捷程度有所不同，在用戶積累、生成視頻數(shù)量上自然也有差異。

據(jù)快手高級副總裁蓋坤披露，目前已有超過 260 萬人使用過快手的視頻生成大模型可靈 AI，并累計生成超 2700 萬個視頻。

而字節(jié)“即夢”目前尚未公布相關的用戶數(shù)據(jù)，不過在蘋果App Store的“攝影與錄像”下載量排行榜中，“即夢”排在第33，“快影”則排在第11。從生成視頻質量來看，根據(jù)博主闌夕的分享，在Meta的AI視頻論文里，快手的可靈在主流競品的雙盲測試對比中基本是表現(xiàn)最好的那個，甚至好過了還沒公開的Sora。

但字節(jié)看起來似乎不算太著急，“可靈”在3個月內已經(jīng)進行了9次迭代，而字節(jié)旗下火山引擎現(xiàn)在才帶來了兩款全新的視頻生產模型。

字節(jié)的“淡定”，或是因為按目前科技公司本身的算力儲備與資金實力來看，發(fā)布一個大模型的難度并沒有想象中那么高，關鍵是能否擁有高質量數(shù)據(jù)場景，以及能否擁有足夠的差異化。

從這點來看，快手與字節(jié)同為短視頻平臺，兩者在文生視頻賽道都有著相同的視頻數(shù)據(jù)優(yōu)勢。此外，字節(jié)還具有更龐大的短視頻用戶規(guī)模以及更多待挖掘的應用場景，因此，推動AI生態(tài)構建與擴容才是字節(jié)的當務之急。

02 AI+硬件，字節(jié)布局流量通道

近日，字節(jié)的另一新動作便是探索AI硬件。據(jù)《晚點LatePost》報道，字節(jié)正在探索將大模型與硬件結合，第一款產品或為智能耳機。

早在今年5月，《36氪》曾報道稱字節(jié)正在加速AI硬件方向的探索，其中一條產品線為智能耳機，在此之前，字節(jié)已經(jīng)收購了耳機品牌Oladance。

字節(jié)在硬件方面的探索已是駕輕就熟。早在2018年，字節(jié)便收購了錘子科技堅果手機團隊和部分專利使用權，并發(fā)布了堅果手機、TNT顯示器以及音箱等周邊產品。

不過，辦公硬件市場強敵環(huán)伺，于是字節(jié)從2020年開始聚焦教育硬件賽道，啟動了動“大力教育”品牌，并發(fā)布了智能學習燈、教育平板、詞典筆等多款產品。

只是，即便字節(jié)曾計劃以每年百億元的規(guī)模投資教育行業(yè)，但盲目跟風再加上“雙減”政策的影響，這次字節(jié)依然沒能“大力出奇跡”，目前大力教育官網(wǎng)也僅剩智能學習燈一款產品的身影。

2021年，字節(jié)斥資90億元收購國內VR出貨量第一的廠商PICO，并在研發(fā)、營銷、運營等方面投入數(shù)百億元，但字節(jié)的“硬件野望”再一次破滅，去年PICO多次裁員，目前僅保留少部分硬件團隊。

但即便如此，字節(jié)還是“屢敗屢戰(zhàn)”，旗下豆包大模型目前已經(jīng)與眾多硬件廠商展開合作，在5月的2024春季火山引擎 FORCE 原動力大會上，其展示了機器狗、學習機、學習機器人三款與 AI 硬件合作的產品。

在智能終端方面，榮耀、OPPO等均宣布與豆包大模型達成合作；在智能汽車聯(lián)盟方面，豆包大模型也先后與吉利、長城、蔚來、廣汽等多家車企達成深度合作。

事實上，“軟硬件協(xié)同”已在互聯(lián)網(wǎng)行業(yè)發(fā)展中經(jīng)歷過數(shù)次輪回，比如PC電腦、智能手機、智能穿戴、智能家居等。在萬物互聯(lián)的趨勢下，硬件是軟件落地的載體，也是用戶流量通向生態(tài)的通道，而AI硬件的發(fā)展路徑，也不過是軟件側的平移。

因此，相中AI硬件的大廠也并不只有字節(jié)。據(jù)悉，美團正在研發(fā)一款名為“俏魚”的AI業(yè)務，并和兒童穿戴設備廠商“小天才”達成合作；科大訊飛發(fā)布了三款AI耳機，加碼AI辦公；百度、華為等在智能終端早有布局的大廠，也在積極構建自己的AI硬件生態(tài)。

目前來看，各大模型廠商在AI硬件的布局還是略有雷同，教育、辦公、生活依然是AI硬件落地的主要場景。但對于大廠們來說，有了連接物理世界的入口，才能形成從內容到流量，到應用和硬件的閉環(huán)，這也是AI生態(tài)發(fā)展的基礎。

只不過，這一發(fā)展路徑也并非“萬試萬靈”，字節(jié)此前多次在硬件層面折戟，意味著硬件雖然是個“筐”，但不能什么都往里裝。

一方面，硬件的發(fā)展往往有自己的節(jié)奏，更容易受到市場成熟度的挑戰(zhàn)，單純通過軟件業(yè)務恐怕難以在短期內催熟硬件產品。以PICO為例，AR頭顯固然有足夠噱頭，但在穿戴不便、不適的問題難以解決之前，還是很難做到大量普及。

另一方面，硬件是服務于功能的，但在當前大模型應用拉不開差距的前提下，即便大量補貼硬件，用戶也不見得愿意只為“某個軟件”付費，這也意味著大模型企業(yè)必須要把應用打磨得足夠差異化，才能跑通AI+硬件的模式。

所以，硬件雖然是流量的載體，但也不僅只是“載體”，硬件要能夠為大模型提供更便捷的調用觸點，給用戶帶來更便捷的調用形式，這才是“軟硬融合”的契合點。

03 虎口奪食，字節(jié)也在整合生態(tài)

當然，字節(jié)能否在AI硬件領域上再進一步，目前仍有待市場測試，但可以肯定的是，字節(jié)的野心并不只在此處，目前，其也試圖與阿里、百度等大廠短兵相接，搶奪AI生態(tài)話語權。

除了進一步提升大模型能力、打磨AI應用，以及推出AI硬件之外，字節(jié)還推出了智能體開發(fā)平臺“扣子”以及 AI 編程助手“豆包MarsCode”。

在B端市場，火山引擎總裁譚待表示，豆包大模型已經(jīng)在其內部的50多個業(yè)務中進行了真實的實踐驗證，同時還在30多個行業(yè)外部企業(yè)實現(xiàn)深度共創(chuàng)，自今年7月發(fā)布以來，平均每家企業(yè)客戶日均Tokens使用量呈22倍的速度增長

雖然，字節(jié)并非傳統(tǒng)的“BAT”巨頭，甚至旗下豆包大模型還比其他大廠的模型晚到了幾個月，但如今字節(jié)也在按照自己的節(jié)奏布局AI生態(tài)，其也有自己的牌面。

首先，得益于字節(jié)豐富的業(yè)務場景積累，其能夠更好打磨大模型應用。目前，字節(jié)的業(yè)務場景涵蓋了短視頻、社交媒體、在線教育、電商等眾多領域，這些多元化的業(yè)務場景為豆包大模型的研發(fā)和訓練提供了海量的數(shù)據(jù)和豐富的應用場景。

事實上，字節(jié)在大模型領域的打法策略也與其他大廠略有不同，其更看重C端的體驗，更傾向先打磨C端產品，等到模型能力具備競爭優(yōu)勢后再拓展B端市場。

這或許也跟字節(jié)在C端場景的布局有關，畢竟旗下的大模型乃至AI產品，終究要優(yōu)先服務于旗下的抖音、今日頭條等流量型APP，但這也讓字節(jié)在多模態(tài)大模型領域走得更快。

其次，流量也是字節(jié)的優(yōu)勢。如果說AI生態(tài)的構建需要創(chuàng)作者和使用者雙方流量的共同注入，那么字節(jié)的AI生態(tài)在使用場景和流量引入方面顯然也更具優(yōu)勢。

據(jù)Unique Capital報告顯示，今年7月，字節(jié)旗下CapCut和Doubao在全球人工智能應用下載超越了OpenAI的ChatGPT，斬獲全球第一。

字節(jié)旗下抖音、今日頭條等明星產品已經(jīng)成為流量的重要入口，通過龐大的用戶規(guī)模和精準的數(shù)據(jù)分析能力，字節(jié)也能進一步提升大模型的使用體驗，并進一步發(fā)展多模態(tài)大模型。

近日，字節(jié)旗下火山引擎除了發(fā)布了視頻生成模型、音樂模型、同聲傳譯模型三款新模型外，還對通用語言模型、文生圖模型、語音模型進行了全面升級。

不過，字節(jié)充沛流量支持背后，其也要付出不少代價。有業(yè)內人士透露，豆包大模型僅在6月上旬，就投放了超過一億元的廣告，而且在大模型的廣告戰(zhàn)中，抖音完全傾向了自家大模型，這意味著字節(jié)也在用抖音的廣告收入來換取豆包的用戶增長。

“流量”固然是字節(jié)獨有的“好牌”，但“燒錢換增長”這樣的套路卻難以持續(xù)，字節(jié)在跑馬圈地后如何快速轉化并找到能落地的商業(yè)模式，將會成為字節(jié)AI生態(tài)發(fā)展的關鍵。因此，火山引起發(fā)布兩款豆包視頻生成模型時，譚待才會表示“從一落地就開始考慮商業(yè)化”。

最后，則是在“云服務”市場的加速發(fā)力。對于深入B端服務市場的企業(yè)而言，云服務無疑是互聯(lián)網(wǎng)行業(yè)最為重要的賽道之一。據(jù)Canalys預計，2026年中國的云基礎設施市場規(guī)模將達到850億美元，五年復合年增長率為25%。

但在B端市場，字節(jié)要面對的則是阿里云、騰訊云、華為云等主流云廠商，僅這三大云服務商所占的市場份額就已經(jīng)過半。

而且，阿里、騰訊、華為等早已經(jīng)找到各自擅長的細分市場，比如阿里的零售行業(yè)；騰訊的文娛、金融行業(yè)，字節(jié)想在其中占據(jù)一席之地并不容易。

所以，字節(jié)當前“C端強，B端弱”的現(xiàn)狀，也會成為其在AI生態(tài)中快速落子的障礙，相較于阿里、騰訊等大廠，字節(jié)很難依托現(xiàn)有業(yè)務領域在商用領域形成大模型應用的規(guī)模效應。

或是因為如此，字節(jié)才會在近年通過硬件拓展教育、辦公的不同垂直賽道，希望能夠找到新的突破點。

但如果字節(jié)想要繼續(xù)“大力出奇跡”，打破業(yè)界及客戶對于大廠生態(tài)的固有認知，光成為“實用主義者”還不夠，字節(jié)還需要找到屬于自己的應用賽道，拿出具有競爭力的優(yōu)勢，成為更專業(yè)的大模型方案解決者，方能實現(xiàn)彎道超車。

在當下的大模型市場，無論是B端還是C端，每一條賽道都擠滿了競爭對手，“流量”這一招雖然厲害，但也不是無所不能，回歸到產品應用和生態(tài)建設之上，能否讓垂直行業(yè)開發(fā)者和應用者以更低成本、更低門檻獲得更接地氣的產品和服務，才是關鍵。