在AI浪潮席卷全球的當(dāng)下，科技巨頭的競爭已從單一模型能力的比拼，升級(jí)為從芯片、算力到模型、應(yīng)用，再到生態(tài)的全棧式競爭。

作為行業(yè)的后來者，字節(jié)跳動(dòng)的AI棋局日漸清晰：縱向，完成從底層硬件到上層應(yīng)用的全棧布局，形成成本與體驗(yàn)的“飛輪效應(yīng)”；橫向，以C端超級(jí)App流量與B端企業(yè)服務(wù)雙輪驅(qū)動(dòng)，構(gòu)建一個(gè)強(qiáng)大的開放生態(tài)。

這條路通往何方？字節(jié)跳動(dòng)的答案是：堅(jiān)定長期投入，“追求智能上限”，服務(wù)產(chǎn)業(yè)應(yīng)用。其全棧AI布局正加速滲透千行百業(yè)，推動(dòng)中國數(shù)字化進(jìn)程邁入“AI原生”的新階段。

全棧AI布局，場景加速落地

近年來，字節(jié)跳動(dòng)在AI基礎(chǔ)技術(shù)研發(fā)上持續(xù)加大投入。

據(jù)華創(chuàng)證券報(bào)告顯示，字節(jié)跳動(dòng)基于互聯(lián)網(wǎng)海量數(shù)據(jù)，積極建設(shè)海內(nèi)外算力中心；同時(shí)，基于字節(jié)自研DPU的GPU實(shí)例，較上一代集群性能最高提升三倍以上。

此前有消息稱，2025年，字節(jié)跳動(dòng)計(jì)劃在AI基礎(chǔ)設(shè)施投入超120億美元（約合人民幣855.78億元）。據(jù)悉，字節(jié)跳動(dòng)2024年資本開支已達(dá)800億元，2025年資本開支預(yù)計(jì)翻倍至1600億元，主要用于自建算力中心與DPU芯片研發(fā)。

在模型架構(gòu)方面，字節(jié)跳動(dòng)最新開源的Seed-OSS-36B模型采用Apache-2.0許可證，支持原生512K上下文長度，并引入創(chuàng)新的“可控思維預(yù)算”機(jī)制。

用戶可靈活調(diào)整模型的推理長度，支持動(dòng)態(tài)控制思維預(yù)算，提升推理效率。這項(xiàng)技術(shù)針對(duì)推理任務(wù)專門優(yōu)化，在AIME24達(dá)到91.7分，AIME25達(dá)到84.7分的優(yōu)異表現(xiàn)。

多模態(tài)技術(shù)成為字節(jié)跳動(dòng)近期最引人注目的突破點(diǎn)。Waver 1.0基于修正流Transformer架構(gòu)，支持文本到視頻、圖像到視頻和文本到圖像的生成，無需切換模型。

統(tǒng)一架構(gòu)實(shí)現(xiàn)多模態(tài)生成無縫切換，正在重構(gòu)內(nèi)容創(chuàng)作流程。

OmniHuman-1.5則通過“全方位條件訓(xùn)練”理念，徹底顛覆了對(duì)靜態(tài)圖像轉(zhuǎn)動(dòng)態(tài)視頻的傳統(tǒng)認(rèn)知。該技術(shù)僅需一張人物照片和一段音頻，就能讓照片中的人物“活”起來，說話、唱歌、做手勢，甚至表達(dá)各種情緒。

從產(chǎn)品矩陣來看，字節(jié)跳動(dòng)的AI產(chǎn)品體系，由豆包領(lǐng)銜，實(shí)現(xiàn)多場景覆蓋。

東方證券研報(bào)指出，ToC端字節(jié)AI應(yīng)用布局全面，Chatbot豆包或?yàn)閲鴥?nèi)最大的AI Native應(yīng)用。字節(jié)在AI應(yīng)用各垂類如Chatbot、教育、圖像視頻、情感陪伴等均有產(chǎn)品上線，區(qū)域上產(chǎn)品在海外、國內(nèi)基本一一對(duì)照，且同時(shí)布局于APP端和Web端。

根據(jù)QuestMobile發(fā)布的2025年春季數(shù)據(jù)，豆包擁有超1.1億個(gè)用戶，同比增長864.35%，位列榜單第二。豆包家族現(xiàn)已包含通用Pro/Lite、角色扮演、語音合成/識(shí)別、文生圖、視頻生成等十余款細(xì)分模型。

視頻生成產(chǎn)品線尤為亮眼。Seedance 1.0 Pro在全球Artificial Analysis文生視頻、圖生視頻雙榜領(lǐng)先，5秒1080P視頻生成成本僅3.67元。Waver 1.0可支持長達(dá)10秒的高質(zhì)量視頻生成，兼容多種藝術(shù)風(fēng)格，在運(yùn)動(dòng)連貫性、畫面清晰度和提示理解能力上超越現(xiàn)有模型。

企業(yè)級(jí)市場，HiAgent 2.0與豆包企業(yè)版雙輪驅(qū)動(dòng)。HiAgent 2.0采用“調(diào)度對(duì)話行動(dòng)”三位一體架構(gòu)，支持流程圖/自然語言/API三種任務(wù)編排方式，內(nèi)置100+行業(yè)模板庫。

字節(jié)跳動(dòng)還推出了系列AI硬件產(chǎn)品，包括AI耳機(jī)Ola Friend等AIoT產(chǎn)品。據(jù)火山引擎大模型智能硬件負(fù)責(zé)人刑孝慈介紹，截至6月11日，接入豆包的AIoT產(chǎn)品出貨量超100萬臺(tái)，預(yù)計(jì)2025年年底這一數(shù)字有望突破1000萬臺(tái)。

硬件產(chǎn)品與軟件生態(tài)形成互補(bǔ)，旨在構(gòu)建更加完整的AI體驗(yàn)。

當(dāng)前，字節(jié)自研的豆包大模型和火山引擎的AI云原生基礎(chǔ)設(shè)施，正在加速向市場滲透。

截至今年6月份，豆包大模型已涵蓋多模態(tài)、視頻、圖像、語音、音樂等模型品類，全方位推進(jìn)智能提升和應(yīng)用落地。

21世紀(jì)經(jīng)濟(jì)報(bào)道記者獲悉，在行業(yè)應(yīng)用上，豆包大模型服務(wù)著全球TOP10手機(jī)廠商中的9家、八成主流汽車品牌、70%的系統(tǒng)重要性銀行及超五成985高校。

截至2025年5月底，豆包大模型日均Tokens使用量超過16.4萬億，較去年5月剛發(fā)布時(shí)增長137倍。IDC報(bào)告顯示，2024年火山引擎在中國公有云大模型服務(wù)調(diào)用量上穩(wěn)居第一，市場份額46.4%。

從模型到生態(tài)，字節(jié)AI進(jìn)擊

面對(duì)國內(nèi)外科技巨頭的激烈競爭，字節(jié)跳動(dòng)正在構(gòu)建自己的差異化優(yōu)勢。

SuperCLUE 2025年5月測評(píng)顯示，字節(jié)“豆包1.5深度思考模型”與商湯“日日新V6”并列國內(nèi)第一。

價(jià)格策略方面，字節(jié)跳動(dòng)首創(chuàng)“按輸入長度區(qū)間定價(jià)”，0~32K段輸入0.8元/百萬Tokens，綜合成本僅為競品的1/3，推動(dòng)大模型進(jìn)入“厘時(shí)代”。

此前，火山引擎總裁譚待對(duì)21世紀(jì)經(jīng)濟(jì)報(bào)道記者指出，火山引擎的差異化優(yōu)勢體現(xiàn)在兩方面：

一是規(guī)模優(yōu)勢。抖音、頭條等內(nèi)部業(yè)務(wù)運(yùn)行在火山引擎上，使其成為中國計(jì)算規(guī)模最大的云廠商之一，通過規(guī)模化降低成本，為企業(yè)提供高性價(jià)比的多云服務(wù)。

二是AI原生能力。豆包大模型發(fā)展迅速，C端用戶可直接體驗(yàn)（如下載豆包APP），形成B端與C端的協(xié)同。

談及生態(tài)建設(shè)，他告訴記者，在行業(yè)聯(lián)盟與共創(chuàng)方面，火山引擎已成立手機(jī)、汽車等行業(yè)聯(lián)盟（如上海車展中豆包成為高頻詞），與頭部企業(yè)合作；與金蝶、漢得等行業(yè)伙伴集成模型能力，拓展垂直領(lǐng)域。

“同時(shí)，我們還孵化創(chuàng)新企業(yè)，關(guān)注AI原生的企業(yè)服務(wù)初創(chuàng)公司，通過孵化器提供代金券和技術(shù)支持，助力其成長，推動(dòng)中國AI企業(yè)服務(wù)‘彎道超車’。”他表示，未來火山引擎的目標(biāo)是深化與零售、金融等行業(yè)的共創(chuàng)，孵化更多AIFirst企業(yè)，構(gòu)建互利共贏的生態(tài)系統(tǒng)。

業(yè)內(nèi)預(yù)計(jì)，AI應(yīng)用將從嘗鮮階段進(jìn)入必需品時(shí)代，而字節(jié)跳動(dòng)顯然已經(jīng)做好了準(zhǔn)備。

21世紀(jì)經(jīng)濟(jì)報(bào)道記者了解到，在字節(jié)跳動(dòng)今年2月的All Hands大會(huì)上，定下年內(nèi)的主要目標(biāo)之一就是“追求智能上限”。年初，字節(jié)跳動(dòng)還啟動(dòng)Seed Edge項(xiàng)目，要做比預(yù)訓(xùn)練和大模型迭代更長線、更基礎(chǔ)的通用人工智能（AGI）前沿研究。

在6月11日舉辦的火山引擎FORCE原動(dòng)力大會(huì)上，字節(jié)跳動(dòng)CEO梁汝波說道：“一直以來，字節(jié)在技術(shù)創(chuàng)新上的投入非常大。未來，字節(jié)跳動(dòng)會(huì)堅(jiān)定長期投入，追求智能突破，服務(wù)產(chǎn)業(yè)應(yīng)用。”

他強(qiáng)調(diào)，做好火山引擎對(duì)字節(jié)跳動(dòng)成為一家優(yōu)秀的科技公司、保持技術(shù)競爭力很重要。在AI大模型帶來技術(shù)變革的時(shí)代，字節(jié)跳動(dòng)要從“科技公司”進(jìn)化到“創(chuàng)新科技公司”，在AI時(shí)代保持真正的技術(shù)競爭力。同時(shí)，也會(huì)通過火山引擎，持續(xù)把字節(jié)的新模型、新技術(shù)，開放給企業(yè)客戶，讓新技術(shù)接受市場的檢驗(yàn)。

據(jù)記者梳理，字節(jié)跳動(dòng)的AI發(fā)展路徑已呈現(xiàn)出幾個(gè)明顯趨勢。

一是技術(shù)融合將更加深入。多模態(tài)技術(shù)正在打破傳統(tǒng)的內(nèi)容生成邊界，音頻、文本、圖像和視頻的相互轉(zhuǎn)換將更加流暢自然。AI與VR/AR技術(shù)的結(jié)合也可能成為下一個(gè)突破點(diǎn)。

二是應(yīng)用生態(tài)將更加開放。火山引擎定位不只做“自有模型”，而是打造“模型超市”，匯聚智譜、MiniMax、百川等第三方大模型，提供精調(diào)、評(píng)測、推理全托管服務(wù)。這種開放策略有助于字節(jié)跳動(dòng)構(gòu)建更廣泛的開發(fā)者生態(tài)。

三是人機(jī)交互方式將發(fā)生變革。梁汝波提到要探索新的交互方式，希望未來的產(chǎn)品更加便攜、更自然。去年推出的OlaFriend耳機(jī)只是初步嘗試，未來可能出現(xiàn)更多創(chuàng)新的交互設(shè)備。

值得一提的是，隨著智能體中臺(tái)技術(shù)成熟與行業(yè)模板庫完善，企業(yè)級(jí)AI Agent將從單點(diǎn)效率提升轉(zhuǎn)向全鏈路智能重構(gòu)，推動(dòng)中國企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)入“AI原生”新階段。