字节跳动火山引擎发布低价豆包视觉理解模型，推动大模型行业竞争

12月18日，字节跳动旗下火山引擎总裁谭代在接受澎湃新闻等媒体采访时提到了大模型行业的现状。

在当天举行的火山引擎大会上，字节跳动再次打响价格战：发布了豆包视觉理解模型。每千代币投入价格仅为3%，1元可处理284720P图片，比行业价格便宜85。 %。

此前5月，字节还率先推出低价，引发全行业跟进：豆宝主力机型在企业市场售价仅为0.0008元/千Token，比行业便宜99.3%。

多款豆宝大模型产品也同时获得更新：Universal Model Pro已全面对接GPT-4o，价格仅为后者的1/8；音乐模型从60秒生成简单结构升级为3分钟生成完整结构。作品;文胜图模型2.1版本在业界率先实现了生成汉字和一句话P图的产品化能力。该模型已接入极萌AI、豆宝App。

豆袋日均使用量增加了 33 倍

“豆宝看的不是带动了多少云收入，而是看有多少客户使用我们的大模型产品。目前，我们在整个市场份额上已经取得了很大的领先。”谭代告诉记者。

目前，大型模型混战已进入深水阶段。除了字节跳动、腾讯、百度等大厂参与外，月之暗面、Minimax、智普、百川智能等AI独角兽也具备较强竞争力。但从行业来看，字节跳动旗下的豆宝发展尤为迅速。

数据显示，11月全球月活跃排名中，豆宝APP的MAU（月活跃）达到5998万，仅次于OpenAI的ChatGPT，位居全球第二。

不过，谭代在采访中并未就相关MAU数据的准确性做出回应。谈及市场竞争，他坦言，“企业之所以更多地使用豆袋，是因为用户体验更好，而不是因为没有尝试过其他产品。这个市场需要充分竞争，最重要的是他们能否将自己的产品投入使用。”做得好的话，成本能降低吗，解决方案的实施能不能提高？ ”

谭代介绍，豆宝视觉理解模型不仅可以识别视觉内容，还具有理解和推理的能力。它可以根据图像信息进行复杂的逻辑计算，完成分析图表、处理代码、回答学科问题等任务。此外，该模型还具有详细的视觉描述和创意能力。此前，豆宝视觉理解模型已集成到豆宝App和PC产品中。

数据显示，截至12月中旬，豆宝通用模型日均代币使用量已超过4万亿，较7个月前首次发布时增长了33倍。

此外，澎湃新闻记者获悉，具有生成更长视频能力的豆宝视频生成模型1.5版本将于2025年春季推出，豆宝端到端实时语音模型也即将推出，提供多角色翻译、方言转换等新功能。

字节攻击AI

在大模型赛道上，字节跳动的攻势凶猛。

市场研究机构Quest Mobile的数据显示，截至2024年1月，豆宝的安装量已飙升至2500万，最高访问量超过1700万，成为最受欢迎的大机型产品之一。

国泰君安证券研报指出，字节跳动未来或将形成以豆宝AI为核心的硬件产品矩阵，包括办公、教育、陪伴等产品。随着豆袋模式的不断进步和迭代，如果字节跳动进一步扩大以豆袋为核心的产品矩阵，相关豆袋产业链公司将持续受益，而端侧AI或将带动NOR Flash使用量的增加。

豆袋的表现也掀起了股市的热潮。 12月18日，A股抖音豆宝概念股集体大幅上涨，视觉中国（000681）、博瑞通讯（600880）、天语数码（002354）、远望科技（002291）等触及涨停。不过，12月19日开盘回调明显。

在具体实现和应用方面，据谭代介绍，目前国内大部分安卓手机都在与豆宝进行合作。对于手机厂商来说，在某些场景下会使用豆宝，在某些场景下会使用其他大机型，或者某种场景的混合使用，肯定需要针对企业用户的多云或多机型策略。 “最终，谁的能力更好，成本更低，谁就使用，账就好算了。”

字节跳动正在形成人工智能软硬件融合的多元化生态系统。同日，火山引擎还宣布全面升级旗下两大AI应用开发平台HiAgent和Button。两个平台都为开发者提供了提示词模板、插件、知识库等一系列代理开发元素。数据显示，宽子平台活跃开发者超过100万，已发布代理超过200万。

澎湃新闻记者从多位业内人士处了解到，豆宝在国产大车型领域确实处于第一梯队。然而，强劲的增长部分归功于投资。

第三方平台数据显示，截至11月15日，基米、豆宝、星野、元宝等十家国产大模品今年累计投放广告超过625万条，投资金额达15亿元。