時隔一個多月，字節(jié)豆包大模型再度“上新”。

7月31日消息，字節(jié)跳動旗下云和AI服務(wù)平臺火山引擎于30日發(fā)布全新的豆包·圖像編輯模型3.0、豆包·同聲傳譯模型2.0，豆包大模型1.6系列升級版等產(chǎn)品。

同時，面向Agent智能體開發(fā)和落地，火山引擎持續(xù)優(yōu)化AI云原生全棧服務(wù)，并發(fā)布企業(yè)自有模型托管方案、Responses API等多個模型服務(wù)和工具產(chǎn)品，并利用Agent技術(shù)提供數(shù)字員工解決方案。

火山引擎總裁譚待表示，截至今年5月，豆包大模型日均tokens使用量超過16.4萬億，較去年5月首次發(fā)布（1200億）時增長137倍。據(jù)IDC報告，豆包大模型在中國公有云大模型服務(wù)調(diào)用量上位居第一，占比達46.4%。

“過去幾年，大家提到AI最直接的感受就是速度，每天AI領(lǐng)域都發(fā)布很多新的創(chuàng)新技術(shù)?！弊T待稱，大模型能力的不斷提升，正是當(dāng)前技術(shù)大變革的縮影。我們正處于PC到移動、再到AI的三個“時代”變化當(dāng)中，主體從網(wǎng)站、App，到如今的AI Agent智能體，讓軟件第一次從被動的工具變成了主動的執(zhí)行者。

火山引擎總裁譚待

據(jù)悉，過去一年，豆包大模型全面加速技術(shù)迭代、應(yīng)用場景拓展和商業(yè)化落地。

今年6月，豆包大模型升級為1.6版，同時發(fā)布了豆包·視頻生成模型Seedance 1.0 pro、豆包?語音播客模型等新模型。

應(yīng)用場景拓展和商業(yè)化層面，隨著生成式AI產(chǎn)業(yè)已經(jīng)從“百模大戰(zhàn)”，轉(zhuǎn)向通過AI Agent智能化實現(xiàn)商業(yè)落地，AI正從“工具”升級為“助手”，甚至“代理人”。因此，如何將大模型能力轉(zhuǎn)化為具備商業(yè)價值的應(yīng)用，已經(jīng)成為企業(yè)發(fā)展的關(guān)鍵要素。

據(jù)IDC發(fā)布的《中國公有云大模型服務(wù)市場格局分析，2025年一季度》報告顯示，2024年，中國公有云大模型調(diào)用量達114.2萬億tokens。按照大模型調(diào)用量的市場份額來看，火山引擎獨占46.4%的市場份額，位列第一，超過百度智能云（19.3%）和阿里云（19.3%）的總和。其余的15%則由騰訊云、移動云、天翼云等其他廠商獲得。

有消息稱，火山引擎2024年營收超過120億，2025年營收目標(biāo)翻倍超過250億元，預(yù)計將超越百度云年營收水平。

今年6月譚待透露，8-10年（2030年左右），只要世界和平，經(jīng)濟發(fā)展，火山引擎或?qū)⑦_到年收入1000億元。“馬拉松剛跑了500米，未來市場空間最少會擴大100倍，火山會持續(xù)保持國內(nèi) AI 第一。”

此次，火山引擎團隊加速技術(shù)迭代，發(fā)布一系列產(chǎn)品和服務(wù)。

其中，全新豆包·圖像編輯模型3.0（SeedEdit 3.0）。該模型通過強化指令遵循能力、圖像保持能力及生成質(zhì)量，讓用戶僅憑自然語言即可完成消除冗余、調(diào)整光影、替換元素等操作，還能實現(xiàn)風(fēng)格轉(zhuǎn)換、材質(zhì)變換、姿勢調(diào)整等創(chuàng)新修圖場景，從而廣泛適用于影像創(chuàng)作、廣告營銷等領(lǐng)域，企業(yè)用戶可在火山方舟調(diào)用其API，個人用戶則能通過即夢或豆包app體驗。

豆包·同聲傳譯模型2.0。采用全雙工框架，將語音延遲從8-10秒降至2-3秒，較傳統(tǒng)系統(tǒng)降低超60%，實現(xiàn)文本與語音同步生成。更支持0樣本聲音復(fù)刻，無需提前錄制即可實時生成同音色外語語音。

豆包大模型1.6系列全面升級。其中，極速版Doubao-Seed-1.6-flash模型在強視覺理解能力外，還強化了代碼、推理、數(shù)學(xué)等語言模型能力，以更全模型能力，更快速度和更低成本，適配智能巡檢、手機助手等大規(guī)模商業(yè)化場景，該模型首Token輸出時間（PerToken延遲）低至10ms，為業(yè)界領(lǐng)先；成本上，在0-32k輸入文本長度區(qū)間（企業(yè)最常用），每百萬tokens輸入僅0.15元、輸出1.5元，在客戶使用案例中，已實現(xiàn)延遲下降60%、成本降低70%；而全模態(tài)向量化模型Seed 1.6-Embedding首次實現(xiàn)“文本+圖像+視頻”混合模態(tài)融合檢索，在圖片模態(tài)MMEB_v2 Image 榜單中領(lǐng)先第二名5.6分，超過Qwen2 7B等模型。

AI Agent開發(fā)平臺扣子核心能力正式開源，涵蓋一站式可視化開發(fā)工具扣子開發(fā)平臺（Coze Studio），和全鏈路管理工具扣子羅盤（Coze Loop）。開源僅三天，Coze Studio星標(biāo)數(shù)破萬，Coze Loop星標(biāo)數(shù)超3000。

火山方舟升級API體系，推出Responses API。該API具備原生上下文管理能力，支持多輪對話鏈?zhǔn)焦芾砑拔谋?、圖像等多模態(tài)數(shù)據(jù)銜接，結(jié)合緩存能力可降低80%成本；還支持單次請求聯(lián)動多工具與模型組合響應(yīng)，將智能助手Agent開發(fā)從460行代碼、1-2天，縮減至60行代碼、1小時，大幅提升效率。

同時，隨著扣子核心能力開源，火山引擎對大模型RLHF訓(xùn)練框架veRL、Coze Studio、Coze Loop、分布式操作系統(tǒng)KubeWharf、DeepResearch開源項目Deerflow等多個技術(shù)棧進行開源。

譚待表示，未來，火山引擎會持續(xù)開源更多的高質(zhì)量項目，幫助企業(yè)做好產(chǎn)品設(shè)計，助力開發(fā)者AI創(chuàng)新，為共建繁榮開源生態(tài)貢獻自己的力量。

此外，值得一提的是，火山引擎還公布了數(shù)字員工交互入口——HiAgent一站式智能體工作臺，包括千人千面的工作畫布形態(tài)，更高效的日常工作模式，更靈活的多人協(xié)作、人機協(xié)作模式，從而實現(xiàn)AI時代“混合組織”的高效協(xié)同工作臺。

火山引擎副總裁張鑫表示，很多人上班的一天日常是執(zhí)行代辦、開會、數(shù)據(jù)處理、會議紀(jì)要等，整個過程會面臨內(nèi)容、執(zhí)行流程等問題。如果從系統(tǒng)工程角度看，這暴露了企業(yè)效率的三個瓶頸：第一、大量的工時被這種規(guī)則性任務(wù)所消耗；第二、系統(tǒng)來回切換，導(dǎo)致上下文中斷；第三、信息的孤島制約了決策的效率。因此，HiAgent作為企業(yè)一站式智能體工作臺，希望通過幫企業(yè)源源不斷派遣“數(shù)字員工”，拓展人類服務(wù)邊界和認(rèn)知邊界，從而解決上述問題。

具體來說，HiAgent數(shù)字員工提供千人千面的畫布形態(tài)作為數(shù)字員工的交互入口，銷售人員看到的是客戶管理的看板，而HR看到的則是招聘助手和績效管理助手，讓每個人的工作臺都在自己的需求方向上。另外，通過畫布連接企業(yè)所有的系統(tǒng)，讓“數(shù)字員工”充當(dāng)中轉(zhuǎn)站，搞定所有流程，從而讓人可以專注在自己的目標(biāo)上。

“在整個智能體的生命周期里，如何讓‘?dāng)?shù)字員工’變得越來越聰明。一個關(guān)鍵詞就叫做干中學(xué)，并且讓數(shù)據(jù)支撐貫穿始終。”張鑫稱，整個過程中，企業(yè)要通過數(shù)據(jù)支持的反饋和考核，來幫助數(shù)字員工邊干、邊學(xué)、變聰明。而對于企業(yè)來說，一個數(shù)字員工好不好用，并不是入職即巔峰，而是要越用越懂你。

目前，HiAgent數(shù)字員工方案已經(jīng)開始落地。例如，廣交數(shù)科基于HiAgent平臺打造AI數(shù)字員工平臺解決方案，覆蓋車輛維修、公交廣告、經(jīng)濟運行分析等場景，支撐企業(yè)快速實現(xiàn)AI 轉(zhuǎn)型、管理變革和競爭力重塑；廈門大學(xué)基于HiAgent平臺打造廈門大學(xué)招生咨詢助手 “廈小招”，為考生及家長提供招生政策解讀、 專業(yè)特色介紹、校園生活咨詢、錄取流程指導(dǎo)等一站式咨詢服務(wù)，支撐招生咨詢效率提升與考生服務(wù)體驗優(yōu)化等。

實際上，盡管“數(shù)字員工”這一理念提出了很多年，之前也有很多初創(chuàng)公司進行研發(fā)和提供解決方案，但如今，火山引擎的加入，將加速“數(shù)字員工”領(lǐng)域的商業(yè)落地。

那么，現(xiàn)在AI不僅可以幫我寫內(nèi)容、剪輯視頻、生成圖片，甚至機器人、數(shù)字人可以替代我說話，而如今，“數(shù)字員工”的落地，已經(jīng)讓我感受到了濃濃的危機感。

據(jù)了解，目前豆包團隊依然在發(fā)力全模態(tài)模型，并且豆包同聲傳譯模型即將在8月上線到Ola Friend耳機當(dāng)中。

譚待認(rèn)為，云計算行業(yè)的第一次浪潮是在線化，在線化積累了很多數(shù)據(jù)，但這些數(shù)據(jù)價值可能只發(fā)揮了1%到5%。第二次浪潮是智能化，智能化不只能發(fā)揮出數(shù)據(jù)的價值，還能端到端地做很多事，包括MaaS（模型即服務(wù)）、AI Agent（智能體），而在智能化的浪潮下，大家都在同一條起跑線上，都要使勁跑?！拔业囊笫遣荒苡卸贪?，因為云計算的客戶很多元，行業(yè)差異很大。當(dāng)然智能化的事情，比如豆包大模型、AI云原生要做得更好?！?/p>

譚待強調(diào)，火山引擎希望用更好的技術(shù)和產(chǎn)品，持續(xù)幫助企業(yè)和開發(fā)者，在AI時代不斷創(chuàng)新、加速發(fā)展。（本文首發(fā)于鈦媒體App，作者｜林志佳，編輯｜蓋虹達）