在过去两年的大模型热战中,无论是垂直创业的AI六小龙,还是全押AI的互联网大厂,中国的参与者都在不约而同地在寻找大模型商业逻辑的闭环: 

在动辄百亿的资本开支面前,大模型作为某种意义上的基础设施,其规模效应需要尽早浮现,其商业化路径需要尽早清晰化。 

而在12月18日字节火山引擎冬季FORCE原动力大会,关于AI应用该如何商业化的答案,火山引擎给出了非常确定性的答案: 

从技术层面,火山引擎成功的拓展了模型边界,实现多模态发展;而从商业变现层面,火山引擎则是通过平价,实现了AI普惠。 

01 更强的模型,来自火山引擎的视觉智能 

今天的大模型,或者说,作为服务的大模型(MaaS),是AI时代的底座。 

经历了参数爆炸,算法堆积,算法优化这三个必经阶段之后,Force大会上的字节展现出了“更强模型”的能力。 

我们不妨从数字角度,来理解这次的豆包大模型的全面升级: 

此次推出的通用模型pro,相较5月15日发布版本,综合任务处理能力较5月份提升32%,在推理上提升13%,在指令遵循上提升9%,在代码上提升58%,在数学上提升43%,在专业知识领域能力提升54%,能力已全面对齐GPT-4o; 

音乐模型从生成60秒的简单结构,升级到生成3分钟的完整作品; 

文生图模型2.1版本,更是在业界首次实现精准生成汉字和一句话P图的产品化能力。 

发布豆包·3D生成模型,支持文生3D、图生3D及多模态生成,以及复杂物品、物品组合大规模场景生成,支持多模态3D资产编辑。 

更值得重点关注的是,在开幕式上率先正式发布的豆包视觉理解模型,将能够为企业提供极具性价比的多模态大模型解决方案。 

很显然,在一个信息80%来自视觉的世界里,视觉理解将极大地拓展大模型的能力边界,同时也将降低人们与大模型交互的门槛,为大模型解锁更丰富的应用场景。 

根据火山引擎总裁谭待介绍,豆包视觉理解模型不仅能精准识别视觉内容,还具备出色的理解和推理能力,可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、解答学科问题等任务;此外,该模型有着细腻的视觉描述和创作能力。 

此前,豆包视觉理解模型已经接入豆包App和PC端产品。明年1月,豆包视频生成大模型还将正式发布,在视觉这个最重要的模态上面,字节产品拥有不小优势。 

02 火山引擎的AI普惠理念,是科技发展的必然走向 

今天的大模型竞争,让我常常想起70年前,美国原子能委员会主席的刘易斯·施特劳斯,在1954年全国科学作家协会的演讲中,他一锤定音地提到“Too cheap to meter”(太过廉价而无需计量),这一短语从此一炮走红: 

“我们可以期望:我们的子孙后代将在家中享受(too cheap to meter)廉价到无需计量的电能;世界上周期性的地区性大饥荒将被视为历史事件;我们将毫不费力地在海上、海底和空中旅行,危险极小,速度极快;随着人类逐渐了解导致衰老的原因,子孙的寿命将比我们长得多。” 

在领导核能开发和管理的施特劳斯眼中,技术丰饶主义不再是一种假设,而是一种坚定乐观主义的铁律。 

这一点在互联网和AI主导的比特世界成为了现实:今天的流量边际成本几乎为零,在互联网领域实现了科技物种大爆发,无穷多的参差多态由此诞生。 

从社交网络,到短视频平台,再到社交电商和AI大模型,一切垄断都被无情打破,技术爆发每天都在上演。 

而全球数以十亿计的科技开发者和数以千万计的互联网用户,都在这场物种大爆发中,得到了前所未有的丰饶体验。 

科技进步必然带来廉价和普惠,而AI的普惠时代,从本次字节发布会中的定价逻辑中也可窥得一二: 

在此次发布会中,能力已经跟GPT-4o对齐的豆包通用模型pro,价格只有前者的1/8。 

而最新重磅推出的豆包视觉理解模型,会把图像编码转换为tokens,千tokens输入价格仅为0.003元,也就是3厘;换算一下大概是一元钱就可处理284张720P的图片,这一价格比国内外同行便宜85%。 

低价并不是想挑起行业在供给侧的价格战,而遵循的是火山引擎技术进步带来AI普惠愿景: 

豆包大模型的普惠,不是简单的不计成本价格战,而是通过更强的技术优化,降低使用成本,让更多用户都能用得起多模态模型的同时,豆包大模型本身仍然能保持合理毛利。 

我们不妨用火山引擎总裁谭待自己的朋友圈来说明这个问题:豆包大模型能力强和价格低的背面,仍然能够获得合理的毛利,是技术能力,工程能力,软硬件结合能力的综合体现。 

一如当年的互联网的繁荣,靠的绝不是小院高墙式的价格歧视,而是基于开源的AI普惠逻辑:只有建立在AI普惠基础上的物种大爆发,才会带来全行业的更健康高速的增长。 

03 更低门槛,技术普惠的开启 

更强的模型,搭配更低的使用价格,让使用者、开发者、B端企业的使用门槛都被大大降低了。与企业生产力相关的B端场景,豆包大模型也获得了众多企业客户青睐。 

今天,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,来自智能终端的豆包大模型调用量在半年时间内增长100倍。 

最近3个月,豆包大模型在信息处理场景的调用量增长了39倍,客服与销售场景增长16倍,硬件终端场景增长13倍,AI工具场景增长9倍,学习教育等场景也有大幅增长。 

此外,本次发布会火山引擎升级了火山方舟、扣子和HiAgent三款平台产品,帮助企业构建好自身的AI能力中心,高效开发AI应用;其中,火山方舟发布了大模型记忆方案,并推出prefix cache和session cache API,降低延迟和成本。 

火山方舟还带来全域AI搜索,具备场景化搜索推荐一体化、企业私域信息整合等服务。 

04 科技就是一个普惠史 

纵观人类科技发展史,就是一个用更低的价格、做出更好的产品、完成最大程度普惠的过程。 

如芯片上晶体管密度在摩尔定律的指导下快速提升,但单位晶体管的制造成本却以更快的速度下降,这也才有了后来所有人都能用得起的电视、电脑、手机以及互联网。 

在近几年,马斯克更是将特斯拉汽车的价格,从最初的166万,降到100万以内,再降到50万以内,现在是30万以内,未来计划推出更平价的版本。这种策略才使得优质好价的新能源汽车得以在全球快速普及。 

一如当年的互联网时代,平台和用户,形成了相互促进的双边“网络效应”,最后大幅降低了实体经济的交易成本,并催生出欣欣向荣的新经济业态,让全球至今仍在受益。 

AI在大发展两年之后,摸索出方法的头部企业,也开始进入生态构建阶段。 

如果我们站在生态角度,就更能理解火山引擎字面的真实含义:火山意味着爆发,AI在B端和C端应用的层出不穷;但爆发需要有强力的引擎,也就是极强的经济性,只有将模型使用成本降下来,才能发挥出引擎的作用。 

以这次发布的豆包视觉理解模型为例,在普惠的基础上,该模型彩可以更好的在众多日常生活场景中大显身手: 

•电商场景,用豆包视觉理解模型构建出多模态的AI搜索和推荐,帮助用户轻松实现拍照找同款,而且基于已经购买的商品,可以去进一步地推荐适合的穿搭,客户体验全面升级;在电商营销侧,还可以帮助商家充分描述商品细节,高效发布种草广告。 

•教育场景,豆包视觉理解模型不仅可以让传统的拍照搜题更加智能,还可以进一步对孩子的作业进行批改和针对性的辅导,优化作文、科普知识,提高儿童教育效率。 

•旅游场景,帮助游客看外文菜单、讲解照片中建筑的背景知识等等。 

不仅仅是以上场景,豆包视觉理解模型在发布之前,已经协同数百家企业进行了测试。由于普惠性,未来视觉大模型的应用,必将涉及金融、医疗、教育、建筑、体育、物流等诸多行业。 

05 结语 

AI大模型的核心底层价值之一,仍然是基于信息将人在场景中进行连接。 

今天火山引擎推动的高性能、低成本模型,让每一位开发者和每一家企业都能用得起,而创新的力量,往往来自很多看似并不起眼的小团队。当越来越多有想法、有冲劲的创业者投身AI大潮中,大模型或许很快就会走进每个人的生活。 

特此声明
本文为正观号作者或机构在正观新闻上传并发布,仅代表该作者或机构观点,不代表正观新闻的观点和立场,正观新闻仅提供信息发布平台。
分享至

还没有评论,快来抢沙发吧!