文 | 伯虎財(cái)經(jīng) 楷楷
近日，大模型行業(yè)再掀“價(jià)格戰(zhàn)”，阿里云宣布旗下通義千，問(wèn)的多款商業(yè)化再次大幅降價(jià)，早在今年5月，大模型行業(yè)已經(jīng)進(jìn)行了一輪降幅接近90%的價(jià)格戰(zhàn)。“百模大戰(zhàn)”行至此處，大家都清楚最終能夠留下來(lái)的通用大模型或不超過(guò)5個(gè)。
對(duì)于字節(jié)跳動(dòng)（以下簡(jiǎn)稱“字節(jié)”）這一“新晉”互聯(lián)網(wǎng)大廠而言，其在大模型領(lǐng)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(lái)遲，但憑著“大力出奇跡”的拼勁，“豆包”已經(jīng)成為了國(guó)內(nèi)用戶最多的原生 AI 應(yīng)用。
近日，字節(jié)再帶來(lái)了兩大新動(dòng)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(lè)模型和同聲傳譯模型，全面覆蓋語(yǔ)言、語(yǔ)音、圖像、視頻等全模態(tài)；另外，字節(jié)正在探索自己開(kāi)發(fā) AI 硬件，首款產(chǎn)品或是智能耳機(jī)。
從大模型B端的價(jià)格戰(zhàn)，到大模型C端的應(yīng)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(cuò)過(guò)任何一個(gè)“可能”，在大模型卷向下半場(chǎng)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(yīng)用“即夢(mèng)”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(mèng) AI 內(nèi)測(cè)版小范圍測(cè)試。
不過(guò)，從目前的輿論偏向來(lái)看，“即夢(mèng)”生成的內(nèi)容在某些特定的底圖和描述詞之下表現(xiàn)更佳，但更多時(shí)候，“可靈”視頻中的物體動(dòng)態(tài)和光影會(huì)更自然。另外，二者生成的AI視頻風(fēng)格顯然有著差別， “即夢(mèng)”更擅長(zhǎng)動(dòng)畫(huà)風(fēng)，而“可靈”則更影像風(fēng)。
兩種風(fēng)格孰優(yōu)孰劣目前還不好說(shuō)，但造成這種差異背后，并不只是大模型的技術(shù)原因，還跟字節(jié)與快手平臺(tái)的布局有關(guān)。
一方面，快手在視頻生成模型有先發(fā)優(yōu)勢(shì)。雖然“可靈”、“即夢(mèng)”都是受到了SORA的啟發(fā)而“匆忙”面世，推出時(shí)間也相差不遠(yuǎn)，但兩者在集團(tuán)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(zhǎng)程一笑也將其上升為集團(tuán)戰(zhàn)略項(xiàng)目，并給予了最大支持。相較之下，在快手推出“可靈”時(shí)，字節(jié)還在忙著進(jìn)行大模型價(jià)格戰(zhàn)，彼時(shí)其最重要的對(duì)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(jià)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(jià)，隨后，阿里、百度、騰訊紛紛跟隨，帶動(dòng)大模型行業(yè)卷向“價(jià)格戰(zhàn)”。
幾家大廠官宣“降價(jià)”幾乎沒(méi)有太多時(shí)間差，《市界》曾透露，率先降價(jià)后火山引擎的銷售人員便開(kāi)始積極接觸客戶、推介產(chǎn)品，由此可以推測(cè)，爭(zhēng)奪B端市場(chǎng)才是字節(jié)彼時(shí)的最高級(jí)別戰(zhàn)略。
而且，彼時(shí)豆包的勢(shì)頭也很好。根據(jù)QuestMobile數(shù)據(jù)，2024年6月在中國(guó)大語(yǔ)言模型應(yīng)用中，豆包APP月活用戶達(dá)到2,750萬(wàn)，排名第一，相較之下，字節(jié)應(yīng)用層的其他AI應(yīng)用如貓箱、星繪等均存在感不高，誰(shuí)是戰(zhàn)略重點(diǎn)也一目了然。
另一方面，兩者對(duì)視頻生成模型的布局有所不同。字節(jié)將“即夢(mèng)”作為一個(gè)單獨(dú)的移動(dòng)應(yīng)用，獨(dú)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(tái)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(jí)副總裁蓋坤披露，目前已有超過(guò) 260 萬(wàn)人使用過(guò)快手的視頻生成大模型可靈 AI，并累計(jì)生成超 2700 萬(wàn)個(gè)視頻。
而字節(jié)“即夢(mèng)”目前尚未公布相關(guān)的用戶數(shù)據(jù)，不過(guò)在蘋(píng)果App Store的“攝影與錄像”下載量排行榜中，“即夢(mèng)”排在第33，“快影”則排在第11。從生成視頻質(zhì)量來(lái)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(jìng)品的雙盲測(cè)試對(duì)比中基本是表現(xiàn)最好的那個(gè)，甚至好過(guò)了還沒(méi)公開(kāi)的Sora。
但字節(jié)看起來(lái)似乎不算太著急，“可靈”在3個(gè)月內(nèi)已經(jīng)進(jìn)行了9次迭代，而字節(jié)旗下火山引擎現(xiàn)在才帶來(lái)了兩款全新的視頻生產(chǎn)模型。
字節(jié)的“淡定”，或是因?yàn)榘茨壳翱萍脊颈旧淼乃懔?chǔ)備與資金實(shí)力來(lái)看，發(fā)布一個(gè)大模型的難度并沒(méi)有想象中那么高，關(guān)鍵是能否擁有高質(zhì)量數(shù)據(jù)場(chǎng)景，以及能否擁有足夠的差異化。
從這點(diǎn)來(lái)看，快手與字節(jié)同為短視頻平臺(tái)，兩者在文生視頻賽道都有著相同的視頻數(shù)據(jù)優(yōu)勢(shì)。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(yīng)用場(chǎng)景，因此，推動(dòng)AI生態(tài)構(gòu)建與擴(kuò)容才是字節(jié)的當(dāng)務(wù)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(dòng)作便是探索AI硬件。據(jù)《晚點(diǎn)LatePost》報(bào)道，字節(jié)正在探索將大模型與硬件結(jié)合，第一款產(chǎn)品或?yàn)橹悄芏鷻C(jī)。
早在今年5月，《36氪》曾報(bào)道稱字節(jié)正在加速AI硬件方向的探索，其中一條產(chǎn)品線為智能耳機(jī)，在此之前，字節(jié)已經(jīng)收購(gòu)了耳機(jī)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(gòu)了錘子科技堅(jiān)果手機(jī)團(tuán)隊(duì)和部分專利使用權(quán)，并發(fā)布了堅(jiān)果手機(jī)、TNT顯示器以及音箱等周邊產(chǎn)品。
不過(guò)，辦公硬件市場(chǎng)強(qiáng)敵環(huán)伺，于是字節(jié)從2020年開(kāi)始聚焦教育硬件賽道，啟動(dòng)了動(dòng)“大力教育”品牌，并發(fā)布了智能學(xué)習(xí)燈、教育平板、詞典筆等多款產(chǎn)品。
只是，即便字節(jié)曾計(jì)劃以每年百億元的規(guī)模投資教育行業(yè)，但盲目跟風(fēng)再加上“雙減”政策的影響，這次字節(jié)依然沒(méi)能“大力出奇跡”，目前大力教育官網(wǎng)也僅剩智能學(xué)習(xí)燈一款產(chǎn)品的身影。
2021年，字節(jié)斥資90億元收購(gòu)國(guó)內(nèi)VR出貨量第一的廠商PICO，并在研發(fā)、營(yíng)銷、運(yùn)營(yíng)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P(guān)ICO多次裁員，目前僅保留少部分硬件團(tuán)隊(duì)。
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(kāi)合作，在5月的2024春季火山引擎 FORCE 原動(dòng)力大會(huì)上，其展示了機(jī)器狗、學(xué)習(xí)機(jī)、學(xué)習(xí)機(jī)器人三款與 AI 硬件合作的產(chǎn)品。
在智能終端方面，榮耀、OPPO等均宣布與豆包大模型達(dá)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(zhǎng)城、蔚來(lái)、廣汽等多家車企達(dá)成深度合作。
事實(shí)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(guò)數(shù)次輪回，比如PC電腦、智能手機(jī)、智能穿戴、智能家居等。在萬(wàn)物互聯(lián)的趨勢(shì)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(guò)是軟件側(cè)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(tuán)正在研發(fā)一款名為“俏魚(yú)”的AI業(yè)務(wù)，并和兒童穿戴設(shè)備廠商“小天才”達(dá)成合作；科大訊飛發(fā)布了三款A(yù)I耳機(jī)，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(gòu)建自己的AI硬件生態(tài)。
目前來(lái)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(chǎng)景。但對(duì)于大廠們來(lái)說(shuō)，有了連接物理世界的入口，才能形成從內(nèi)容到流量，到應(yīng)用和硬件的閉環(huán)，這也是AI生態(tài)發(fā)展的基礎(chǔ)。
只不過(guò)，這一發(fā)展路徑也并非“萬(wàn)試萬(wàn)靈”，字節(jié)此前多次在硬件層面折戟，意味著硬件雖然是個(gè)“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(chǎng)成熟度的挑戰(zhàn)，單純通過(guò)軟件業(yè)務(wù)恐怕難以在短期內(nèi)催熟硬件產(chǎn)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(wèn)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(wù)于功能的，但在當(dāng)前大模型應(yīng)用拉不開(kāi)差距的前提下，即便大量補(bǔ)貼硬件，用戶也不見(jiàn)得愿意只為“某個(gè)軟件”付費(fèi)，這也意味著大模型企業(yè)必須要把應(yīng)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?yàn)榇竽Ｐ吞峁└憬莸恼{(diào)用觸點(diǎn)，給用戶帶來(lái)更便捷的調(diào)用形式，這才是“軟硬融合”的契合點(diǎn)。
03 虎口奪食，字節(jié)也在整合生態(tài)
當(dāng)然，字節(jié)能否在AI硬件領(lǐng)域上再進(jìn)一步，目前仍有待市場(chǎng)測(cè)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(yǔ)權(quán)。
除了進(jìn)一步提升大模型能力、打磨AI應(yīng)用，以及推出AI硬件之外，字節(jié)還推出了智能體開(kāi)發(fā)平臺(tái)“扣子”以及 AI 編程助手“豆包MarsCode”。
在B端市場(chǎng)，火山引擎總裁譚待表示，豆包大模型已經(jīng)在其內(nèi)部的50多個(gè)業(yè)務(wù)中進(jìn)行了真實(shí)的實(shí)踐驗(yàn)證，同時(shí)還在30多個(gè)行業(yè)外部企業(yè)實(shí)現(xiàn)深度共創(chuàng)，自今年7月發(fā)布以來(lái)，平均每家企業(yè)客戶日均Tokens使用量呈22倍的速度增長(zhǎng)
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(gè)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(wù)場(chǎng)景積累，其能夠更好打磨大模型應(yīng)用。目前，字節(jié)的業(yè)務(wù)場(chǎng)景涵蓋了短視頻、社交媒體、在線教育、電商等眾多領(lǐng)域，這些多元化的業(yè)務(wù)場(chǎng)景為豆包大模型的研發(fā)和訓(xùn)練提供了海量的數(shù)據(jù)和豐富的應(yīng)用場(chǎng)景。
事實(shí)上，字節(jié)在大模型領(lǐng)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(yàn)，更傾向先打磨C端產(chǎn)品，等到模型能力具備競(jìng)爭(zhēng)優(yōu)勢(shì)后再拓展B端市場(chǎng)。
這或許也跟字節(jié)在C端場(chǎng)景的布局有關(guān)，畢竟旗下的大模型乃至AI產(chǎn)品，終究要優(yōu)先服務(wù)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(lǐng)域走得更快。
其次，流量也是字節(jié)的優(yōu)勢(shì)。如果說(shuō)AI生態(tài)的構(gòu)建需要?jiǎng)?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(chǎng)景和流量引入方面顯然也更具優(yōu)勢(shì)。
據(jù)Unique Capital報(bào)告顯示，今年7月，字節(jié)旗下CapCut和Doubao在全球人工智能應(yīng)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(chǎn)品已經(jīng)成為流量的重要入口，通過(guò)龐大的用戶規(guī)模和精準(zhǔn)的數(shù)據(jù)分析能力，字節(jié)也能進(jìn)一步提升大模型的使用體驗(yàn)，并進(jìn)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(lè)模型、同聲傳譯模型三款新模型外，還對(duì)通用語(yǔ)言模型、文生圖模型、語(yǔ)音模型進(jìn)行了全面升級(jí)。
不過(guò)，字節(jié)充沛流量支持背后，其也要付出不少代價(jià)。有業(yè)內(nèi)人士透露，豆包大模型僅在6月上旬，就投放了超過(guò)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(lái)?yè)Q取豆包的用戶增長(zhǎng)。
“流量”固然是字節(jié)獨(dú)有的“好牌”，但“燒錢(qián)換增長(zhǎng)”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(zhuǎn)化并找到能落地的商業(yè)模式，將會(huì)成為字節(jié)AI生態(tài)發(fā)展的關(guān)鍵。因此，火山引起發(fā)布兩款豆包視頻生成模型時(shí)，譚待才會(huì)表示“從一落地就開(kāi)始考慮商業(yè)化”。
最后，則是在“云服務(wù)”市場(chǎng)的加速發(fā)力。對(duì)于深入B端服務(wù)市場(chǎng)的企業(yè)而言，云服務(wù)無(wú)疑是互聯(lián)網(wǎng)行業(yè)最為重要的賽道之一。據(jù)Canalys預(yù)計(jì)，2026年中國(guó)的云基礎(chǔ)設(shè)施市場(chǎng)規(guī)模將達(dá)到850億美元，五年復(fù)合年增長(zhǎng)率為25%。
但在B端市場(chǎng)，字節(jié)要面對(duì)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(wù)商所占的市場(chǎng)份額就已經(jīng)過(guò)半。
而且，阿里、騰訊、華為等早已經(jīng)找到各自擅長(zhǎng)的細(xì)分市場(chǎng)，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(dāng)前“C端強(qiáng)，B端弱”的現(xiàn)狀，也會(huì)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(wù)領(lǐng)域在商用領(lǐng)域形成大模型應(yīng)用的規(guī)模效應(yīng)。
或是因?yàn)槿绱?，字?jié)才會(huì)在近年通過(guò)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(diǎn)。
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(duì)于大廠生態(tài)的固有認(rèn)知，光成為“實(shí)用主義者”還不夠，字節(jié)還需要找到屬于自己的應(yīng)用賽道，拿出具有競(jìng)爭(zhēng)力的優(yōu)勢(shì)，成為更專業(yè)的大模型方案解決者，方能實(shí)現(xiàn)彎道超車。
在當(dāng)下的大模型市場(chǎng)，無(wú)論是B端還是C端，每一條賽道都擠滿了競(jìng)爭(zhēng)對(duì)手，“流量”這一招雖然厲害，但也不是無(wú)所不能，回歸到產(chǎn)品應(yīng)用和生態(tài)建設(shè)之上，能否讓垂直行業(yè)開(kāi)發(fā)者和應(yīng)用者以更低成本、更低門(mén)檻獲得更接地氣的產(chǎn)品和服務(wù)，才是關(guān)鍵。