字节在AI领域的布局情况如何？

分工清晰指明落地方向，硬件“预埋”奠定发展基础。

模型+应用+硬件的三大板块格局，从后端到前端全栈式铺开。2023 年 2 月，字 节在大模型上部署了代号为“seed”的团队，专注于模型层。2023 年底，字节正式 组建 Flow 部门，致力于于 AI 大模型的应用研发。模型研发+应用落地基本完整了字 节从 AI 基础模型到落地应用的团队构成。目前字节已经开发的 AI 模型涵盖语言、语 音、图片、音乐、视频、3D 模型，乃至具身智能。对应落地应用端产品包括豆包、 猫箱、星绘、即创、即梦等。此外，字节也将 AI 能力用于端侧智能硬件，目前主要 有 Ola friend 智能体耳机、显眼包智能玩偶、智能学习灯等。我们认为，到目前为止 一张覆盖全领域，从后端到前端的大模型研发-产品体系已经基本搭建完成。

2024 年字节跳动居全球科技企业 AI 投入规模前列，可以从服务器购置、IDC 建 设、AI IaaS 服务规模，三个维度进行分析。 服务器购置规模可观。全球口径，据 Omdia 预测，2025 年服务器资本支出将增 长 22%，突破 2800 亿美元大关。这种强劲的增长趋势预计将持续整个 2020 年代， 到 2028 年服务器市场规模将达到 3800 亿美元，并在 2030 年接近 5000 亿美元。全 球 2024 年服务器市场达到 2290 亿美元，需求方前五排名依次为微软、亚马逊、谷 歌、Meta 和字节跳动，其中字节跳动在这一领域的开支为 80 亿美元，是国内相关企 业的第一名。

推进大规模 IDC 建设。根据云头条公众号消息，火山云（大同）科技有限公司 《火山云太行算力中心二期项目》于 2025 年 1 月 13 日获得批复，该项目总投资 45 亿元，共规划 12 kW 服务器机柜 15604 台，规划网络机柜 510 架。作为参照， 火山云太行算力中心一期项目总投资为 28 亿元。

AI IaaS 服务规模方面，以生成式 AI（GenAI）为口径，IDC 咨询的数据显示， 2024H1 中国智算服务整体市场同比增长 79.6%，市场规模达到 146.1 亿元人民币。 细分来看： 1) GenAI IaaS 市场同比增长 203.6%，市场规模达 52.0 亿元人民币； 2) Other AI IaaS 市场同比缩减 13.7%，市场规模达 37.1 亿元人民币； 3) 智算集成服务市场同比增长 168.4%，市场规模达 57.0 亿元人民币。 GenAI IaaS 市场表现最为亮眼，或意味着资本投向从非生成式 AI（用于传统渲 染、仿真、视联网推理等业务场景）向大模型为代表的生成式 AI 转移。 火山引擎基于其长期储备的算力资源，发力 GenAI IaaS 服务，2023H2 及 2024H1 分别获得了国内市场份额的第一和第二名，前三名包括阿里巴巴、火山引擎 和商汤科技。叠加快速攀升的市场总规模，火山引擎的算力储备和 IaaS 资源有能力 支撑其大模型训练、云算力输出及 B 端应用落地，并保持竞争优势。

豆包视觉理解模型发布，通用模型能力全面对标 GPT-4o。豆包·视觉理解模型 于 12 月 18 日在火山引擎 Force 原动力大会首次亮相。该模型可以通过视频聊天 的方式，看懂世界，思考分析，辅助决策。完成诸多复杂的逻辑计算任务，包括解微 积分题、分析论文图表、诊断真实代码问题等挑战性任务。识别方面，不仅了解物体 类型、文字信息，更能通过光影纹理细节作出深度识别。理解推理方面，解答数学题、 解析论文、情景提问、分析代码都可以实现。

豆包实时语音模型正式推出，真人级语音对话助力迈向 AGI。2025 年 01 月 20 日，豆包实时语音大模型正式推出，并在豆包 APP 全量开放。根据外部用户真实反 馈，该模型整体满意度较 GPT-4o 有明显优势，语音语气自然度和情绪饱满度远高 于后者。团队认为，该模型贴合中国用户实际需求，且发布即上线，有能力直接服务 亿万用户，而非停留于演示 Demo 层面。 采用端到端框架，深度融合语音与文本模态。面向语音生成和理解进行统一建模， 最终实现多模态输入和输出效果。在预训练（Pretrain）阶段，团队对各模态交织数 据进行深入训练，精准捕捉并高效压缩海量语音信息，通过 Scaling ，最大程度实现 语音与文本能力深度融合和能力涌现。在后训练阶段，团队使用了高质量数据与 RL 算法，进一步提供模型高情商对话能力与安全性，并在“智商”与“情商”之间寻求 平衡。

后发而先至，大模型能力比肩 GPT-4o。相比 5 月版本，豆包最强模型 Doubaopro 能力大幅提升。面向 MMLU_pro 评测集，模型综合能力提升 32%，和 GPT-4o 持平，使用价格仅为 GPT-4o 的八分之一。分项目看，Doubao-pro 指令遵循能力提 升 9%，代码能力提升 58%，GPQA 专业知识方面能力提升 54%，数学能力提升43%，推理能力提升 13%，全面对齐 GPT-4o 水平。

仅仅过去一个月，豆包大模型 1.5 再探新的能力边界。2025 年 1 月 22 日，豆 包大模型 1.5 正式发布，模型综合能力显著增强。相比上一版本，Doubao-1.5-visionpro 在多模态数据合成、动态分辨率、多模态对齐、混合训练上进行了全面的技术升 级，进一步增强了模型在视觉推理、文字文档识别、细粒度信息理解、指令遵循方面 的能力。该模型在知识、代码、推理、中文等多个权威测评基准上获得最佳成绩，综 合得分优于 GPT-4o、Claude 3.5 Sonnet 等业界一流模型，模型效果达到全球领先 水平。

打破价格壁垒，推动大模型能力下沉。以旗舰产品 Doubao-pro-32k 为例，输入 价格为 0.0008 元/千 token，输出价格为 0.002 元/千 token，相比月之暗面 Moonshotv1-32K 的 0.024 元/千 token 更为便宜，与降价后的通义千问 qwen-plus 模型价格齐 平，但显著低于 qwen-max 模型。 相比国外竞品，豆包的价格优势则更为明显，豆包·视觉理解的输入价格为每千 tokens 0.003 元，比行业平均价格降低 85%，显著低于 Claude 的 0.021 元、GPT4o 的 0.0175 元（2024 年 12 月 18 日数据）。此外，豆包也可采取使用市场付费的 方式计价，这为数据接口使用者提供了结构性优化费用的窗口。

从 C 端看，字节通过旗下抖音、今日头条、巨量引擎等流量入口和推流方式帮 助豆包建立用户规模优势。在各家大模型的投放渠道中，基本都离不开字节的巨量引 擎，字节凭借资源池的优势可以帮助旗下大模型更好地获取流量优势。有了最大规模 的资源投入和领先的流量池，豆包大模型有望形成用户规模、知名度、模型能力的正 反馈机制加速其生态成长，并助推 B 端落地。财联社数据显示，截至 2024 年 11 月 15 日，国内十款 AI 原生应用合计投放金额达 15 亿元。其中，豆包投放超过 4 亿元， 排名第二。

投流能力对于建立 C 端认知和用户规模增长至关重要。根据第一财经杂志所引用的 AppGrowing 数据统计，豆包智能助手在 2024 年 4 月、5 月的投放金额接近 1800 万元，6 月上旬投放金额飙升至 1.24 亿元。而豆包 MAU 正是在 6 月、7 月开 始迅速起量并超过竞争对手。

国内月活跃人数（MAU）维度，豆包国内登顶并维持增长。根据 36 氪数据，2024 年 12 月豆包第一、Kimi 第二、文小言第三，豆包环比增加 18.64%，月活人数达到 7116 万，相比竞争对手优势明显。全球数据，豆包月活低于 ChatGPT 的 3.15 亿， 但仍能位居第二，环比增速则位居排名前十的最高位置。

从 B 端看，火山引擎及飞书提供了完整的生态保障。基础设施方面，火山引擎 强劲的系统承载力保证大模型应用发挥乘数效应。火山引擎提供领先的算力供给、推 理层优化策略和高水平系统调度能力，保证企业面临大模型需求涌现时可以拥有瞬时 可用、高弹性的计算和通信资源。

软件层面，丰富的插件生态使得企业更好对接外部内容。火山方舟自研联网插件、 内容插件和 RAG 知识库插件，将运营内容和技术积累共享给企业，以增强模型落地 效果。例如，联网插件提供头条、抖音同款搜索能力，可实时连接获取互联网海量优 质可信数据，大幅提升用户的意图识别检索水平；内容插件可对接更多新闻、视频和 垂类内容信息；RAG 知识库插件基于飞书文档解析技术，可自动将输入文档内容切 片、归类、嵌入，并达到百亿数据的毫秒级检索，大幅提高企业内部知识搜索的相关 性和准确性。

我们认为，C 端领域，字节有望通过在 AI 领域积极投入，助力其内容生成及分 发业务，巩固领先优势。字节跳动作为国内领先的互联网企业，目前其核心业务围绕 内容生成与分发展开，旗下主要产品包括：1）以文本、图片内容为主的今日头条； 2）以短视频及直播电商为主的抖音；3）以长视频内容为主的西瓜视频；4）视频剪 辑工具软件“剪映”；5）数字营销平台“巨量”；6）美颜相机应用“Faceu 激萌”和 “轻颜相机”。这些产品均需要进行文本、图片、视频，乃至数字人的生成和应用， 这与 AIGC 目前的功能领域高度契合。面向未来，大模型生成有望成为仅次于相机和 特效的内容生成工具，并普及至每位短视频作者，平台内嵌 AI 功能或将成为用户选 择平台的胜负手之一。

B 端领域，火山引擎有望以大模型为抓手实现企业用户的广泛突破。国内上一轮 云计算浪潮的赢家有阿里、腾讯、华为，主营 B 端云计算业务的火山引擎，有意在新 一轮大模型浪潮下，有望以大模型为抓手实现企业用户的广泛突破，在 B 端市场占 据一席之地。火山引擎在拓展 B 端用户过程中，需要解决两个问题：一是如何触达用 户，二是如何将其的 AI 能力嵌入用户信息化系统中。这个过程需要专攻企业信息化 解决方案的计算机公司来实现，所以字节需要通过合作伙伴协助来实现其 B 端业务 的广泛推广。