火山引擎：AI不再只是技術(shù)潛力，Agent成為下一個戰(zhàn)場

作者：王聰彬

12月1日，豆包手機開啟小批量發(fā)售，出乎意料的是，市場熱度遠超預(yù)期。

盡管尚未打通各類App的API，但豆包手機助手確實可以說完成了一次突破，通過AI模擬用戶的點擊、滑動等真實操作，直接理解屏幕內(nèi)容并跨應(yīng)用執(zhí)行指令，在一定程度上打破了APP間的“信息孤島”。

17天后，在FORCE原動力大會上，火山引擎發(fā)布了豆包大模型1.8版本，而且還有配備了Agent的各種能力。還有一個消息是萬億Token俱樂部成員突破100家，這一數(shù)字已超過某頭部云服務(wù)商。

在火山引擎總裁譚待看來，模型之間最重要的并不是競爭，而是如何把市場做大。他談到，火山引擎最早提出模型的重要性，最早推動模型降價，通過技術(shù)大幅降低成本，同時還能保持毛利。當時很多人不信，現(xiàn)在更多廠商也在跟進降價策略。

唯有共同做大市場，AI在行業(yè)的落地速度就會越快，帶來的價值與貢獻也將持續(xù)放大。

火山引擎總裁譚待

日均50萬億 Token、超百家企業(yè)客戶：企業(yè)級AI正在快速規(guī)模化

譚待在現(xiàn)場首先展示了一組數(shù)據(jù)：截至今年12月，豆包大模型日均token使用量突破50萬億，較去年同期增長超過10倍，自發(fā)布以來增長了417倍。目前已有超過100家企業(yè)客戶累計token使用量超過一萬億。

豆包大模型 1.8 擁有更強的Agent能力，提升了多模態(tài)理解，支持更靈活的上下文管理。

在設(shè)計之初便圍繞多模態(tài)Agent場景進行定向優(yōu)化，在智能體相關(guān)能力上實現(xiàn)系統(tǒng)性增強，比如多輪交互能力、復(fù)雜指令遵循能力以及OS Agent的實際操作能力均有顯著提升。

在多模態(tài)理解層面，豆包大模型1.8對視覺能力進行了底層升級，不僅能夠以低幀率理解超長視頻，還在視頻語義解析、復(fù)雜空間關(guān)系理解以及文檔結(jié)構(gòu)化處理等方面取得明顯進步。

而且豆包大模型1.8原生支持智能上下文管理機制，用戶可通過策略配置，在模型執(zhí)行超長、多步驟任務(wù)時自動清理歷史信息，確保任務(wù)持續(xù)、穩(wěn)定完成。

今年春季FORCE原動力大會，火山引擎首次發(fā)布視頻模型Seedance 1.0。到冬季，Seedance升級至1.5 Pro版本。其采用創(chuàng)新的原生音視頻聯(lián)合生成架構(gòu)，支持環(huán)境音、背景音樂、人聲等多種元素，實現(xiàn)了毫秒級的音畫同步輸出。

Seedance 1.5 pro還支持多人跨語對話，可基于畫面中說話角色的數(shù)量與景深信息，實現(xiàn)精準的口型匹配，從而有效解決“張口不發(fā)聲”或口型錯位等常見問題。

可以看到，市面上不少模型雖然實現(xiàn)了音畫同步，但在口型匹配與語義一致性上仍存在明顯不足。Seedance 1.5 Pro 在這兩項關(guān)鍵能力上實現(xiàn)了顯著提升，并原生支持多語言及多種中文方言，包括四川話、粵語、上海話等，進一步拓展了視頻內(nèi)容創(chuàng)作的實用邊界。

在模型定價上，火山引擎推出業(yè)內(nèi)首個“AI節(jié)省計劃”，覆蓋火山引擎上所有按量后付的大模型產(chǎn)品，包括豆包大模型家族及各類第三方開源模型，最高可節(jié)省47%的使用成本。

企業(yè)有了Agent的實踐路徑，穩(wěn)定、可控、可規(guī)模化

隨著大模型智能水平的不斷提升，Agent正逐漸進入企業(yè)的核心業(yè)務(wù)，預(yù)見未來兩三年內(nèi)，Agent將帶來巨大的生產(chǎn)力革命。

但是企業(yè)面臨的更加直觀的問題是，Agent構(gòu)建好后，如何創(chuàng)造大規(guī)模業(yè)務(wù)價值。為此，火山引擎推出推理代工服務(wù)，支持極致彈性伸縮、全棧推理優(yōu)化以及分布式緩存。就像一臺已調(diào)校完成的頂級賽車，用戶只需將模型“插入發(fā)動機”，即可開啟運行。

今年7月，亞馬遜云科技發(fā)布了Amazon Bedrock AgentCore，將AI競爭推向全新高度。Agent也成為兵家必爭之地。

身份與權(quán)限管理、Agent黑盒、存量系統(tǒng)智能化、原型到生產(chǎn)都是企業(yè)構(gòu)建Agent會出現(xiàn)的問題。圍繞Agent開發(fā)、部署、運維、調(diào)優(yōu)、管控，火山引擎今天也發(fā)布了自己的技術(shù)體系，AI Agent平臺 AgentKit+HiAgent。

AgentKit構(gòu)建了一套讓Agent真正走向生產(chǎn)規(guī)模化落地的基礎(chǔ)設(shè)施底座，具備了身份認證、運行時、云沙箱、網(wǎng)關(guān)、記憶庫、可觀測、評測、安全圍欄。

回顧傳統(tǒng)Agent開發(fā)，開發(fā)者需要手動調(diào)用模型、解析結(jié)果，并處理各種狀態(tài)與異常。前端邏輯通常需要七八百行代碼，后端接口及云資源調(diào)用也需相同量級，總計至少1500至2000行，而且出錯風(fēng)險較高。

AgentKit能夠?qū)⑦@些復(fù)雜控制邏輯通過SDK或服務(wù)開箱即用。只需少量集成，前端Agent 僅需約50行代碼，后端十幾行就可完成簡單串聯(lián)，整套實現(xiàn)控制在61行以內(nèi)，相比傳統(tǒng)方式代碼量減少約96%。更重要的是，依托預(yù)置云端服務(wù)，Agent 的開發(fā)與運行穩(wěn)定性大幅提升，使團隊能夠更快構(gòu)建、迭代，將Agent推向生產(chǎn)環(huán)境。

2024年火山引擎就發(fā)布了為企業(yè)提供更全面的AI應(yīng)用開發(fā)與運營解決方案HiAgent。期間也在不斷迭代，今年HiAgent推出了“1+N+X”體系，即一個統(tǒng)一AI任務(wù)調(diào)度入口、N個企業(yè)通用智能體、X個業(yè)務(wù)定制智能體應(yīng)用，幫助企業(yè)加速Agent規(guī)模化落地。

火山引擎正在讓AI從技術(shù)潛力，真正轉(zhuǎn)化為行業(yè)生產(chǎn)力。