声明:本文来自于微信公众号 头号AI玩家（ID:AIGCplayer），作者:阿虎，授权站长之家转载发布。

过去几天，AI行业大事件高度密集。

先是OpenAI贴脸开大发布GPT-4o，而后谷歌I/O大会原地回击掏出华丽升级Gemini全家桶。放眼国内AI赛道，备受关注的则是字节终于高调发布豆包大模型家族。

昨天上午，当[]火山引擎总裁[]谭待宣布豆包[]通用模型推理[]输入价格为0[].0008元[]/千toke[]ns时，现场[]发出一声整齐[]的惊叹。

谁能想到，大[]模型的价格竟[]然被字节“打[]下来了”。

谭待由此在火[]山引擎春季F[]orce原动[]力大会上宣布[]，大模型价格[]正式进入“厘[]时代”。

这是什么概念[]?按这个价格[]，一块钱可以[]买到豆包模型[]的125万T[]okens，[]大约200万[]个汉字。换言[]之，花一块钱[]，就能让豆包[]大模型生成三[]本《三国演义[]》。

如果一位内容创作者每次发布的短图文在140-200字左右，那么1块钱，就可以让豆包生成上万篇图文内容。

豆包大模型定价，图片来源:头号AI玩家

在现场，谭待列举了目前主要模型的token价格，顺便调侃“阿里和百度最新的模型暂时没有128k，所以只能参照8k和32k的，但相信他们未来一定会有”。

大模型的价格[]至此彻底“卷[]起来了”。

对于这个略显夸张的定价，谭待在会后采访时回应称，背后主要有两个原因:“第一是我们能做到，第二是我们需要这么做。我们在技术上可以实现，火山引擎未来还有很多手段降低成本。”

他认为，当下[]不少玩家都在[]做大模型的尝[]试，但创新的[]风险成本很高[]，只有降低试[]错成本，才能[]让产品被更多[]人更广泛地使[]用起来。

市场的呼声是[]字节选择降低[]成本的核心原[]因。虽然目前[]来看，超低的[]定价是否对应[]真正的性价比[]，还有待检验[]。

此外他还补充[]，字节跳动不[]会以亏损来换[]收入，“我们[]对技术还是有[]信心的，这是[]最关键之处，[]亏损是接受不[]了的”。

除了掀起AI价格战，字节此次大会还聊了哪些跟AI有关的关键内容，豆包大模型家族具备哪些新特点，我们将在本文展开为大家盘一盘。

字节发布豆包大模型，

直接拿出了一个全家桶

事实上，豆包自去年8月上线后就引起了全网热议，800万个智能体、月活跃用户达2600万、应用总下载量1亿......这些亮眼的数据，让豆包成为国内AI应用的新晋顶流。

目前，豆包大[]模型已用于豆[]包App、星[]绘App、猫[]箱App、扣[]子开发平台等[]字节旗下的A[]I产品和业务[]中。

字节试图用一[]个模型家族，[]满足各种场景[]下的用户需求[]，比如:

1. AI一键化身御姐、奶狗、霸总......

除了AI原本[]具备的长文本[]内容理解、文[]案创作等偏向[]效率型能力之[]外，豆包大模[]型家族此次还[]加入了角色扮[]演模型，可以[]根据人物设定[]进行演绎，并[]保持设定一致[]性。

要知道，角色[]扮演向来是A[]I领域的热门[]赛道，前有C[]haract[]er.ai，[]后有网友们破[]解的“Dan[]”模式，都靠[]个性化拉拢了[]一波用户。

那么，豆包角色扮演大模型的效果如何?“头号AI玩家”体验了一把搭载角色扮演模型的猫箱App，其中有不同的角色智能体，囊括了武侠、神话、恋爱、霸总等不同题材。

用户可以选择不同题材的AI故事进行尝试，其中的AI NPC拥有不同的性格，并且会按照相应的人设进行“表演”，会根据我们的回答不同，解锁不同的剧情发展。

在昨天的大会[]现场，谭待演[]示了让大模型[]扮演一个教四[]川话的老师，[]在线解答四川[]话“耙耳朵”[]。

在角色扮演模[]型的助力下，[]用户可以捏出[]不同的角色智[]能体，校园、[]霸总、年下男[]、御姐信手拈[]来.....[].

2. 语音识别、合成、复刻，AI情绪表达新阶段

而让角色扮演更真实，语音功能是与AI交互过程中非常重要的一环。像此前让人上头的Dan模式，其语音能力为他“渣男”的形象增色不少。可以说，好的语音交互能够显著提升用户体验。

谭待接受采访[]时表示，语音[]做得好不好，[]对于整个交互[]体验影响非常[]大。所以字节[]在语音上花了[]非常多的精力[]。

而此次发布的[]豆包语音识别[]、合成、声音[]复刻模型，让[]AI情绪表达[]又上升了一个[]台阶。

比如，会主动[]跟我们分享学[]习到的关于“[]宇宙”的新知[]识。如果我们[]表现出兴奋，[]那么豆包也会[]在交流过程中[]提升音调，传[]递出喜悦的情[]绪。

豆包语音功能[]测试，头号A[]I玩家，50[]秒

是不是更像真[]人了?

大模型能够捕[]捉用户的情感[]，再用对应的[]情感模拟表达[]出来。谭待还[]让豆包复刻了[]自己的声音，[]并改变了语种[]，会说英语和[]日语的“AI[]谭待”就这样[]出现在了现场[]。

豆包App也上线了声音复刻功能，可以创建自己的声音，并生成不同语种的声音分身，再也不怕自己学的是“哑巴外语”。

总的来说，和[]豆包语音聊天[]的过程中，你[]会感受到她在[]回答、语气和[]情绪方面越来[]越像真人。当[]前，各家科技[]大厂都奔着打[]造一个真实世[]界的“Her[]”，Open[]AI推出的G[]PT-4o甚[]至可以视频通[]话，实时分析[]使用者的面部[]情绪，语音可[]能是未来和A[]I交互的新趋[]势。

上述这些只是基于豆包大模型的部分使用场景。字节跳动产品战略副总裁朱骏认为，大模型会变成越来越多的产品，供越来越多用户使用。

根据火山引擎官方数据，经过一年时间的迭代，豆包大模型正成为国内使用量最大、应用场景最丰富的大模型之一，日均处理1200亿Tokens文本，生成3000万张图片。

左手豆包右手扣子，

超级AI工厂雏形初现

此次的原动力大会，尽管句句提及豆包大模型，但字字离不开AI应用。

看起来，在互联网时代有着“超级App工厂”之称的字节跳动，来到AI时代，依然是产品和模型全要抓。

会上，火山引擎还宣布了旗下大模型服务火山方舟全面升级，着重完善插件生态。比如，可以提供抖音丰富视频图文的内容插件。在交互过程中，用户不仅可以获得大模型的文字回复，还能看到抖音的优选视频和图文。可以说，插件可以让字节的内容产品对外提供服务。

同样，火山引擎针对开发者群体，打造了“扣子专业版”。扣子（Coze）是字节直接对标GPTs推出的AI Bot创建平台。如果用户有更复杂的需求，可以在扣子上定制AI原生应用，无需任何代码，就能将各种插件集成到不同的Bot上，并发布到各个渠道。

比如，我们看[]到市面上已有[]的分析市场行[]情Bot、找[]工作助手Bo[]t、课程辅导[]助手、实验室[]助教等等。

此次扣子更新[]了长时记忆、[]数据库、文件[]盒子等功能。[]在扣子产品经[]理潘宇扬的演[]示中，Bot[]可以记住用户[]说过的关键信[]息、喜好、甚[]至是偶然提到[]的灵感。

另外，为了满[]足更多复杂的[]场景，扣子打[]破了人和Bo[]t一对一的交[]流模式，允许[]用户创建多角[]色进行互动。[]也就是说，你[]和你的多个B[]ot可以呆在[]同一个群聊中[]，接力解决问[]题、彼此陪伴[]。

就连最近火热的AI硬件设备赛道，扣子也没错过。潘宇扬现场演示了Bot一键发布到学习机、摄像头、桌面机器人等IOT设备中。

图片来源:特工宇宙;扣子图像流

除此之外，有网友发现字节这两天还悄悄上线了新的工作流——图像流，号称字节版的ComfyUI。其中涵盖了素材获取、素材编辑、素材导出三大环节，能够实现稳定的图像处理流程编排。据介绍，这些新功能预计在未来几个月内推出。

“先用起来再发布”，字节的AI打法

基于豆包大模型家族进行应用形态的探索，寻找更多AI落地场景，先去贴近用户，这或许是字节比较明确的思路。

和其他大模型公司“先发布，再陆续推出应用”恰恰相反，字节是让用户用起来了，再进行全面发布。正如谭待在发布会开头所说，“只有最大的使用量，才能磨出最好模型”。

但“磨”需要[]时间，AI时[]代多模态技术[]迭代是非常快[]的。值得一提[]的是，Ope[]nAI和谷歌[]都在前两天相[]继更新了自己[]的模型，作为[]国内备受关注[]的大模型企业[]，字节跳动的[]豆包大模型家[]族看上去有些[]“姗姗来迟”[]。

在会后接受采[]访时，谭待也[]透露了豆包大[]模型此时才正[]式发布的原因[]。

“实事求是讲，OpenAI仍然是全球第一，要承认差距。但是字节跳动的大模型仍然在不断进化。目前不光是豆包大模型能力到位了，也已经有一些最佳实践案例出现，能够告诉大家怎么做AI应用，体验和用户量都在不断提升。”

以使用量来优化大模型的前提是，有足够好用可用的AI应用。越来越多开发者做更多的应用，再反过来驱动技术优化，形成正循环。

字节跳动产品战略副总裁朱骏分享了大模型构建AI应用的产品原则。他认为，第一原则就是拟人化，“用和人类对齐的交互体验，降低AI使用门槛，也让用户感受到温度”。

此外他还提到[]，“AI应用[]需要离用户很[]近，嵌入用户[]不同的使用环[]境。能被用户[]在任何地方唤[]起，并且帮助[]用户就近解决[]任务。比如基[]于PDF的总[]结和问答，在[]编程时就生成[]代码和注释”[]。

尽管通用大模[]型能够满足广[]泛的任务需求[]，但用户对于[]AI Bot依旧有[]个性化的需求[]，希望TA能[]懂外语、解决[]多任务、回答[]风格多变等等[]。

整体来看，基于这些产品设计原则，字节相继推出了豆包、扣子、猫箱、星绘、Dreamnina等满足不同赛道的AI应用。但更多的是想启发使用豆包大模型的企业个人开发者们，让他们构建出更优秀的AI应用。

2024年被[]视为AI应用[]的爆发年，无[]论是Open[]AI还是谷歌[]，都在不断完[]善自己的AI[]应用生态。在[]这样的背景下[]，AI逐渐渗[]透到各个生态[]中的字节，会[]交出怎样的答[]卷，值得期待[]。

更多关于豆包[]大模型的内容[]可前往官网查[]阅:

https://www.volcengine.com/product/doubao