8月21日，在2024火山引擎AI創(chuàng)新巡展上海站的采訪環(huán)節(jié)，火山引擎總裁譚待用上面這句話，談到了大模型與云之間的關(guān)系。

他表示，無論是公有云，還是私有云，本質(zhì)上大模型都是其中的一部分，大模型私有化也是私有云的一部分；在公有云中，調(diào)用大模型，本質(zhì)上是在調(diào)用云上的一個(gè)PaaS服務(wù)，只不過這個(gè)PaaS服務(wù)特別重要。

也因此，譚待強(qiáng)調(diào)，沒有必要把AI和云對立來看——而火山引擎作為云服務(wù)廠商的定位，是沒有變化。

不過，不得不承認(rèn)的是，大模型的加持，讓火山引擎看到了它在云計(jì)算市場的未來機(jī)遇。所以，借重于這個(gè)千載難逢的機(jī)遇，火山引擎作為字節(jié)跳動(dòng)的云計(jì)算業(yè)務(wù)板塊，正在花大力氣推動(dòng)旗下豆包大模型的技術(shù)突破、成本降低和應(yīng)用拓展，并且面向不同的行業(yè)尋找落地機(jī)遇。

從目前的情況來看，火山引擎已經(jīng)取得了具備巨大可能性的突破。

進(jìn)擊的大模型：不僅僅是技術(shù)

作為火山引擎旗下的破局利器，豆包大模型的進(jìn)化速度令人刮目相看。

這其中，一個(gè)典型且容易被外界感知的數(shù)據(jù)是：根據(jù)公開及內(nèi)部測評集顯示，最新版豆包大語言模型相比發(fā)布初期綜合能力提升了20.3%。

從具體的細(xì)分能力來看，豆包大模型實(shí)現(xiàn)了如下方面的提升：

• 角色扮演能力提升了38.3%，具備了更強(qiáng)的上下文感知，讓對話情境更連貫、角色更擬人化。
• 語言理解能力提升了33.3%，讓豆包大模型在信息分類、抽取、摘要、理解和問答等NLP方面都有了顯著提升，能夠在更多生產(chǎn)力場景中得到應(yīng)用。
• 此外，模型在長文任務(wù)、數(shù)學(xué)、專業(yè)知識、代碼能力上也有不同程度的增強(qiáng)。

基于這些技術(shù)能力的升級，火山引擎還在本次活動(dòng)中公布了多個(gè)豆包垂類模型的最新升級，具體來說：

• 豆包·文生圖模型對長文本有更精準(zhǔn)的圖文匹配能力，多主體、多位置、手部結(jié)構(gòu)等復(fù)雜場景的生圖能力更強(qiáng)，更善于理解中國特色元素，創(chuàng)造更具美感的中國風(fēng)圖片。
• 豆包·語音識別模型基于大語言模型豐富的知識和推理能力，通過上下文感知，提升語音識別準(zhǔn)確性，在多個(gè)公開測試集中，與國內(nèi)公開發(fā)布的語音識別大模型相比，錯(cuò)誤率最高降低40%；支持一個(gè)模型識別普通話和粵語、上海話、四川話、西安話、閩南語等方言。
• 豆包·語音合成模型升級了流式語音合成能力，能夠?qū)崟r(shí)響應(yīng)、精準(zhǔn)斷句，支持「邊想邊說」。

另外，基于上述能力，火山引擎還專門發(fā)布了對話式AI實(shí)時(shí)交互解決方案，該方案整合了豆包大模型和實(shí)時(shí)音視頻（RTC）技術(shù)，提供端到端的大模型實(shí)時(shí)對話方案。

基于該方案，企業(yè)可以輕松地在自己AI應(yīng)用中嵌入該實(shí)時(shí)語音功能，用戶不僅能用語音與AI進(jìn)行交談，還能像平時(shí)說話一樣，在對話過程中適時(shí)打斷或插話，經(jīng)過升級后的AI聲音具備較好表現(xiàn)力和感情色彩，對話更自然、更真實(shí)、更流暢。

另外，除了模型效果，針對企業(yè)生產(chǎn)環(huán)境對AI高并發(fā)需求出發(fā)，豆包通用模型pro提供了國內(nèi)最高標(biāo)準(zhǔn)的800k初始TPM（每分鐘處理tokens數(shù)量）。基于這樣的能力，火山引擎可以在客戶高并發(fā)的對話場景要求下，幫助客戶完成多輪提示詞的優(yōu)化，并且提供充分的高并發(fā)保障，幫助客戶應(yīng)對高峰場景。

總體來看，經(jīng)過技術(shù)能力的持續(xù)迭代，豆包大模型在三個(gè)月的時(shí)間里，已經(jīng)完成了新一輪肉眼可見的能力進(jìn)化，涵蓋了基礎(chǔ)能力提升、垂類模型優(yōu)化、實(shí)時(shí)對話方案、高并發(fā)場景保障等多個(gè)與客戶關(guān)聯(lián)密切的方面。

除了能力本身，我們還也注意到，火山引擎還在活動(dòng)現(xiàn)場介紹了一系列面向客戶的大模型相關(guān)產(chǎn)品升級點(diǎn)，比如說火山方舟最新推出的全周期安全可信方案、扣子專業(yè)版、HiAgent的最新能力等。

這背后，自然也離不開字節(jié)跳動(dòng)本身在AI領(lǐng)域的深厚技術(shù)積累。

值得一提的是，除了技術(shù)開發(fā)，火山引擎也尤其注重于降低豆包大模型的成本，從而使得它的快速走向「價(jià)值創(chuàng)造階段」。實(shí)際上，在5月15日的活動(dòng)上，豆包主力模型面向企業(yè)市場就掀起了一場價(jià)格戰(zhàn)，并由此掀起了行業(yè)里的大模型降價(jià)風(fēng)潮。