字节跳动猛攻AI领域：大模型与豆包视频生成技术如何引领未来AI硬件潮流？

近日，大模型行业再次掀起了一场“价格战”，阿里云宣布旗下通义千问的多款商业化产品大幅降价。早在今年5月，大模型行业已经经历了一轮降幅近90%的价格战。在这场激烈的竞争中，最终能够存活的通用大模型可能不超过五个。对于字节跳动这家新兴的互联网大厂而言，其在大模型领域的布局相对较晚，但凭借“大力出奇迹”的拼劲，其AI智能助手“豆包”已成为国内用户最多的原生AI应用。

近日，字节跳动又带来了两大新动作：一是发布了一系列新的大模型，包括视频生成模型、音乐模型和同声传译模型；二是正在探索开发AI硬件，首款产品可能是智能耳机。从大模型B端的价格战，到C端的应用创新，再到生态系统的流量战，字节跳动在大模型行业中从未错过任何机会。那么，在大模型下半场的竞争中，字节手中还有哪些“好牌”？

视频生成赛道，字节后发而至

今年6月，快手推出了自研的视频生成大模型“可灵”；8月，字节跳动也发布了文生视频应用“即梦”。9月，字节跳动旗下的火山引擎发布了两款视频生成大模型：豆包视频生成-PixelDance和豆包视频生成-Seaweed。目前这两款模型已经在即梦AI内测版中进行小范围测试。

从目前的舆论来看，“即梦”在某些特定条件下表现更佳，而“可灵”在物体动态和光影方面更为自然。两种风格各有特色，但造成这种差异的原因不仅在于技术，还与快手和字节跳动各自的平台布局有关。快手在视频生成模型方面有先发优势，“可灵”得到了集团的全力支持，而字节跳动则在忙着进行大模型价格战。此外，字节跳动将“即梦”作为独立应用，而快手将其搭载在视频剪辑平台快影上，导致两者的用户积累和生成视频数量有所不同。

AI+硬件，字节布局流量通道

近日，字节跳动的另一新动作是探索AI硬件。据《晚点LatePost》报道，字节正在探索将大模型与硬件结合，首款产品可能是智能耳机。早在今年5月，《36氪》曾报道字节正在加速AI硬件方向的探索，并收购了耳机品牌Oladance。字节在硬件方面的探索经验丰富，早在2018年就收购了锤子科技，并发布了坚果手机、TNT显示器等产品。然而，办公硬件市场竞争激烈，字节转而聚焦教育硬件赛道，启动了“大力教育”品牌，并发布了智能学习灯、教育平板等产品。尽管字节投入巨资，但由于盲目跟风和政策影响，教育硬件并未取得成功。2021年，字节收购了VR厂商PICO，但同样遭遇挫折。不过，字节并未放弃，其豆包大模型已与多家硬件厂商展开合作，并与荣耀、OPPO等品牌达成合作。

“软硬件协同”已在互联网行业经历多次轮回，硬件是软件落地的载体，也是用户流量通向生态的通道。目前，各大模型厂商在AI硬件的布局仍有雷同之处，但有了连接物理世界的入口，才能形成完整的AI生态。字节的野心不仅在于硬件，还在于整合整个生态系统。字节推出的智能体开发平台“扣子”和AI编程助手“豆包MarsCode”将进一步提升其大模型能力和应用体验。

虎口夺食，字节也在整合生态

字节跳动的野心不仅限于硬件，还在于与阿里、百度等大厂争夺AI生态话语权。除了提升大模型能力、打磨AI应用和推出AI硬件，字节还推出了智能体开发平台“扣子”和AI编程助手“豆包MarsCode”。字节的业务场景涵盖了短视频、社交媒体、在线教育等多个领域，为其大模型的研发和训练提供了丰富的应用场景。字节更侧重于C端体验，先打磨C端产品，再拓展B端市场。流量是字节的优势，其旗下的抖音、今日头条等产品已成为重要流量入口，通过庞大的用户规模和精准的数据分析能力，字节进一步提升了大模型的使用体验。

然而，字节在B端市场面临阿里云、腾讯云等强劲对手，需要找到新的突破口。字节希望通过硬件拓展教育、办公等垂直赛道，找到新的增长点。未来，字节需要成为更专业的大模型解决方案提供商，才能实现弯道超车。

本文来源： ​伯虎财经公众号【阅读原文】