标签：字节跳动

2024年被誉为“AI应用元年”，字节跳动在AI领域的布局显著加速。过去一年，字节推出了十多款AI应用，涵盖了Agent定制、聊天、社交、图像/视频、办公、教育等多个领域，甚至涉足了硬件产品。在移动互联网时代，字节跳动因其“APP工厂”之称而闻名，成功打造了今日头条和抖音两大爆款产品，成为最赚钱的中国互联网公司之一。 大模型时代，字节跳动希望创造新的增长奇迹，寻找下一个超级应用。这一目标不仅属于字节，许多发力大模型的公司也是如此。在今年5月的一次行业大会上，小冰公司CEO李笛表示，当前AI的商业价值已从单纯的技...

今年最热门的两款全球AI产品非视频生成大模型Sora和音乐生成大模型Suno莫属。今年4月，Suno对周杰伦的经典歌曲《以父之名》和《夜曲》进行了改造，引发了音乐界的广泛关注。许多人认为，视频生成和音乐生成这两个领域将会孕育出新的爆款产品，谁能在这两条赛道上占据一席之地，谁就能成为AI行业的领头羊。 这两款AI产品的火热，迅速激发了国内各大互联网公司对这两条赛道的激烈竞争。阿里巴巴推出了通义万相AI视频服务，字节跳动发布了“PixelDance”，快手推出了视频大模型产品“可灵”，QQ音乐和网易云音乐也相继推出了AI创作...

豆包AI推出智能耳机，字节跳动再战智能硬件 近期，字节跳动借助旗下豆包AI大模型，推出了一款名为Ola Friend的智能耳机。这款耳机价格为1199元，内置豆包大模型，用户可以通过语音对话随时使用豆包的各项功能。尽管字节跳动在AI大模型领域动作频频，但其仍面临研发成本高昂、商业模式不清晰等诸多挑战。 AI大模型赛道竞争激烈 近年来，AI大模型领域发展迅猛，众多玩家纷纷加入。字节跳动的豆包AI大模型自2024年5月中旬发布以来，虽为后来者，但发展迅速。豆包大模型的应用主要分为两大方向：一是为企业提供AI技术服务；二...

今天，豆包AI耳机正式发布，这款耳机名为Ola Friend。不久前，我写的豆包视频模型PixelDance受到了广泛关注。字节跳动的朋友得知我对AI硬件感兴趣，便提前将这款耳机送到了我家。当我看到这款耳机时，确实感到非常惊喜。早在9月初，就有媒体报道称字节跳动将进军AI硬件市场，并可能推出一款AI耳机。当时我对这一消息感到非常兴奋。 这款耳机之所以命名为Ola Friend，是因为字节跳动全资收购了国内最早提出全开放式耳机概念的公司Oladance。Ola Friend这个名字不仅代表了Oladance的产品，还在葡萄牙语中表示“你好，朋友”，给...

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...

在全球化进程不断加快的当下，人工智能（AI）作为推动技术和产业升级的关键力量，正在以惊人的速度席卷全球。在这个背景下，中国企业的AI出海战略受到了广泛关注。无论是AI产品、AI大模型还是AI算力基础设施，中国企业都在凭借其卓越的技术实力和敏锐的市场洞察力，积极开拓海外市场，寻求新的增长点。 近日，非凡产研发布了“中国公司AI产品注意力TOP100”榜单，为我们提供了一个观察中国AI产品研发和出海现状的独特视角。该榜单不仅展示了国内企业在AI领域的深厚积累和创新能力，还揭示了各企业在AIGC产品出海方面的关注度...

引言 最近，OpenAI 推出了 GPT-4 的高级语音功能，引发了新一轮的关注。这项功能不仅提升了语音交互的真实感，还加入了多种新特性，如自定义指令、记忆功能以及五种新声音。更重要的是，GPT-4 的语音交互变得更加自然，用户可以在任何时候打断对话，即便不说话时，系统也会保持安静。这一切都让 GPT-4 的交互体验更加贴近人类。 国内语音AI的发展现状 尽管 OpenAI 在语音AI领域取得了显著进展，国内的大厂也在努力追赶。科大讯飞和字节跳动等公司纷纷推出了各自的语音AI产品。科大讯飞通过在教育、医疗等垂直领域的深耕细...

大语言模型（Large Language Models, LLMs）的快速发展推动了LLM Agent的进步。为了增强LLM Agent的能力，最近的研究提出了多个关键组件和工作流。然而，如何将这些核心要素整合进一个统一的框架，并进行端到端优化，仍然是一个挑战。来自字节跳动（ByteDance）的研究人员提出了一种基于强化学习（Reinforcement Learning, RL）的LLM Agent框架——AGILE。 在AGILE框架下，Agent具备多种能力，包括记忆、工具使用、规划、反思、与外界环境交互及主动求助专家。通过强化学习，所有这些能力都能进行端到端的训练。特别是，AGILE...

第一部分：字节跳动迎战Sora 字节跳动以性价比策略切入市场，引发了新一轮的价格竞争。然而，高性能模型依然保持着付费门槛。在B端市场，豆包视频大模型的接纳度仍有待观察，其商业变现能力和用户场景适配性成为关键考验。 9月24日，在2024火山引擎AI创新巡展深圳站上，字节跳动推出了两款AI视频模型——豆包视频生成-PixelDance和豆包视频生成-Seaweed，并面向企业市场开启邀测。自从Sora问世以来，已经过去了7个月，期间国产视频大模型层出不穷，纷纷围剿Sora。字节跳动在七个月后才正式加入这场竞争，面对的不仅仅是Sora...

9月24日，字节跳动旗下的火山引擎在深圳举办了一场AI创新巡展，发布了两款视频生成大模型：PixelDance（简称P模型）和Seaweed（简称S模型）。这两款模型在审美和动态表现方面有了显著提升，并且解决了多主体互动和一致性的问题。 为了让大家更好地了解这两款模型的能力，我们进行了实际测试。首先展示的是一个10秒的视频片段：一位年轻女子微皱眉头，生气地戴上墨镜，此时男主角进入画面，紧紧抱住她。整个过程中，人物的表情变化自然流畅，没有出现任何虚化或崩坏的现象。另一段视频中，一只金毛小狗在草地上追逐泡泡，画...