【民生电子】2025春季火山引擎大会纪要20250612

1.主会场 1.1火山引擎新品发布 豆包大模型25年5月日均调用tokens数字提升至16.4万亿+，在中国公有云大模型服务调用量第一（46.4%） 模型能力提升，逐步解锁更多新场景，从24年12月和25年5月的tokens调用对比中，随着深度推理模型的发布，AI工具类的tokens消耗正在快速的增长，5个月增长了4.4倍，其中AI搜索增长了10倍，AI编程增长了8.4倍； 另一方面，视觉理解模型式模型tokens增长的另一个助推器，比如K12的教育在线教育场景，由于视觉理解模型能力的不断提升，tokens的消耗数在5个月内，增长了12倍，同时新出现一些线下的场景，比如说智能巡检、视频检索等也快速实现了日均百亿tokens的突破。 在行业内大模型的应用也在不断的深化： 在消费电子行业，全球TOP10的手机厂商已经有9家选择和火山引擎深度合作； 汽车行业，大模型覆盖了从智能座舱到智能营销，再到自动驾驶标注等全流程场景，豆包已助力80%的主流汽车进行AI升级； 在金融行业，火山引擎为客户提供了智能展业、投顾、投研等大模型应用方案，已经服务了华泰证券、国信证券等数十家券商和基金公司，以及招商银行、浦发银行、民生银行等70%的系统性重要银行； 在教育行业，火山引擎提供大模型解决方案已经和北京大学、浙江大学、南开大学等超五成的985高校达成了合作，持续的推动高等教育的智能化转型。 在技术层面，大模型本身也在飞速进化，从感知AI到生成式AI，再到AgenticAI，我们希望大模型不再仅仅是完成信息的识别、处理和生成，而是能够自主的推理、规划、反思、执行任务，从而去构建复杂业务闭环的智能体。当前阶段，深度思考、多模态理解和工具的自主调用是模型进化的关键方向。 把技术栈展开，目前正处于从PC时代到移动时代再到AI时代的三个时代的变化之中，其中最大的变化是技术主体，变化趋势子啊与Webs-APPs-Agents。 接下来会介绍火山引擎的一系列新产品： 安全是一切Agent运行的基础，Agent可能成为恶意攻击的载体。针对此，火山引擎发布两款全新AI安全产品。 第一款是AICC密态计算，在保证推理效果的基础上，让企业能像使用私有化模型一样，安全使用云端服务； 第二款是大模型应用防火墙，脱胎于火山方舟每天16万亿tokens的防护过程，通过精调的小参数模型、分层漏斗策略和流式的送检机制，能够低延迟、高精度的拦截攻击变种，为企业智能体应用构建一个安全可信的推理空间。 携手联想、中国银联、长安汽车等合作伙伴携手做好AI应用落地安全体系。 豆包帮助企业客户转型：知识问答是飞书近期推出的AI新功能，受到了众多企业的欢迎，融合外部与企业的专属知识，并且严格的遵循知识权限，精准的回答业务问题，目前飞书问答已经在安克创新、地平线等诸多企业实现了落地； 瑞幸咖啡合作豆包打造AI点单智能体；顺丰合作打造员工专属AI助理；帮助百盛中国实现AI智能陪练系统。 豆包全新升级： 豆包大模型1.6系列由三个模型组成，分别是Doubao-Seed-1.6、1.6-thinking和1.6-flash。豆包seed1.6是allinone的综合模型，它支持深度思考、多模态理解、图形界面操作等多项能力，特别是在深度思考方面。它支持多种模式，用户可以选择关闭深度思考、开启适度思考和自适应思考三种方式。其中在自适应思考模式下，模型可以根据prompt难度自动的决定是否开启thinking功能，这样就可以在提升效果的同时大幅的减少tokens的消耗。豆包seed1.6也是国内首个支持256k上下文的思考模型。 豆包seed1.6thinking，是深度思考方面的强化版本，只支持深度思考模式，但是在coding、数学、逻辑推理、指令遵循等方面进一步提升，同样也支持256k上下文和多模态推理； 豆包seed1.6Flash，是极速版本，它的延迟极低，TOPO不到10ms，非常适用于低延迟敏感的场景，而且flash仍然有不错的性能，它的文本理解能力甚至超过了豆包1.5light，而它的视觉能解能力更加不错，可以比肩行业里面其他厂商的旗舰产品。 豆包1.6在众多的权威评测集上，得分均属于国际第一梯队。 豆包1.6的边想边搜功能，可以先拆解问题找到关键信息，然后先做一轮搜思考，然后根据缺失的信息进行多轮的搜索。 独家揭秘，豆包APP目前正在小流量的功能——Deepresearch，通过这个功能过去需要专 业人士数天写的专业报告，豆包可以在5~30分钟内完成，而且不仅报告内容好、结构严谨，还能自动地提炼信息总结成网页，方便人们进行查阅。 针对企业中也想实现边想边搜和Deepreasearch功能，在火山引擎官网上线了大模型应用实验室，把各种应用都上线实验室，且把代码进行开源，企业可参考字节的Democode，很快的去搭建自己的AI应用原型，灵活的编排自己的智能体。 豆包1.6的多模态能力：豆包1.6全系列都原生的支持多模态深度思考，让模型更好地理解和处理真实世界的问题，当前功能的最佳的案例就是豆包APP上最新发布的实时视频通话功能。 多模态理解在各行各业都有应用：企业端的电商场景中识别同款，进行比价，审核商家上传照片，推荐类似风格商品；汽车行业中自动驾驶数据标注、保险风控、驾驶培训；线下场景中安全巡检、门店巡检、物流巡检。 此外1.6还具备GUI操作能力，进行酒店筛选、票据整理，能突破传统的APP和GUI限制。 企业规模化利用AI的另一个挑战是价格，特别是Agent开发消耗的tokens较大。当前绝大部分企业的调用大模型的上下文长度，它的输入范围都是在32K以内。 因此豆包的1.6定价选择统一的区间式定价：实现基于上下文长度分布的调度优化 对于大部分企业的使用范围内（0-32k，输入：输出=3：1），豆包1.6的成本为2.6元/百万tokens，相比豆包1.5深度思考和R1下降63%。 火山引擎观察到大规模longthinking模型调用，且请求的输出很短，因此特别设置一个特惠区域： 输入32K且输出200以内的请求，豆包1.6的价格将进一步降低到每百万tokens是0.8 元，而输出只需要2元，意味着可以享受和豆包1.0一样的价格 1.2AICoding Trae截止5月底的最新统计数据，Trae的月活用户超过100万，证明AIcoding在工程师的工作中产生了重要作用； 做AICoding是为了通过技术普惠AI让人人都是开发者，帮助专业工程师提高研发效率，追求智能上限。 Trae的时间实践案例：开发一个英语学习软件，6.10号晚上已经发布，原本开发一个类似软件需要几周，这次AIcoding开发仅3天 Trae的基本功能是代码补全（还能预测用户下一步要改代码的位置），提升效率。团队最早是MarsCode（插件形式），但是很难完全承载AICoding的能力，希望IDE和AI结合后能真正承载，因此研发了Trae。 Trae除了基础能力外，还有代码重构、批量修改等功能。 本次使用Trae用全新的办法写代码：还是以工程师在写代码，除了描述功能外，还用自然语言来描述编码逻辑和技术方案，比如提交答案、增加类型等提示词来实现，用2-300个 提示字写出3-400行代码. 本次开发经过统计，大概85%的代码可以通过自然语言描述让AI生产代码，2-3天仅10个小时的实际开发时间写出3000行代码。 目前Trae是团队在豆包1.6基础上，针对工程开发场景额外做后训练来匹配应用。 同时，开发中预计仅40%是写代码的工作，其他时间用各种工具来做事情，开发者要作为调度者在开发工具中穿梭，后续随着AI大模型能力进步，AI会成为调度者来省去更多繁杂的工作。 因此Trae下一步的努力方向不仅是AICoding，更是AIDevelopment，来学习使用一些工具，允许用户自定义工具让AI来做上下文切换。但无论AI怎么进步，RealAIEngineer也永远离不开人的协作，让专业工程师发挥创造性的工作。 1.3视频生成模型 24年9月发布视频生成模型，各种设计师调用豆包大模型在电影节大放异彩，大会今天也会发布最新的视频生成模型seedance1.0pro，具备无缝多镜头叙事、多动作及随心运镜和稳定运动与真实美感。通过视频生成模型，可以在电商（展示商品）、影视（验证分镜和叙事逻辑）、游戏（易水寒的用户自主创作情节）等领域得到应用，在早期客户测试中得到一致好评。 在全球竞技场中，seedance1.0pro获得gap都认可，在第三方权威机构的评测结果中位居全球第一。 同时seedance1.0pro模型还具备极高的性价比，0.015元/千tokens，即3.67元/个1080P 的5s视频，0.73元/个480P的5s视频。 1.4豆包实时语音模型 语音成为AI应用和Agent核心交互方式，语音大模型在快速发展，很多客户都在深度使用豆包的语音模型。 24年冬季大会上做了实时语音模型预告，今天兑现承诺，豆包实时语音模型正式全量上线方舟，对所有企业客户开放使用。 端到端的能力让模型说话更像人，本次大会还正式发布了豆包语音博客模型，基于端到端实时语音的拓展，可以进行双人/多人的对话等形式。 汽车行业实践：汽车也是语音应用很好的场景，合作奔驰、宝马等公司。 1.4企业Agent开发范式 针对显眼包的报告、介绍网页、营销视频三个实操案例，简单估算效率提升，用1名市场部的产品语音X3天工作=8名员工X3天。 火山方舟一站式大模型服务平台，更强模型、更低价格、更易落地 为实现Agent，首先需要在业务落地中选择更强、更聪明、性价比更高的模型，这是先决条件；其次要把数据基础设施和大模型的能力融合得更好，高效率的数据检索能显著提升大模型的工作表现，知识库和记忆库的巧妙融合也有助于打造更智能的产品体验；Agent落地还涉及很多工具调用，针对Agent效果和持续评估迭代也很重要。 25年扣子开发平台也上线企业版，提供了精细化的权限控制、多租户隔离、全链路安全合规等能力，为企业来保驾护航；全新的扣子罗盘也能帮助开发者们轻松的完成Agent的调试；还推出了扣子空间，重新定义了Agent的开发范式，在这里开发者可以和agent协同工作，PPT生成、图文创作、播客网页搭建等场景都提高了效率。 HiAgent是企业级智能体构建平台，2.0的目标是让AI的智能体走进企业和生产，因此提供三个关键能力，全生命周期持续迭代，并让低代码和高代码更加融合，让业务产品人员和技术专家相互协同，让研发和使用一体化降低部署门槛。 带来新产品和技术，一方面用好AI，另一方面做好AI。 围绕MCP协议，火山引擎致力于链接开发、生态和云服务的三大要素，MCPhub和AI原生IDETRae、方舟体验中心和扣子打通，一键使用200多个MCP协议和服务，还可以与云服务链接。 开发者可透过MCP控制火山引擎的大部分的云服务组件，更便捷地完成计算、网络、存储等环境部署，更快地把一个创意变成一个成熟的产品。 提示词具备很高的重要性： 推出大模型应用落地的领航员——PromptPilot 在开发AI应用的过程中，最初的需求和意图往往是模糊的，开发人员是在和大模型不断的交互中，才能逐渐搞明白自己真正想要的是什么。在第一步中，PromptPilot可以先让开发者以最自然的语言来表达一个模糊的需求，在简单互动中得到一个初步增强后的prompt。 互动中帮助用户明确理想回答和评估标准，允许开发者对答案进行具部的评论和修改，PromptPilot会记录和分析这些批注来整理出用户的真实意图和标准；通过好和坏的对比来体现开发者的判断，让开发者去通过good和bad的对比来表达自己对哪一种的回答更加满意，PromptPilot会在背后自动的比较，分析用户的偏好，猜测用户的逻辑，积累出更完整的真实意图。 像积累数据一样积累case，后续做A