核心观点 - 火山引擎发布豆包大模型1.8与音视频创作模型Seedance 1.5 pro，其大模型在多模态理解、生成及Agent能力上已跻身全球第一梯队，并展示了强劲的用户增长与商业化进展 [3] - 公司通过技术创新与成本优化，致力于降低人工智能技术门槛，推动AI普惠化落地，并认为大模型市场未来增长空间广阔，焦点在于共同开拓而非存量竞争 [3][6] - 公司正构建从模型能力到AI云原生基础设施的全面能力，以支持企业级Agent从开发到规模化运营，加速AI在各行各业的深度落地 [9][10] 豆包大模型1.8的技术升级与能力 - 模型定位从知识库转向执行器，针对多模态Agent场景进行定向优化，增强了工具调用、复杂指令遵循及OS Agent能力 [3][4] - 多模态理解能力实现飞跃，单次视频理解帧数从640帧提升至1280帧，支持以低帧率理解超长视频并调用工具进行高帧率关键片段分析 [4] - 在视频运动理解、复杂空间理解、文档OCR能力方面均有提升 [5] - 支持256K长上下文窗口，可通过API进行上下文管理，以更好地支持长程Agent任务 [5] - 通过更大的图片转tokens压缩比和思考长度可调节优化，在提升效果的同时进一步优化了成本 [5] - 在多项公开评测中表现强劲，在视觉推理、通用视觉问答、空间理解及视频理解等任务中获最佳或接近最佳成绩，在通用智能体测评集BrowseComp上全球领先，数学与推理等基础能力接近全球顶尖通用模型 [6] 豆包大模型的商业化进展与市场策略 - 截至今年12月，豆包大模型日均token使用量突破50万亿，较去年同期增长超过10倍 [3] - 目前已有超过100家企业客户累计token使用量超过1万亿 [3] - 公司认为大模型市场明年规模能再扩大10倍，各方焦点在于携手开拓增长空间而非存量竞争 [6] - 发布了豆包助手API，将对话、思考、搜索等核心能力开放，帮助企业开箱即用或构建自定义豆包 [10] - 推出了业内首个全模型参与抵扣的AI节省计划，基于承诺用量提供阶梯式折扣，最高能帮助企业节省47%的成本 [10] 音视频创作模型Seedance 1.5 pro的创新 - 采用创新的原生音视频联合生成架构，能同时处理环境音、背景音乐和人声对白，实现毫秒级音画同步，解决了口型对不上、音画脱节的问题 [7] - 支持多人多语言对话，口型对齐精准，覆盖中文方言、英文及小语种 [7] - 在运动细节捕捉和人物情绪呈现上达到影视级标准，具备自发的镜头调度能力，可执行长镜头跟随、希区柯克变焦等高难度专业运镜 [7] - 即将上线“Draft样片”功能，可生成低分辨率样片预览，据测算可帮助创作者提升65%的整体效率，并减少60%的无效创作成本 [8] - 个人用户已在豆包、即梦AI等平台可体验，企业用户自12月23日起可通过火山引擎API接入服务 [8] AI云原生架构与企业级Agent生态 - 传统的IT架构已无法满足Agent时代需求，以模型为中心的AI云原生架构正在形成并围绕Agent开发与运营进行重构 [9] - 在企业Agent开发层面，全面升级了企业级AI Agent平台AgentKit，覆盖Agent从开发、部署到管控的全生命周期 [9] - 在企业Agent运营层面，推出了HiAgent智能体工作站，构建统一的企业AI任务调度中心，提供开箱即用的通用智能体并支持个性化定制，2025年累计服务数百家行业头部企业 [9] - 企业Agent应用正发生关键跨越：平均一家企业投产的智能体数量从2024年的几十个增至2025年的200多个，个别企业甚至超过千个；应用场景从to C娱乐延伸到to B的严肃生产场景 [10] - 小米集团案例显示，AI云原生架构帮助其手机业务将资源交付周期从一周缩短到10分钟以内，并帮助汽车业务提升训练稳定性和仿真效率，缩短算法迭代和上车周期 [9]