首页 > 资讯 >正文

“后发先至”的火山引擎:豆包大模型卷完价格卷性能

2024-09-25 14:30   来源:光明网阅读量:10497       

当天,火山引擎发布了豆包视频生成-PixelDance、豆包视频生成-Seaweed两款大模型,活动现场展示的视频生成效果令人惊叹。同时,火山引擎还推出了豆包音乐模型和同声传译模型,至此,其已全面覆盖语言、语音、图像、视频等全模态,全方位满足不同行业和领域的业务场景需求。

大模型降价潮引发创新应用“涌现”

豆包是字节跳动推出的自研大模型,是国内首批通过算法备案的大模型之一。在各家大模型竞赛中,豆包虽然不是上线最早的,但在各个维度都保持了国内领先地位。根据商业智能数据服务商QuestMobile报告显示,基于豆包大模型打造的豆包App在同类产品中优势显著,月活用户数在上半年已达到2752万,是第二名的2.43倍。

效果不好、成本太贵、落地太难是大模型在业务场景落地中的关键挑战,而在企业应用场景里,挑战会更加复杂。谭待表示,“我们不仅仅要考虑模型能力,还要考虑成本、性能、安全和易用性。”

在自然语言处理领域,“token”代表文本中最小的语义单元。按已有惯例,大约1—1.8个汉字等于1个token,而在英文文本中约是3—4个字母。在商业计算中,千tokens是大模型主要计费单元。

今年5月,火山引擎在国内第一个把模型成本做到每千token低于一厘钱,豆包主力模型在企业市场的定价只有0.0008元/千tokens,0.8厘就能处理1500多个汉字,比行业便宜99.3%。

豆包大模型的超低价格引发行业震动,对此,谭待表示,“在这样大幅的降价背后,大量的创新应用随之不断涌现。其他厂商也在跟随我们的步伐,不断把模型进行降价,大家共同努力让应用生态更加繁荣。”

谭待坦言,“Tokens价格已经不再是妨碍创新的阻力了。反过来,随着应用的不断增多,模型性能又成为应用上量的关键。”为此,豆包Pro默认支持高达800K的初始TPM,这个数字远超行业最好水平,在初始800K的基础上,还可以根据企业需求进一步扩容。

此外,豆包Pro的上下?窗?也进行了升级。原来豆包Pro 4K版本将直接升级到32K,同时对长文本的128K窗口也进行升级,直接翻倍,现在豆包最长支持256K窗口。“最新升级的窗口,能同时处理约40万汉字,相当于一口气把《三体》第一部和第二部全部读一遍,而且所有升级加量不加价。”

“在我们努力下,大模型的应用成本已经得到很好解决。大模型要从卷价格走向卷性能,卷更好的模型能力和服务。”谭待表示。

豆包视频生成模型破解多个行业难题

豆包视频生成模型是当天的“重头戏”。此前,视频生成模型大多只能完成简单指令,而豆包视频生成模型则能“指哪儿打哪儿”,实现自然连贯的多拍动作与多主体复杂交互。

比如,如何10秒讲述一个起承转合的故事?豆包视频生成模型全新设计的扩散模型训练方法,攻克了多镜头切换时难以保持一致性的困扰,在一个prompt的多个镜头切换时,保持主体、风格、氛围和逻辑的一致性。

如何告别PPT动画?豆包视频生成模型通过高效的DiT融合计算单元,让视频在大动态与运镜中自由切换,拥有变焦、环绕、平摇、缩放、目标跟随等多镜头语言能力。

如何实现电影级的画面?通过专业级色彩调和和光影布局,豆包视频生成模型大幅提升画面视觉审美。同时,深度优化的Transformer结构,大幅提升了视频生成的泛化能力,支持多种视频风格及画面比例。

得益于抖音和剪映对视频日积月累的理解,反过来,模型的出现又能为视频的创作带来巨大的提升。现场,即梦AI及剪映市场和运营负责人陈欣然介绍了一个针对电商商家的“内容营销”创作神器。用户只要填写商品名、上传素材或者粘贴商品页链接,就能一键生成多个不同风格的带货视频。

据了解,目前,新款豆包视频生成模型正在即梦AI内测版小范围测试,未来将逐步开放给所有用户。谭待表示,“视频生成有很多难关亟待突破。豆包两款模型会持续演进,在解决关键问题上探索更多可能性,加速拓展AI视频的创作空间和应用落地。”

积极拥抱行业场景 加速大模型落地应用

自OpenAI发布的视频大模型Sora后,国内厂商迅速跟进,面对越来越卷的竞争环境,科技公司正在“百模大战”中寻找突破口。过去一年多,国产大模型深度下沉,拥抱行业,与产业、场景结合已经成为一个趋势。

咨询机构Rolling AI与InfoQ、火山引擎联合发布的《生成式AI场景落地白皮书》显示,超过半数的企业在调研中积极拥抱大模型应用:小范围试点占比21.0%,大范围推广占比26.3%,将其整合到企业整体战略转型的比例达6.4%。

“AI大模型不仅是一个IT工具,它更能帮助企业构建知识资产、Agent资产、模板资产,帮助企业打造持续的竞争壁垒。”火山引擎副总裁张鑫表示,随着AI应用的越用越深,企业会发现,未来大模型Agent和人的共存和交互会成为常态。

据介绍,火山引擎在模型的应用落地上提供了全套的方案,包括火山方舟、扣子专业版和HiAgent平台。火山引擎智能算法负责人、火山方舟负责人吴迪介绍,为解决大模型落地困难问题,火山方舟的理念是模型效果好且性价比高,围绕此核心有四个支撑:优秀算法工程师服务、重视信息安全、更强性能、更好的基础工具。

今年以来,火山引擎联合各方成立了智能终端大模型联盟、汽车大模型生态联盟、零售大模型生态联盟,推动大模型在千行百业落地应用。消费行业、金融行业、医疗行业、教育出版行业、B2B企业服务等领域也都有豆包大模型的身影。

比如,在与物美旗下多点DMALL的合作中,基于豆包大模型打造的AI购物助手小多已在多点APP上线,不仅能为消费者在线答疑,还能根据菜谱生成购物清单,按照清单给出商品链接,让消费体验与效率进一步提升。

谈到新技术、新产品的发布节奏,谭待认为,火山引擎的逻辑是推出的产品要质量可靠,有充分用户反馈,不能是半成品。就像视频和语言模型发布一样,不一定要抢第一,要推出成熟的产品。

“大模型对未来10年—20年影响长远,做好积累‘后发先至’也是好事。火山引擎的使命是成为全球领先的云和AI服务商,帮助企业降本增效加速创新,这个使命在过去4年未变,未来10年也不会变。”谭待说。

声明:本网转发此文章,旨在为读者提供更多信息资讯,所涉内容不构成投资、消费建议。文章事实如有疑问,请与有关方核实,文章观点非本网观点,仅供读者参考。

相关热词搜索:

上一篇: 清华大学王广志:以医学需求为起点实现技术突破
下一篇:最后一页