1. 首頁 > 生活百科 > >

日均調用超50萬億，豆包大模型何以躋身全球第一梯隊？

火山ai

日均調用超50萬億，豆包大模型何以躋身全球第一梯隊？

文章圖片

日均調用超50萬億，豆包大模型何以躋身全球第一梯隊？

文章圖片

日均調用超50萬億，豆包大模型何以躋身全球第一梯隊？

文章圖片

日均調用超50萬億，豆包大模型何以躋身全球第一梯隊？

文章圖片


入口處的隊伍排起長龍、數萬人擠爆會場、甚至“搶不到座位的人只能站著聽完整場發布”......
在12月18日的上海世博中心 ， 冬日的寒意被一場科技大會的人潮驅散殆盡 。

這場名為“FORCE原動力”的大會 ， 焦點是豆包大模型1.8和豆包視頻生成模型 Seedance 1.5 pro 。 經過一年多的持續升級 ， 豆包大模型家族在多模態理解和生成能力、Agent 能力上 ， 已位于全球第一梯隊 。
大會現場 ， 火山引擎總裁譚待宣布了一組數字 ， 截至2025年12月 ， 豆包大模型日均Token使用量已突破50萬億 ， 居中國第一、全球第三；豆包大模型日均Token使用量突破50萬億、較去年同期增長超10倍 。
火山引擎總裁 譚待
現場瞬間沸騰的反應說明了一個讓人振奮的事實：在全球AI的頂級牌桌上 ， 來自中國的新玩家不僅拿到了入場券 ， 更開始參與制定新的游戲規則 。
不止于榜單：技術領先得益于“被使用”的土壤當衡量一個AI模型是否真正步入世界第一陣營時 ， 實驗室的評測分數固然是一把標尺 ， 但或許還有另一把更真實、更具社會價值的尺子 ， 那就是它被使用的深度與廣度 。
因此 ， 豆包大模型進入第一陣營 ， 最堅實的基礎并非紙面分數 ， 而是其深厚且獨特的“使用土壤” 。 這片土壤由海量真實用戶與復雜的產業需求共同構成 ， 使得其技術的進化從未脫離地氣 。
比如 ， 在消費端 ， 豆包已完成了從“新奇玩具”到“國民工具”的跨越 。
據量子位智庫7月數據顯示 ， 豆包在AI智能助手賽道的累計下載量就已接近1.8億次 ， 市場占有率超過45% ， 與DeepSeek、Kimi等共同占據超過90%的市?。 輝詬呷蚧右暗摹度螄鴨禛enAI應用Top 100榜單》中 ， 豆包在移動應用榜單高居全球第四 。

這份成績的背后 ， 是豆包對用戶需求的精準把握所催生的產品形態演化 。 它不再是一個功能單一的聊天機器人 ， 而是分化出兩種形態：在移動端 ， 它是強調擬人化陪伴的“AI助手”；在PC端 ， 它則是聚焦復雜任務執行的“AI辦公桌面” 。
這種“一人千面”的能力 ， 讓豆包得以融入用戶從生活到工作的全場景 ， 構建了難以撼動的用戶習慣與規模壁壘 。 這是其用戶規模斷層第一且地位穩固的根本 。
而在企業端 ， 豆包則構建了難以復制的“產業縱深” 。
據華鑫證券發布的研究報告指出 ， 截止2025年12月豆包大模型日均使用量超50萬億Tokens ， 超100家企業用戶Tokens使用量超1萬億 。
更為關鍵的是 ， 從實際應用場景來看 ， 全球前十的手機廠商中有九家選擇了火山引擎 ， 目前覆蓋5 億個智能終端；超過九成的主流車企 ， 在其智能座艙等核心領域與火山引擎深度合作；金融行業中 ， 火山引擎服務了超八成的系統重要性銀行和頭部券商；在頂尖人才的搖籃里 ， 全部C9高校和超過七成的985高校也成為了其用戶 。

這意味著 ， 豆包的能力是在招商銀行的智能投研、奔馳汽車的智能座艙、華泰證券的“AI漲樂”應用中 ， 經歷了嚴苛的生產環境檢驗而錘煉出來的 。 這種高價值、高復雜度的“使用密度” ， 為模型進化提供了最優質的反饋數據飛輪 。
大會現場 ， 譚待在展示這些案例和數據時 ， 其意義遠不止于商業成就 ， 更揭示了在火山引擎的理念中 ， 技術的價值終將回歸到解決實際問題上 。 而豆包正是通過實踐這一理念 ， 才獲得了斷層領先的用戶規模與穩固的日常使用習慣 。
不困于參數：產業落地鍛造出“會做事”的模型如果說豆包進入全球第一陣營的第一重基礎 ， 在于它相當廣泛的“使用土壤” ， 那么其第二重、也是更核心的競爭力 ， 便在于這片土壤所孕育出的獨特技術“品性” 。
與一些在基準測試刷榜的實驗室模型不同 ， 豆包的技術演進呈現出鮮明的“解決問題”導向 。 也就是說 ， 其技術的每一次升級 ， 都必須直接兌換為更強的“做事”能力 。
基于此 ， 譚待對豆包大模型1.8的期望非常具體：“希望這款最新大模型能夠成為打造更強多模態Agent‘大腦’ 。 ” 這里的“大腦”指向的不是天馬行空的幻想 ， 而是能指揮肢體完成復雜任務的、具備高度規劃與執行力的智能中樞 。
具體來看 ， 這個智能中樞的“做事”能力 ， 首先體現在對物理世界信息的精準理解與交互上 。
例如 ， 豆包大模型1.8將單次視頻理解幀數從640幀提升至1280幀 ， 并能夠以低幀率快速瀏覽超長監控視頻 ， 再自動調用工具對可疑片段進行高幀率分析 。 這一能力已直接應用于產品質檢、安全巡檢等工業場景 ， 將AI從“看得到”推進到“看得懂、會排查”的實用階段 。
同時 ， 其視頻生成模型Seedance 1.5 pro ， 不僅在音畫同步上達到毫秒級精度 ， 更支持四川話、粵語等多地方言的對白生成 。 這些能力不是炫技 ， 而是精準回應了從工業檢測到內容創作等眾多行業對多模態AI的真實、細膩的需求 。

而更深層的“做事”能力 ， 則體現在作為“智能體”（Agent）自主規劃并執行復雜任務鏈上 。
豆包大模型1.8強化了其OS Agent能力 ， 意味著它能夠像人一樣“看懂”手機或電腦屏幕上的圖形界面 ， 并通過模擬點擊、滑動等操作 ， 直接調用各種應用 。 在發布會上展示的“全網比價選購耳機”場景中 ， 豆包能自動規劃流程 ， 在多個電商平臺間跳轉、比價、計算優惠 ， 最終完成下單 。
這標志著AI正從被動回答問題的“聊天框” ， 蛻變為能主動替你完成工作的“數字操作者” 。

而在此之前 ， 在金融領域 ， 華泰證券推出的國內證券行業首個AI原生交易App“AI漲樂” ， 正是基于豆包大模型等技術支持構建 。 在這里 ， AI不再是附加功能 ， 而是重構了服務核心：它能理解投資者的自然語言指令 ， 7x24小時自動盯盤 ， 實時掃描全市場新聞輿情以智能捕捉熱點 ， 甚至輔助完成下單操作 。
這相當于為每位投資者配備了一位不知疲倦、信息處理能力超群的“專屬投資助理” ， 并將豆包的規劃與執行能力 ， 深深嵌入到“選股-分析-交易”這一高價值、高復雜的金融決策閉環中 。
值得一提的是 ， 為了讓企業能輕松地將這種“會做事”的模型用起來 ， 火山引擎提供了從開發到部署的全套“工具箱” 。
“我們正邁向以 Agent 為技術主體的時代 ， 傳統 IaaS、PaaS、SaaS 分層規劃的IT架構不再有效 ， 以模型為中心的AI云原生架構正在形成 。 ”正如譚待在大會現場直言道 。
基于此判斷 ， 火山引擎全面升級了企業級AI Agent平臺——AgentKit ， 它將構建一個生產級智能體所需的核心模塊 ， 如身份權限、記憶、安全護欄等 ， 進行了標準化和模塊化封裝 ， 使開發代碼量相比傳統模式減少約96% ， 極大降低了企業應用AI的門檻 。

“讓企業和開發者把精力放在各自的業務上、減少對工程細節的關注 。 ”火山引擎智能算法負責人吳迪以抖音客服的實踐為例 ， 在現場講解了如何設計經過強化學習訓練的客服模型 ， “問題解決率提升了10個百分點左右 ， 并節約了大概80%的工程準備時間” 。
此外 ， 火山引擎還推出了“AI 節省計劃” ， 這是業內首個大模型節省計劃 。 企業客戶通過增加使用量 ， 最高可節省47%的模型使用成本 。
可見 ， 不管是在平臺工具還是在服務模式上 ， 火山引擎這種將復雜技術工程化、普惠化的努力 ， 與豆包大模型本身“解決問題”的技術導向一脈相承 ， 共同鋪就了其能力深入產業腹地的快速路 。
不爭于當下：生態重構指向“以我為主”的入口“明年這個市場可能還要再增長10倍 。 大家關注的 ， 不是零和博弈 ， 而是一起把增量市場跑出來 。 ”在會后的媒體采訪中 ， 譚待表示 ， 接下來大模型競爭的核心 ， 已不再只是模型參數或榜單排名 ， 而是能否把市場真正做大 。
這種“不爭于當下”的表態 ， 也與豆包目前極具前瞻性、挑戰性的探索相呼應 ， 即試圖以AI智能體為核心 ， 重構人、服務與硬件之間的連接關系 ， 悄然布局下一代生態入口 。 這就引發了一場與現有移動互聯網規則的“靜默沖突” 。
首先 ， 當豆包手機助手能夠直接操作界面 ， 替用戶完成跨應用的任務時 ， 傳統的“打開APP-尋找服務”的模式就被顛覆了 。 用戶無需打開具體應用 ， 只需告訴豆包需求 ， 它就能自動完成全網搜索、比價乃至下單 。
在這個過程中 ， 原有的應用界面和廣告展示被繞過 ， 流量的分配權與商業價值開始從應用層向模型層轉移 。 這也解釋了為何此前豆包手機助手曾引發部分超級應用的警惕與限制 。
因為這并非簡單的功能競爭 ， 而是兩種生態范式的碰撞：一方是過去十年圍繞具體應用（APP）構建的、封閉的“流量花園”；另一方則是未來可能圍繞個人智能體展開的、開放的“服務集市” 。
其次 ， 豆包展現出的是一種“云端賦能、無處不在”的輕量化生態野心 。 這與將智能體深度植入單一操作系統底層的“重模式”不同 ， 豆包的路徑更像一個外部賦能的“操作系統” 。 它不追求控制某個特定的硬件或系統內核 ， 而是憑借云端強大的模型能力 ， 通過適配賦能盡可能多的終端 。

例如 ， 用戶在車上說“我有點冷” ， Agent便能理解并調節空調；在手機上看到的內容 ， 也可以指令豆包在電腦瀏覽器上打開 。 這種不依賴于控制單一操作系統 ， 而是通過云端智能賦能一切終端的思路 ， 使其生態拓展更具彈性與想象力 。
值得注意的是 ， 這一生態構想已頗具雛形 。
在FORCE大會的展區 ， 基于豆包大模型的終端產品琳瑯滿目：從集成實時音視頻與AI對話的AI眼鏡 ， 到為低齡兒童開發的“AI魔法星”玩具 。 這些形態各異的產品 ， 核心都接入了豆包的“大腦” 。 同時 ， 與賽力斯在具身智能機器人領域的合作 ， 也展現了豆包向物理世界更深處延伸的潛力 。
【日均調用超50萬億，豆包大模型何以躋身全球第一梯隊？】總之 ， 豆包的故事講述的不是一個追趕者的逆襲 ， 而是一個深耕于復雜應用場景的實踐者 ， 如何將場景優勢轉化為定義下一階段AI競爭形態的底氣 。 眼下 ， AI這場競賽已悄然從實驗室的百米沖刺 ， 轉向了深入產業腹地的馬拉松 。 而豆包 ， 已經跑在了自己定義的新賽道上 。

    推薦閱讀