不知有意还是无意，今年，火山引擎 Force Link AI 创新巡展的首站选在了杭州。这里既有新锐大模型独角兽DeepSeek，也有老牌云计算巨头阿里云，除了秀一秀肌肉之外，火山引擎还有更重要的讯息传递。
火山引擎总裁谭待表示，“如果说2024年是中国AI应用的元年，那么2025年，则极有可能是AI Agent应用的元年。”这不仅是火山引擎的洞察，也是全行业的共识，上一次大模型行业如此统一，可能还要追溯到“百模大战”。
技术和商业层面的共识有好有坏，好处是产业方向不再分散，所有资源投入到一个大方向，促进新技术的繁荣和新商业模式的构建；坏处是竞争快速从蓝海到红海，留给参与者的时间窗口越发紧张。
火山引擎是习惯于生长在产业共识之上的，最近IDC发布的《中国公有云大模型服务市场格局分析，1Q25》报告显示，2024年中国公有云大模型调用量，火山引擎以46.4%的市场份额位居中国市场第一。
该数据不计入海外用户模型调用量及产生在C端应用上的模型调用量，纯粹代表了火山引擎在B端客户的受欢迎程度，也可以理解为火山引擎在上一次产业共识中取得的成绩。
在当下Agent元年共识的大背景下，4月17日，火山引擎面向企业市场发布豆包1.5·深度思考模型，同步升级文生图模型 3.0、视觉理解模型，并推出 OS Agent 解决方案及AI云原生推理套件，帮助企业更快、更省地构建和部署Agent应用。
有意思的是，同一天OpenAI也发布了OpenAI系列里能力最强的推理模型，o3模型和o4-mini模型，o3是第一代能够在思维链中使用图像进行推理的模型，还能自主调用工具，还表示未来将推出一系列编程工具。
大模型都在朝着适合Agent化的方向演进，新的共识竞争更深刻说明了一个道理，未来AI的竞争既在大模型，也在与之紧密相关的云平台。大模型厂商又踏入了同一条河流，火山引擎想继续争在上游。
“AI能够解决更复杂，更完整的问题，不再仅仅是对信息的感知、处理和生成，而是能端到端的处理任务，才能称之为一个合格的Agent。”谭待表示，要做好Agent，技术上需要做好三个准备。
首要核心是更强的模型，需要有能力做好思考、计划和反思，而且一定要支持多模态。因为真实世界的任务需要耳朵、嘴巴和眼睛来共同完成。
其次是要有更好的架构和工具，支持大模型操作数字和物理世界，构建好OS agent。
最后是通过AI云原生，不断降低模型推理的成本和延迟，让应用普及。
豆包深度思考模型更适合Agent的大模型
模型本身是重中之重，此前大模型行业掀起的价格战，没能推动大模型广泛落地，本质上还是因为模型的能力有限。
深度思考模型向前走了一步，通过强化逻辑推理和思维链能力，能够更好地满足复杂场景需求，也证明了模型性能仍有潜力可挖，如推理速度、多模态能力、逻辑深度等。
当所有厂商都在“卷”深度思考模型时，深度思考模型的核心竞争力就是“效价比”，使用成本、技术门槛的降低以及性能的提高，在专业场景的可靠性和实用性等，为企业客户提供更多商业闭环的可能，这也是本次豆包大模型的更新方向。
本次豆包1.5·深度思考模型突出体现在效果好、低延迟和多模态，包括两个版本，一个版本是大语言模型Doubao-1.5-thinking-pro，一个是多模态版本Doubao-1.5-thinking-pro|m。前者推理能力更强，后者支持视觉推理，开发者可以按需使用。
豆包1.5·深度思考大语言模型采用了MoE架构，总参数为200B，激活参数仅20B，能够以较小参数实现媲美顶尖模型的效果。同时基于高效算法，豆包1.5·深度思考大语言模型能在提供行业极高并发承载能力的同时招财猫配资，实现20毫秒的极低延迟，在很多延迟敏感的场景，也能使用深度思考模型。
根据现场公布的数据来看，豆包1.5·深度思考模型在专业领域的推理任务中表现出色，数学推理AIME 2024 测试得分追平OpenAI o3-mini-high，编程竞赛和科学推理测试成绩也接近o1。在创意写作、人文知识问答等通用任务上，模型也展示出优秀的泛化能力。
为了提升模型的通用能力，豆包1.5·深度思考大语言模型优化了数据处理策略，把可验证数据与创意性数据进行了融合处理，满足各类任务的需求。此外，大规模强化学习是训练推理模型的关键技术，通过采用创新的双轨奖励机制，兼顾“对错分明”和“见仁见智”的任务，豆包1.5·深度思考大语言模型有效实现了算法的可靠优化。
推理和多模态，是目前公认的大模型两大方向，豆包1.5·深度思考模型多模态版本也具备了视觉推理能力，能像人类一样对看到的事物进行联想和思考，极大拓展了智能推理的应用边界。
谭待举例说明，“模型可以看懂复杂的企业项目管理流程图表，快速定位到关键信息，并以强大的指令遵循能力，严格按照流程图，回答客户的问题；分析航拍图时，能结合地貌特征判断区域开发可行性。有多模态能力的加持，豆包1.5·深度思考模型可以助力企业在更多场景实现智能化升级。”
此外，豆包·文生图模型升级为3.0版本正式向企业开放，已在即梦AI、豆包产品上线，支持2K分辨率直出，生图结构准确性、小字生成与排版、美感、真实度等方面具有优势，在近期登上了权威竞技场Artificial Analysis文生图榜单第一梯队。
Agent元年，意味着用户对模型的要求更高，在深度思考能力、多模态、推理成本、延迟存在短板的模型，将承受来自客户端的较大压力，这也是大模型落地过程中的确定趋势。
DeepSeek之后为什么模型厂商呈“两极分化”
行业内一个广泛关注的现象是，DeepSeek之后，有的模型厂商已经转向垂类场景或应用领域，云厂商反而以更快的速度迭代。
这是因为，DeepSeek成功不只是模型算法的更新，更是AI infra的全链路优化，而目前做AI infra做得好的，以云厂商为最。
国内国外云巨头成为基础模型的主要参与者，AI独角兽也大多有云厂的直接投资，其中的显性逻辑是，大模型一定会高度消耗用云量。
谭待也提到，传统的云是伴随着互联网发展起来的，当时的云原生很多是互联网应用（如web、APP）在实践中涉及的中间件、数据库、容器等方面。现在范式发生了变化，以前是人通过编写软件规则、中间件等来实现对业务的抽象，现在则是利用数据加上模型自动去解决更多的问题。
这种情况下，上层业务对云的要求越来越多，也催生出新的产品，火山引擎把这类产品叫做AI云原生。原来的云原生是为了适应互联网发展，现在的AI云原生是为了满足AI和Agent发展的需求。
大模型要实现更好的效果，就要做底层大量创新算法和架构优化，基于新模型再做底层基础设施的优化，更好的模型呼唤更佳的底层基础设施，更具性价比的底层基础设施推动模型的广泛普及，这也是AI与云的飞轮效应。
起初很多人低估了云在AI的作用，从百模大战到六小龙，再到DeepSeek掀起的热潮，大模型发展至今，本质上是一个技术和资源的棋局，与其说DeepSeek对所有云厂商是一个带动算力消耗的利好，不如说是一个警醒，让所有人认识到，只有更好的AI infra，才能创造出效果更佳的大模型。
一个未经验证，却被广泛认可的事实是，开发者此前在火山引擎上调用豆包大模型，延迟低、成本低、效果也不错，大家不确定豆包大模型本身好还是火山引擎的云服务好，现在有了DeepSeek开源模型做对比，当所有云厂商接入DeepSeek，火山引擎也是其中更稳定、更快的厂商，验证了火山引擎的云服务能力。
回到模型本身，豆包大模型的迭代与火山引擎紧密相关，从数据、强化学习到AI Infra进行了更深入的探索，让模型在较小参数下，获得出色推理能力。AI和云是一体两面。
以云计算基本的三大件为例，AI时代更多的计算变成以GPU为核心，旧有架构难以充分发挥GPU高算力、高带宽优势，同时GPU训练和推理场景，也对高速互联、在线存储和隐私安全提出了更高的要求。
AI云原生，将以模型为中心重新定义云计算的技术架构与业务流程，通过云原生技术栈与AI能力的深度融合，模型的开发、部署、迭代等能力和效果，将成为基础设施比拼的核心维度。
为此，火山引擎一直在以AI云原生为理念推陈出新，譬如本次大会新发布的AI云原生推理套件ServingKit，整合了AI容器编排、AI网关、推理全链路观测和AI加速套件的能力，支持在大规模GPU集群上运行推理工作负载，表现出更强的推理性能、更优的推理成本、更广泛的生态增强。
有意思的是，火山引擎可能比所有云厂商更早看清AI云原生趋势，字节跳动主营业务大量的搜索、广告、推荐，就是基于人工智能技术来实现的，火山引擎对技术预判的感知有天然优势。在大模型之前，外界多少有些看不清字节跳动为何要卷入云计算行业，结果火山引擎“等”到了大模型，新技术发展的脉络自有“巧合”。
火山引擎此前就表示，下一个十年，计算范式应该进入AI云原生的新时代。这在如今已经成为一个显学，而当通算时代的云生态被拆解，智算时代的云生态应当如何？
大模型，如何重塑云生态
如果说上一代通用算力体系培育了现在的应用生态，那么以云计算为代表的智算体系，理应孕育出AI应用生态。所有云厂商都在朝着这个方向演进，只是速度有快有慢，能力有好有坏。
云计算的能力决定大模型的天花板，大模型的能力上限决定应用的天花板，大模型的交付成本决定应用创新的加速度。
云厂商应该起到承上启下的作用，如前所述，对下，更强的大模型需要更强的AI infra能力，更强的AI infra能力进一步推进大模型的普及，火山引擎打造了以 AI 负载为中心的基础架构新范式。
对上，比大模型技术本身更重要的是，如何让大模型落地，这就离不开一个完整的应用生态，云厂商是为开发者提供大模型应用平台的最佳角色。
谭待也表示，云厂商需要有更好的模型、更低的成本，多模态也是更好模型的一种体现。但这还不够，从AI应用从聊天、信息处理到Agent的发展过程中，需要更多的解决方案，需要Agent操作电脑、手机，这就需要电脑和手机的相关组件，以及能够操作界面的模型。
此外，还包括强化学习框架、安全保障以及底层数据处理等方面。未来，火山引擎将围绕AI云原生，在存储、计算、数据、安全以及新的中间件等方面推出一系列的产品。
在本次大会上，火山引擎推出了OS Agent解决方案，并演示了由Agent操作浏览器，搜索商品页，实现iPhone比价的任务，甚至由Agent在远程计算机上用剪映进行视频编辑、配乐。
具体来看，OS Agent解决方案包含豆包1.5·UI-TARS 模型，以及veFaaS函数服务、云服务器、云手机等产品，可实现对代码、浏览器、电脑、手机以及其他Agent的操作。
其中，豆包1.5·UI-TARS模型将屏幕视觉理解、逻辑推理、界面元素定位和操作整合在一起，突破传统自动化工具依赖预设规则的局限性，为Agent的智能交互提供了更接近人类操作的模型基础。
好的模型和工具能够加速Agent的落地，但Agent也会带来更大量的模型推理消耗。面对大规模推理需求，火山引擎打造的AI云原生·ServingKit推理套件，让模型部署更快、推理成本更低，GPU消耗相比传统方案大幅下降。
在实际业务场景中，基于AI云原生·ServingKit推理套件，通过算子优化，DeepSeek R1满血版 TPS 提升超2.4倍；智能路由提供负载感知路由和 KVCache 感知路由，使 TTFT 降低60%；EIC 在多轮次对话中，TTFT 从3s 降低到1s，长文本推理 KVCache 命中率提升了10倍以上。
去年12月，豆包大模型的日均tokens调用量是4万亿。而截至今年3月底，这个数字已经超过了12.7万亿，自发布以来不到一年的时间里，实现了超过106倍的高速增长。金山办公、梅赛德斯-奔驰、浙江大学、杭州银行等不同行业的众多客户，都在火山引擎上使用豆包大模型，打造自己的AI业务生态。
AI时代云竞争的终局，是能够在底层大模型到上层应用生态的极致优化，这种价值才是难以复现的护城河。沉淀数年的火山引擎，终于在大模型时代露出了峥嵘，不是在通算时代内卷，而是在智算时代，用AI价值反向补全自己的能力版图。
当大模型厂商又踏入了同一条河流招财猫配资，关键的胜负手就不是一两次技术灵感的偶然，而是围绕全栈AI深度能力的多维竞争，火山引擎没有理由不争在上游。
巧牛配资提示：文章来自网络，不代表本站观点。
