杭州，这座融合了古老韵味与创新活力的城市，再次成为了科技领域的焦点。今年，火山引擎Force Link AI创新巡展的首站便选择在了这里，不仅吸引了新锐大模型独角兽DeepSeek的目光，也让老牌云计算巨头阿里云倍感关注。火山引擎此行，不仅仅是展示其技术实力，更是为了传递一个更为深远的信息。
火山引擎总裁谭待在一次发言中大胆预测：“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。”这一观点不仅得到了火山引擎内部的认可，更成为了整个行业的共识。上一次大模型行业如此团结一致，或许还要追溯到那场轰轰烈烈的“百模大战”。
然而，这种共识也带来了双刃剑效应。一方面，它使得产业方向更加明确，资源得以集中投入，促进了新技术的快速发展和新商业模式的诞生；另一方面，竞争也迅速从蓝海转变为红海，留给参与者的时间窗口日益紧迫。
火山引擎习惯于在产业共识中寻找机遇。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中，火山引擎以46.4%的市场份额位居第一。这一数据仅计算了B端客户的模型调用量，不包括海外用户和C端应用，充分展现了火山引擎在B端市场的强大影响力。
在Agent元年共识的大背景下，火山引擎于4月17日面向企业市场发布了豆包1.5·深度思考模型，并同步升级了文生图模型3.0、视觉理解模型，推出了OS Agent解决方案及AI云原生推理套件，旨在帮助企业更快、更省地构建和部署Agent应用。
巧合的是，同一天OpenAI也发布了其系列中能力最强的推理模型——o3模型和o4-mini模型。其中，o3模型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，并预告将推出一系列编程工具。这进一步证明了，大模型正在朝着更适合Agent化的方向演进。
谭待表示，要做好Agent，技术上需要做好三个准备：首先是拥有更强的模型，能够思考、计划和反思，并支持多模态；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；最后是通过AI云原生，不断降低模型推理的成本和延迟，推动应用普及。
豆包深度思考模型正是为此而生。它采用了MoE架构，总参数为200B，但激活参数仅20B，能够以较小的参数实现顶尖模型的效果。同时，基于高效算法，豆包1.5·深度思考大语言模型在提供极高并发承载能力的同时，实现了20毫秒的极低延迟，使得深度思考模型能够在许多延迟敏感的场景中使用。
在专业领域的推理任务中，豆包1.5·深度思考模型表现出色。在数学推理AIME 2024测试中，其得分追平了OpenAI的o3-mini-high；在编程竞赛和科学推理测试中，其成绩也接近o1。在创意写作、人文知识问答等通用任务上，该模型也展示了优秀的泛化能力。
不仅如此，豆包1.5·深度思考模型还优化了数据处理策略，融合了可验证数据与创意性数据，满足了各类任务的需求。通过采用创新的双轨奖励机制，该模型有效实现了算法的可靠优化，兼顾了“对错分明”和“见仁见智”的任务。
豆包·文生图模型也升级为3.0版本，正式向企业开放。该版本已在即梦AI、豆包产品上线，支持2K分辨率直出，在生图结构准确性、小字生成与排版、美感、真实度等方面具有优势，并登上了权威竞技场Artificial Analysis文生图榜单的第一梯队。
在Agent元年，用户对模型的要求更高。那些在深度思考能力、多模态、推理成本、延迟等方面存在短板的模型，将承受来自客户端的巨大压力。这也是大模型落地过程中的一个确定趋势。
值得注意的是，DeepSeek之后，一些模型厂商已经开始转向垂类场景或应用领域，而云厂商则以更快的速度迭代。这是因为，DeepSeek的成功不仅仅是模型算法的更新，更是AI infra的全链路优化。目前，在AI infra方面做得最好的，当属云厂商。
谭待提到，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。
在这种情况下，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云原生则是为了满足AI和Agent发展的需求。火山引擎一直在以AI云原生为理念推陈出新，如本次大会新发布的AI云原生推理套件ServingKit等。
火山引擎可能比所有云厂商更早看清AI云原生趋势。字节跳动主营业务中的搜索、广告、推荐等，都是基于人工智能技术实现的。这使得火山引擎对技术预判的感知具有天然优势。在大模型之前，外界或许对字节跳动为何涉足云计算行业感到不解，但火山引擎“等”到了大模型，新技术的发展脉络自有其“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。如今，这一观点已经成为了一个显学。当通算时代的云生态被拆解，智算时代的云生态应当如何构建？火山引擎给出了自己的答案。
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。火山引擎打造了以AI负载为中心的基础架构新范式，并围绕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了一系列产品。
在本次大会上，火山引擎还推出了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。这一方案包含了豆包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。
火山引擎的AI云原生推理套件ServingKit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ServingKit的算子优化，DeepSeek R1满血版TPS提升超2.4倍；智能路由使TTFT降低60%；EIC在多轮次对话中，TTFT从3秒降低到1秒，长文本推理KVCache命中率提升了10倍以上。
自发布以来，豆包大模型的日均tokens调用量实现了高速增长。从去年的4万亿到今年3月底的超过12.7万亿，不到一年的时间里增长了超过106倍。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。
在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制的护城河。火山引擎在沉淀数年后，终于在大模型时代崭露头角。它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。当大模型厂商再次踏入同一条河流，关键的胜负手已经不再是技术灵感的偶然，而是围绕全栈AI深度能力的多维竞争。火山引擎，无疑在这场竞争中占据了有利地位。
