标签: 火山引擎

  • 火山引擎的一公里:模型强才是真的强

    声明:本文来自于微信公众号 光子星球,作者:郝鑫

    火山引擎的“2026夏季FORCE原动力大会”有多热闹?

    6月23日上午的大会主论坛座无虚席,下午的Seedance影视分论坛听众人数溢出了大厅,就连在门口排队也要听上一耳朵。

    比起其他云厂商热衷于从芯片层一路秀到MaaS产品层,火山引擎的发布会更像是一张说明书,涉及到如何在AI时代重新定位云,以及火山引擎目前所聚焦的三条主线:Coding、Agent与Seedance。

    云时代传统的IaaS、PaaS、SaaS分层已不再适用,火山引擎倡导AI云原生架构——以模型为核心,通过MaaS将算力转化为Token智能,再将Token组装为Agent,辅以完备的开发运营工具,并在最外层构建AI Trust,确保Agent能安全进入企业核心领域,从而真正服务好客户。

    火山引擎总裁谭待提出了“生产力质变点”的新名词,这透露出当下火山引擎对于“价值”的理解,即模型不仅能跑榜单,更要能深入企业核心业务流程,加速业务发展。

    正是在这样的标准下,火山引擎推出了新模型豆包2.1Pro和Seedance2.5,前者代表了Coding与Agent能力跨越“质变点”,后者将视频生成模型产业化更推进了一步。三条路径也对应着生产力最痛的三类场景,代码自动化解放研发效能,智能体重构业务流程,视频生成颠覆内容创作。

    这份说明书的潜台词再明确不过:AI云的价值不再局限于算力堆叠,而在于如何将智能转化为可落地、可信赖的生产力。

    Coding中的真问题

    上半年各家铆足劲头在Coding上发力,推出了一系列的产品。

    针对火山引擎在“Seedance盖过了风头”的印象,谭待回应表示,在Coding领域的投入是一贯且持续,并非近期才重视。早在去年6月的FORCE大会上,火山引擎就已经在讲Trae相关产品,当时其他友商还没太关注。

    “Seedance率先达到全球SOTA水平,因此获得了较多关注,但内部始终将Coding视为核心方向,外部讨论的热度分布只是暂时的。”

    Coding是一个AI投入回报率很高的方向,在横向通用层面其价值已无需自证,全球范围内程序员普遍借助AI辅助编程,提效效果显著。

    具体到各行各业,在SaaS领域,WPS、筷子科技等客户基于豆包新模型能力,为自身用户创造了更多价值并实现了收入增长,形成了正向循环;在汽车行业,奔驰、上汽、东风等品牌通过将模型应用于智能座舱,有效提升了车主满意度和消费者体验;在消费电子领域,火山引擎与电视、眼镜、手机、PC等硬件厂商合作,帮助其提升产品销量;在零售行业,部分客户采用企业版产品“龙虾”(ArkClaw)进行门店管理,单店运营效率显著提升,经营压力减小、运转加快。

    Claude Opus4.6是Anthropic于2026年2月发布的最新一代旗舰模型,被业界公认为全球首个在Coding与Agent领域跨越“质变点”的模型,体现在顶级的编程与自主智能体能力、更持久的任务专注与自适应推理、更广泛的企业级应用能力等方面。

    图片

    本次大会发布的主力模型,豆包2.1Pro也在Coding(编程)、Agent(智能体)、VLM(视觉语言模型)三大核心方向实现能力跃升,多项评测表现优于Claude Opus4.6。

    除了榜单展现出的成绩,更重要的是企业生产环境中的应用。有两个案例令人印象深刻,在一项芯片设计RTL的测试中,豆包2.1Pro连续运行近18小时,经历9轮迭代,还跑通了仿真、测试、综合检查等完整工程流程,展现出模型在真实工程场景里的生产级Coding交付能力;依托豆包2.1Pro模型搭建3D虚拟城市场景,可实现500余个智能Agent同步协作,完成上千轮工具调用,生成超百栋建筑。

    字节本身也是Coding消费大户,过去一年,字节AI代码贡献率已经增长了6倍多。同时,AI Coding上的Tokens消耗增长了5倍,并且每个月仍然在保持高速增长。AI的代码合入率也增长了超过2倍,说明AI Coding已经深入地嵌入到了日常研发流程。

    尽管如此,字节内部还是发现了许多问题,而这些问题大多跟实际场景运行有关。以最热的Vibe Coding为例,字节跳动技术副总裁洪定坤觉得,“感觉快了,可能慢了”。

    AI生成代码速度虽快,但真实世界的软件开发远不止把功能写出来这么简单。软件工程本质是平衡的艺术——要兼顾业务目标与系统复杂度,既要快速迭代也要长期稳定可维护。

    为验证这一观点,TRAE产品团队用3个主流Coding模型和3个主流Agent框架两两组合,基于真实业务需求和相同Prompt分别运行100次,累计900次实验。

    结果显示,在“功能正确性”维度,所有组合的正确率均超过80%,表现令人满意;但在UI易用性、交互可行性、可靠性、可维护性、性能、兼容性等真实上线标准维度上,所有组合的得分均大幅下降,呈现出极强的随机性,例如代码异常处理不规范、未复用仓库已有组件、改动影响历史功能、不符合团队工程规范等问题普遍存在。这说明,AI生成的代码距离真正的交付标准仍有明显差距。

    Seedance正在成为专有名词

    Seedance风头盖过了一切,并且正在成为视频生成领域的专有名词。

    Seedance2.0,达成了中国视频生成领域的第一个SOTA模型成就。此次重点升级了原生4K直出的能力,这一技术使生成画面从源头保留完整信息与局部细节,无论是人物发丝还是服装纹理均能清晰呈现。即使在复杂运动镜头下,画面依然保持稳定、连贯与清晰。

    重头戏Seedance2.5目前处于内测尾声,预计7月初正式上线。

    总结下来,就是Seedance2.5以“更长、更多、更可控”三大核心突破,重新定义了视频生成模型的产业化边界。30秒直出打破了创作节奏的桎梏,50个全模态输入拓宽了素材融合的想象力,灵活的视频编辑能力则让AI真正成为创作者手中可雕琢的工具。

    谭待介绍,在Seedance2.0发布之前,业内普遍认为视频生成模型只是“玩具”。数据也印证了这一点,其周末调用次数远高于工作日,说明用户主要在休闲娱乐场景中使用。然而Seedance2.0发布之后,情况发生了根本性逆转,工作日的负载和使用次数远超周末。这一数据变化充分证明,用户已经开始在工作办公场景中依赖Seedance进行生产创作,包括数据合成等各类业务应用。

    “这组直观的数据对比就是对‘生产力质变点’最有力的说明,当AI视频生成从休闲娱乐工具转变为工作日生产力工具时,其商业价值与行业意义已经发生了质的飞跃。”

    基于此,Seeddance的商业化链条得以向后延伸。

    在2.0已经锁定的影视、广告、内容创作领域,火山引擎发布了AI版权商业化平台。此举主要有两个核心目的,一是要解决版权的问题,AI视频侵权问题相当棘手,但有了演员、导演等授权以后,用户就可以放心大胆进行N次创作。周星驰就是该平台的首批合作对象之一,该系列模板的当日创作量都已经超过了10万次

    其二是构建AI内容的资产化与变现闭环。让优质模板和IP授权直接转化为商业回报,通过使用量分成、模板付费、品牌联名等方式,形成“创作-授权-变现”的良性循环,真正让AI视频生成从“好玩”走向“好赚”,激发更多专业创作者和版权方参与共建,推动产业生态的可持续发展。

    在应用场景方面,Seedance也已渗透到多个行业。制造行业中,企业利用Seedance制作产品说明书、售后服务和培训材料,提升了效率与可理解性;知识教育领域,大量机构将传统知识内容进行视频化转变,应用广泛且效果显著;高端制造领域,特别是具身智能方向,已有众多企业采用Seedance进行数据合成,有效缓解了真实世界数据获取的瓶颈,加速了技术演进;自动驾驶领域同样受益,企业利用Seedance合成极端天气、边缘路况等Corner case,帮助算法训练更加稳健,提升安全性。

    站在全新的角度,谭待表示,“Seedance不仅是视频生成工具,更是构建世界模型的重要基础”。其核心逻辑在于,视频生成能够通过无监督方式进行大规模训练,这一技术方案对世界状态假设最少、依赖自然数据最多、训练方案相对成熟,是实现世界模型的有效路径之一。

    关于外界对于Seedance收入数据,谭待进行了否认,称“都是错的,而且偏高”。Seedance没有与红果联动,火山引擎与红果间相互独立,谭待调侃,“也会出现Seedance做的视频,红果审核不通过,这不算什么优势”。

    模型强才是真的强

    “模型强才是真的优势,进入更多行业还是得让模型更强。”

    在上午连发过豆包2.1Pro和Seedance2.5后,谭待坐在媒体采访间都多了几分底气。如果说去年火山引擎跑了500米,今年大概跑了一公里多。而在谭待眼里这一公里十分关键,是由模型能力提升带来的生产质变点跨越。

    如今,火山引擎建立起了产业AI的完整生态。底层AI云原生架构提供稳定算力支撑;中层豆包、Seedance、Seedream、Seed-Audio等生产级模型提供核心智能能力;上层分层智能体工具与AI Coding工具简化开发调用;配套FDE行业落地团队与AI Trust安全体系保障合规落地。

    在模型能力跨过生产级质变点后,要考虑的是如何把模型落地到企业中。这包括了FDE(现场部署工程师)模式、行业理解、与伙伴的深度合作,以及组织自身对AI的认知能力。比如销售是否对AI有足够理解,FDE在AI落地实施上是否具备最强能力。

    火山引擎是为数不多直接靠大模型能力尝到甜头的厂商,当大部分云厂商还在为AI投入算账时,火山引擎已经开始拿着AI带来的增量收入,反哺更多模型研发和基础设施建设。

    今年上半年涌现出大量的Agent产品,在内部火山引擎有自己的判断。判断是否做一款Agent产品首先看商业前景,如果收入目标没有达到10亿规模,最好别做Agent,做成Skill或Work flow即可。关键还是要把模型和Harness基建做好,同时加深对行业的理解。

    谭待透露,无论中国还是海外,客户选择模型的核心标准始终是能力和解决问题的实效,即模型能力越强,应用就越广。

    Seedance目前海外占比已超过三分之一,且接近一半;语言模型在海外也有落地,在Coding和Agent等场景中已有应用案例。归根结底,只要模型能力足够、性价比合适,自然会有客户来用。

    截至今年6月,豆包大模型日均Token调用量已经突破180万亿,较过去一年增长超过10倍。IDC数据显示,在中国公有云MaaS服务市场,火山引擎以49.5%的市场份额位居第一。更能显示落地深度的是另一组数据,目前已有超过200家企业在火山引擎上的年度累计Token使用量超过1万亿,半年内翻倍。

    拆解下来,这180万亿的Token调用量中,包含了火山引擎内部、外部以及豆包App。目前,从Token消耗数量上看豆包App占了大头,但从价值量看还是火山引擎的To B客户。

    谈及火山引擎的战略定力,谭待提到,三年前公司就把MaaS作为最重要的业务方向,而当时几乎所有人都认为Token是赔钱的生意。如今回看,这种对未来的预见性和战略确定性,正是火山引擎保持竞争力的重要基石。

    他强调,当前整个市场仍处于非常早期的阶段,短期的输赢并不重要,更重要的是能否用更好的AI能力服务好企业。因为市场本身还有十倍、千倍的增长空间,只要把这件事做到位,最终一定能拿到很好的结果。

  • 字节系重兵入汽车,火山引擎的胜算有几分?

    声明:本文来自于微信公众号 光锥智能,作者:光锥智能

    如果说AI是火山引擎近两年崛起的第一关键词,那么“汽车”就是第二关键词。

    2026年的北京车展,火山引擎终于有了自己的一席之地(独立展位),而隔壁的阿里云则隐藏在斑马智行的展台之中。

    在寸土寸金的车展上投钱,可见火山引擎对于汽车行业线的重视。

    事实上,早在2020年,字节跳动旗下云服务品牌火山引擎成立时,就建立了汽车行业线,“我们是所有云厂商中第一个把汽车做成一级线。”火山引擎总裁谭待此前曾如此对光锥智能说过。

    由此可以看到,火山引擎其实一直对汽车行业有很强烈的“野心”。但在过往数年中,火山引擎也没有在汽车行业中显示出过人之处。

    直到2024年,AI大模型的爆发,以及AI上车的需求下,火山引擎真正在汽车行业崭露头角。

    同年5月,火山引擎正式发布字节跳动豆包大模型家族、火山方舟2.0、AI应用及AI云基础设施等最新产品。8月,梅赛德斯-奔驰宣布与火山引擎签署战略合作。

    2年后的北京车展上,谭待宣布搭载豆包大模型智能汽车已超700万辆,覆盖超50个汽车品牌、145个车型;豆包大模型日均完成超3000万次座舱交互和服务闭环。

    更关键的是,火山引擎已经与100%主流车企建立了AI创新合作关系。这意味着,在中国汽车市场的版图上,几乎找不到一家主流车企没有与这家字节跳动旗下的云服务商产生交集。

    “汽车对我们来说非常重要,因为它覆盖的人非常多,并占据了大量时间。”谭待的这句话,道出了火山引擎杀入汽车圈的底层逻辑,其目标也仍是获取更多C端流量及对Token的消耗。

    但与此同时,火山引擎副总裁杨立伟的一番话,又让这个“闯入者”的姿态显得颇为克制:“任何一项业务肯定有它可盈利的目标,这是必然,但我们这个周期会放得长一些,没有追求现在要有多少利润。”

    不造车,却要与每一辆车深度绑定;不追求短期利润,却要在汽车行业重兵投入。那么,火山引擎在汽车赛道究竟要做什么?以及它到底打算怎么做?

    智能汽车,自动驾驶,无人驾驶

    五年布局汽车圈儿

    火山引擎的三级跳

    火山引擎在汽车行业的布局,并非一时兴起,而是一场长达五年的战略布局。

    故事还要从2020年说起。那一年,火山引擎开始将字节跳动的推荐算法推向汽车市场,第一个汽车客户是某美国车企的新能源汽车品牌。

    同年9月,火山引擎与亿咖通达成合作,把今日头条、抖音、西瓜视频及懂车帝等每天数亿人看的内容与推荐算法结合在一起,送到汽车座舱中。

    这就是最初的火山车娱。彼时从公开信息来看,其重点还是推动字节系内容生态的上车。

    直到2021年3月,字节跳动宣布参与轻舟智航A1轮融资,开始布局自动驾驶赛道。

    同年12月,火山引擎正式发布云产品,进军汽车云市场,初期战略明确聚焦于提供车联网云服务和支撑自动驾驶研发的云端基础设施。

    此后几年间,火山引擎先后与毫末智行、理想汽车在智算方面达成合作。

    2023年,火山引擎在汽车领域发了三朵“云”:智能驾驶云、智能座舱云与智能营销云。而在这其中,智能营销云却成了过往几年火山引擎在汽车行业中的核心卖点之一。

    据杨立伟此前表示,早在火山引擎还没有正式亮相前,他们就已经与车企谈成了合作,给车企提供抖音等字节跳动核心产品同款的“数据分析和增长工具”,帮车企做营销。

    之后几年,火山引擎沿着这个方向开发了一系列产品,从最基础的帮车企开发App,到打通车企各渠道获得的数据——电话客服、App、线下销售——建立数据分析系统,再到基于抖音、今日头条、懂车帝等应用提炼全网汽车消费趋势,针对目标客户精准推送营销信息和广告。

    以领克汽车为例,火山引擎为其搭建了CDP平台,接入15个系统数据源,解决数据孤岛问题,并通过MA实现差异化及自动化的用户运营。据悉,解决方案部署后,领克汽车整体活动运营效率实现大幅提升,通过CDP和MA节省了70%以上的活动运营人力成本。

    可以看到,最开始火山引擎布局汽车行业的逻辑,与其他互联网云厂商差异并不明显,从智能座舱,到智能驾驶云服务,再到汽车数字化营销,中规中矩的发展中,整体表现也并不突出。

    直到AI大模型的爆发,豆包系列大模型的发布,让火山引擎抓住了机会。

    AI大模型上车的第一站,就是智能座舱。

    2023年初,ChatGPT的爆火后,百度旗下的文心一言率先开启了上车潮,到2024年初,这波上车潮则从文心一言转至爆火且开源的DeepSeek。

    不过,汽车一直是一个定制化非常强的赛道,尽管车企宣布接入DeepSeek,但这需要车企自己进行相关技术的研发,并针对车内座舱体验对模型进行调校,这于没有大模型研发经验的车企而言,无疑难上加难。

    “车厂选择我们很重要的一点,就是知道我们模型服务最好。”谭待如此说道。这也就意味着,火山引擎愿意投入大量的人力物力,去对接车企的定制化需求。

    显然,这成了火山引擎能深入汽车赛道的关键。

    于是,到了2024年底及2025年初的上海车展上,豆包接住了大模型上车的东风

    2025年上海车展期间,火山引擎公布其与豆包大模型已进入80%参展车企,并与超60家伙伴在智驾算力、智舱大模型、AI营销等领域达成合作。

    到了2026年北京车展,这个数字变成了100%主流车企合作,搭载量超过700万辆。

    与此同时,今年北京车展上,火山引擎首次提出“汽车大脑”战略,即以“一个AI大脑”深度联动整车,打通车控、导航、智驾等关键功能域,实现“感知-推理-执行-记忆-学习”一体化闭环。

    从最初的内容上车,到营销赋能,再到如今的“汽车大脑”,火山引擎在汽车行业的战略布局完成了三级跳。这也使得,短短5年时间,火山引擎就从汽车行业的新兵一跃成为行业新贵。

    那么,在AI时代,火山引擎到底做了哪些事?在强敌环绕的汽车行业中,火山引擎又怎么能持续接住这波AI大模型所带来的东风?

    智能体上车

    新一波的智能座舱竞争

    2025年底,特斯拉将大模型Grok搬上车,与FSD实现联动。这一举动,完全颠覆了以往汽车行业对座舱大模型语音助手的认知。

    舱驾融合的大趋势下,表面上看,这是大模型和座舱、智驾的打通,但背后隐藏的一轮新的技术架构的革新。

    随后,中国也掀起了新一轮的AI大模型上车潮。

    今年年初,一波龙虾的上车潮,又加剧了“舱驾融合”的趋势推进。

    智能座舱行业已经发展数十年时间,但受限于场景、技术等因素,语音助手的人车交互体验,往往仍停留着你问我答层面,尽管近年来已经能够通过语音做到一些车控体验,比如能识别并执行打开车窗等指令,但其本质上仍属于“你问我答”的指令性操作。

    而这一波智能体上车的大爆发,带来的改变,不仅仅是能够识别并执行用户的语音指令,更重要的一点是,它能够进行自主的判断和学习,进行自我经验积累和沉淀,并真正能够“干活”。

    也正因此,这一波给汽车下半场竞争带来新增量市场空间的“蛋糕”,每一家企业都不想错过。

    地平线在车展前夕发布车载小龙虾KakaClaw,构建有能力、有性格、有记忆的车载智能体操作系统。千里科技和阶跃星辰亦联合以智能体为核心,开发超级Eva搭载上车。此外佑驾创新、斑马智行、商汤绝影等也纷纷推出车载座舱智能体。

    在今年北京车展上,火山引擎推出了一套基于Agentic AI架构的新一代汽车智能解决方案,替代了上一代意图分域+多Agent协同的语音助手架构。

    图片

    这套架构是“One AI”,用一个统一的主模型,替代过去座舱内分散的多个模型和模块,打通交互、思考、执行的任督二脉。

    最近这几年,AI控制汽车已经有很多功能比较成熟。根据杨立伟公开披露的车载场景数据,豆包大模型在汽车端的用户行为中:车控类使用占比53%、导航类29%、媒体娱乐类10%。

    显然,该数据也印证了车载用户的核心需求逻辑:AI智能体上车,首先要落地好车控、导航、多媒体这类基础高频功能。情绪陪伴、闲聊增值类体验属于加分项,行业更应优先把刚需功能的交互流畅度、执行完备性做到成熟可用。

    目前,在智能座舱领域中,火山引擎提供了两条不同的合作路径:

    一是AI座舱全家桶套件(能力输出),这是为有较强自研和整合能力车企准备的“工具包”。

    火山引擎提供从底层的MaaS模型服务、豆包大模型,到核心的“主智能体”引擎,再到上层的工具连接、交互设计、运营管理平台等全栈能力。车企可以像搭积木一样,按需取用,并结合自身的生态和品牌调性进行深度定制。

    二是豆包座舱助手(应用输出),这是火山引擎亲自下场,打造的端到端用户体验标杆。

    它深度整合了火山引擎的AI能力与字节跳动的C端生态(如抖音、头条的本地生活与内容服务)。

    这更像是一个“样板间”,向行业展示体验的上限,据悉这个方案将在2026年内量产上车。

    “车企自研能力强的可以直接调用我们的API,芯片厂商、软件Tier1、语音供应商都可以借助大模型提升空间交互体验。同时,我们在做的过程中发现了一些好的体验,希望做成标杆。”杨立伟说。

    无论选择哪条路,与车企的深度共创都是成败关键,毕竟智能体要真正“懂得”一辆车,需要注入大量车辆本身的“知识”。

    “我们需要跟车厂一起,把所有的原子能力定义清楚,每个功能用自然语言描述明白,每个信号意味着什么……包括怎么能更快凉爽,避免吹腿,什么样的温度是舒适,这需要车厂的Know-how。”火山引擎方面强调,这是一个从车辆工程到AI模型的深度融合过程。

    光有产品还不够,渠道建设在B端生意里也至关重要。据光锥智能了解,在火山引擎面向车企服务的过程中,尤其是智能座舱这个赛道上,比较依赖渠道商的能力建设。

    “目前(火山引擎)可能有接近80%的智能座舱项目,都是我们做的。”一位火山引擎汽车行业渠道商如此对光锥智能说道,比如之前合作的荣威车型等。

    截至2026年4月,‌火山引擎已与100%的中国主流车企达成合作‌,覆盖‌超过50个汽车品牌‌和‌145款车型‌‌‌,搭载火山引擎‌豆包大模型‌的智能汽车保有量已‌超过700万辆‌。

    不过,虽然合作的车企数量看起来很多,但大部分都是是以快速量产、高性价比API方案进行合作。

    据了解,当前火山引擎在汽车行业中,目前唯一公开达到CPP(联合定义硬件、定制系统、AI原生架构)级别深度共创的车企,尚只有上汽荣威一家

    这也导致,智能座舱看起来非常热闹,但基本很难赚到钱。

    以智能座舱领域玩家斑马智行为例,其招股书数据显示,2025年全年综合收入约8.61亿元,其年度搭载量为248.7万台,可以最终算出一台车斑马的收入约为346.2元。(计算方式:8.61亿元/248.7万台≈346.2)

    另外,其新兴的AI业务虽然前景广阔但目前体量太小,如增速最快的车载服务平台(+83.7%)仅1.51亿元,AI全栈方案更是只有6600万元。

    但是,智能座舱又是典型的技术密集型行业,前期需要极其高昂的研发投入。斑马智行在2025年的研发投入依然高达7.25亿元,占到了当年总收入的84.2%。

    这种“高投入、低产出”的模式直接导致了严重的亏损。2025年,斑马智行的亏损额高达18.96亿元,且经营活动现金流连续三年大额净流出。也就是说,公司每赚1块钱的收入,就要花掉近8毛4在研发上,再加上日常运营等成本,赚钱变得极其困难。

    虽然火山引擎的智能座舱业务和斑马智行有所不同,但基本的业务逻辑比较相似。

    所以整体来看,相比于汽车智能化的大市场来说,座舱整体的收入相对有限。它更像是一个入口,让火山引擎切入车企,来购买它的云服务,毕竟这个才是云厂商的收入大头。

    火山引擎能否杀出重围?

    作为一家云厂商,火山引擎的确在汽车行业里下了不少功夫。

    其中一个原因,在火山引擎准备深耕行业场景的这几年里,AI上车这波浪潮,是汽车智能化中新的机会,所有的云厂商都几乎在同一个起跑线上,这对根基尚浅的火山引擎来说,已经是难得。

    所以,火山引擎不放过每一个小生意的机会,在汽车场景中不断寻找机会。

    于是,从最初的火山车娱,到汽车营销,再到智能体上车,火山引擎在智能座舱赛道的产品也始终在迭代。

    不过这个赛道也比较拥挤。智能体上车潮后,已经形成科技巨头、车企自研、专业AI公司、供应链厂商四大阵营,其中,科技巨头中目前主要玩家包括火山引擎、阿里云、腾讯云、华为云和百度云等。

    相比较来说,这些科技巨头们所做的不仅是技术能力输出,更重要的还是其背后的生态能力整合,比如火山引擎背后字节系的抖音、懂车帝、今日头条等,阿里系背后的打车、电商、支付宝、高德等,腾讯系的微信支付、小程序等。

    可以看到,相比于其他云厂商来说,火山引擎确实在汽车行业已经走出了一条自己的路:以豆包大模型为基础快速切入,并融合字节系背后的生态内容,快速抢占汽车智能座舱赛道。

    但这也不意味着,火山引擎可以高枕无忧,它的竞争对手或许都不来自于云厂商。

    首先,火山引擎的智驾业务,是以智驾云服务为主,并未直接介入到智能驾驶技术的研发当中。而缺少这个“杀手锏”,会导致舱驾融合受限。

    在舱驾融合层面,杨立伟认为,现阶段强行在模型层融合,“ROI是非常不好的”,核心原因在于推理频次的巨大差异——智驾模型需要10赫兹到48赫兹的处理速度(特斯拉为48赫兹),而座舱模型1~2赫兹就已足够,“不同频次代表对算力和内存的需求成倍增长,没必要把两个东西做到一起。”

    火山引擎现阶段的做法,是在模型层实现数据和任务的打通,而非强求芯片或模型的物理整合。

    杨立伟打了一个形象的比方:火山引擎更像是大脑,智驾则更像是车辆运动控制的小脑。“我们会把用户对司机agent的意图总结好、提炼好,传输给智驾系统完成闭环。”

    他透露,火山引擎已与国内头部智驾Tier1合作,预计今年年底前实现真实落地。

    同时,火山引擎方面也明确表示:“我们一直在给智驾提供底层的云和基础设施,帮他提升训练效率。所以不管L3还是L4,只要它们持续发展,我们都愿意支持。”

    可以看到,在智能驾驶业务这块,火山引擎并未深入行业太多,更多的还是提供云和基础设施服务。但面向未来,舱驾一体是大势所趋,比如特斯拉的FSD+Grok、华为乾崑+鸿蒙座舱能做到更深的舱驾融合体验。

    火山引擎的方案是座舱理解意图后传给智驾Tier1,而非真正的舱驾统一模型如果舱驾一体成为行业主流标准,仅有座舱AI能力的供应商,或许会被逐渐边缘化。

    整体来看,汽车智能化赛道的发展,无疑为火山引擎这类入局较晚的云厂商创造了平等竞逐的发展契机,依托豆包大模型算力底座与字节全域内容生态优势,火山引擎稳步完成从汽车营销到智能座舱AI服务的业务迭代,逐渐在车载智能体领域站稳脚跟,走出了差异化的行业渗透路径。

    但长远来看,于火山引擎而言,随着车载智能行业标准逐步统一、舱驾一体体验成为用户核心诉求,仅聚焦座舱AI生态、偏重云端服务的发展路线,也或将面临行业适配压力。

    最终,火山引擎能否在汽车智能化赛道冲出重围,也值得关注。