在AI浪潮席卷全球的當下，科技巨頭的競爭已從單一模型能力的比拼，升級為從芯片、算力到模型、應用，再到生態的全棧式競爭。

作為行業的后來者，字節跳動的AI棋局日漸清晰：縱向，完成從底層硬件到上層應用的全棧布局，形成成本與體驗的“飛輪效應”；橫向，以C端超級App流量與B端企業服務雙輪驅動，構建一個強大的開放生態。

這條路通往何方？字節跳動的答案是：堅定長期投入，“追求智能上限”，服務產業應用。其全棧AI布局正加速滲透千行百業，推動中國數字化進程邁入“AI原生”的新階段。

全棧AI布局，場景加速落地

近年來，字節跳動在AI基礎技術研發上持續加大投入。

據華創證券報告顯示，字節跳動基于互聯網海量數據，積極建設海內外算力中心；同時，基于字節自研DPU的GPU實例，較上一代集群性能最高提升三倍以上。

此前有消息稱，2025年，字節跳動計劃在AI基礎設施投入超120億美元（約合人民幣855.78億元）。據悉，字節跳動2024年資本開支已達800億元，2025年資本開支預計翻倍至1600億元，主要用于自建算力中心與DPU芯片研發。

在模型架構方面，字節跳動最新開源的Seed-OSS-36B模型采用Apache-2.0許可證，支持原生512K上下文長度，并引入創新的“可控思維預算”機制。

用戶可靈活調整模型的推理長度，支持動態控制思維預算，提升推理效率。這項技術針對推理任務專門優化，在AIME24達到91.7分，AIME25達到84.7分的優異表現。

多模態技術成為字節跳動近期最引人注目的突破點。Waver 1.0基于修正流Transformer架構，支持文本到視頻、圖像到視頻和文本到圖像的生成，無需切換模型。

統一架構實現多模態生成無縫切換，正在重構內容創作流程。

OmniHuman-1.5則通過“全方位條件訓練”理念，徹底顛覆了對靜態圖像轉動態視頻的傳統認知。該技術僅需一張人物照片和一段音頻，就能讓照片中的人物“活”起來，說話、唱歌、做手勢，甚至表達各種情緒。

從產品矩陣來看，字節跳動的AI產品體系，由豆包領銜，實現多場景覆蓋。

東方證券研報指出，ToC端字節AI應用布局全面，Chatbot豆包或為國內最大的AI Native應用。字節在AI應用各垂類如Chatbot、教育、圖像視頻、情感陪伴等均有產品上線，區域上產品在海外、國內基本一一對照，且同時布局于APP端和Web端。

根據QuestMobile發布的2025年春季數據，豆包擁有超1.1億個用戶，同比增長864.35%，位列榜單第二。豆包家族現已包含通用Pro/Lite、角色扮演、語音合成/識別、文生圖、視頻生成等十余款細分模型。

視頻生成產品線尤為亮眼。Seedance 1.0 Pro在全球Artificial Analysis文生視頻、圖生視頻雙榜領先，5秒1080P視頻生成成本僅3.67元。Waver 1.0可支持長達10秒的高質量視頻生成，兼容多種藝術風格，在運動連貫性、畫面清晰度和提示理解能力上超越現有模型。

企業級市場，HiAgent 2.0與豆包企業版雙輪驅動。HiAgent 2.0采用“調度對話行動”三位一體架構，支持流程圖/自然語言/API三種任務編排方式，內置100+行業模板庫。

字節跳動還推出了系列AI硬件產品，包括AI耳機Ola Friend等AIoT產品。據火山引擎大模型智能硬件負責人刑孝慈介紹，截至6月11日，接入豆包的AIoT產品出貨量超100萬臺，預計2025年年底這一數字有望突破1000萬臺。

硬件產品與軟件生態形成互補，旨在構建更加完整的AI體驗。

當前，字節自研的豆包大模型和火山引擎的AI云原生基礎設施，正在加速向市場滲透。

截至今年6月份，豆包大模型已涵蓋多模態、視頻、圖像、語音、音樂等模型品類，全方位推進智能提升和應用落地。

21世紀經濟報道記者獲悉，在行業應用上，豆包大模型服務著全球TOP10手機廠商中的9家、八成主流汽車品牌、70%的系統重要性銀行及超五成985高校。

截至2025年5月底，豆包大模型日均Tokens使用量超過16.4萬億，較去年5月剛發布時增長137倍。IDC報告顯示，2024年火山引擎在中國公有云大模型服務調用量上穩居第一，市場份額46.4%。

從模型到生態，字節AI進擊

面對國內外科技巨頭的激烈競爭，字節跳動正在構建自己的差異化優勢。

SuperCLUE 2025年5月測評顯示，字節“豆包1.5深度思考模型”與商湯“日日新V6”并列國內第一。

價格策略方面，字節跳動首創“按輸入長度區間定價”，0~32K段輸入0.8元/百萬Tokens，綜合成本僅為競品的1/3，推動大模型進入“厘時代”。

此前，火山引擎總裁譚待對21世紀經濟報道記者指出，火山引擎的差異化優勢體現在兩方面：

一是規模優勢。抖音、頭條等內部業務運行在火山引擎上，使其成為中國計算規模最大的云廠商之一，通過規模化降低成本，為企業提供高性價比的多云服務。

二是AI原生能力。豆包大模型發展迅速，C端用戶可直接體驗（如下載豆包APP），形成B端與C端的協同。

談及生態建設，他告訴記者，在行業聯盟與共創方面，火山引擎已成立手機、汽車等行業聯盟（如上海車展中豆包成為高頻詞），與頭部企業合作；與金蝶、漢得等行業伙伴集成模型能力，拓展垂直領域。

“同時，我們還孵化創新企業，關注AI原生的企業服務初創公司，通過孵化器提供代金券和技術支持，助力其成長，推動中國AI企業服務‘彎道超車’。”他表示，未來火山引擎的目標是深化與零售、金融等行業的共創，孵化更多AIFirst企業，構建互利共贏的生態系統。

業內預計，AI應用將從嘗鮮階段進入必需品時代，而字節跳動顯然已經做好了準備。

21世紀經濟報道記者了解到，在字節跳動今年2月的All Hands大會上，定下年內的主要目標之一就是“追求智能上限”。年初，字節跳動還啟動Seed Edge項目，要做比預訓練和大模型迭代更長線、更基礎的通用人工智能（AGI）前沿研究。

在6月11日舉辦的火山引擎FORCE原動力大會上，字節跳動CEO梁汝波說道：“一直以來，字節在技術創新上的投入非常大。未來，字節跳動會堅定長期投入，追求智能突破，服務產業應用。”

他強調，做好火山引擎對字節跳動成為一家優秀的科技公司、保持技術競爭力很重要。在AI大模型帶來技術變革的時代，字節跳動要從“科技公司”進化到“創新科技公司”，在AI時代保持真正的技術競爭力。同時，也會通過火山引擎，持續把字節的新模型、新技術，開放給企業客戶，讓新技術接受市場的檢驗。

據記者梳理，字節跳動的AI發展路徑已呈現出幾個明顯趨勢。

一是技術融合將更加深入。多模態技術正在打破傳統的內容生成邊界，音頻、文本、圖像和視頻的相互轉換將更加流暢自然。AI與VR/AR技術的結合也可能成為下一個突破點。

二是應用生態將更加開放。火山引擎定位不只做“自有模型”，而是打造“模型超市”，匯聚智譜、MiniMax、百川等第三方大模型，提供精調、評測、推理全托管服務。這種開放策略有助于字節跳動構建更廣泛的開發者生態。

三是人機交互方式將發生變革。梁汝波提到要探索新的交互方式，希望未來的產品更加便攜、更自然。去年推出的OlaFriend耳機只是初步嘗試，未來可能出現更多創新的交互設備。

值得一提的是，隨著智能體中臺技術成熟與行業模板庫完善，企業級AI Agent將從單點效率提升轉向全鏈路智能重構，推動中國企業數字化轉型進入“AI原生”新階段。