上一篇
火山引擎Force大会2025：AI视频生成与Agent新纪元
作者｜陆莫斯
封面图源｜AI生成
想要洞察AI市场的真实发展状况，火山引擎无疑是中国最值得关注的风向标。
“截至2025年12月，豆包大模型每日的token调用量已突破50万亿，较去年同期激增超过10倍。”12月18日，在熙熙攘攘的Force大会现场，火山引擎总裁谭待宣布了这一里程碑数据。
相比之下，2025年年初这一数字只有16.4万亿 图片来源：火山引擎
模型即服务（MaaS）是衡量大模型消耗的最直观指标。在这一细分赛道上，火山引擎目前已经占据国内市场份额首位，在全球也跻身前三。
2025年中期，云厂商竞逐“AI云第一”的战火尚未熄灭，年底各大巨头又纷纷推出新版本——谷歌的旗舰模型Gemini 3与视频模型Veo 3.1震撼亮相，OpenAI的GPT-5.2也紧随其后。在国内，阿里、腾讯等科技巨头同样密集发布了各自的大模型更新。
若要用关键词概括2025年的AI市场，多模态与Agent无疑位居前列。
本次Force大会上，火山引擎的发布重点同样聚焦于这两大方向：
模型层面：推出了豆包旗舰模型1.8以及视频生成模型Seedance 1.5 pro；
围绕Agent构建的工具链与生态服务：包括企业自有模型的推理代工服务、强化学习平台；企业级AI Agent平台AgentKit；以及针对Agent运营发布的HiAgent“1+N+X”智能体工作站。
火山引擎总裁谭待在大会现场
在Force大会上，火山引擎决心“将Agent进行到底”——他们亲自搭建了一个Agent，用于大会的报名、参会指引等场景。
“大家可能觉得这很容易，但实际上我们做起来也颇费周折！”谭待笑道，“当前模型能力已经足够强大，但很多企业仍难以落地，关键在于Agent的工具和生态尚处早期，企业进行Agent迭代的速度自然缓慢。”
自2020年火山引擎进军云市场，至今已五年。当时它还被视为云市场的“新兵”，如今，火山已借助大模型的东风，成长为AI领域不可小觑的力量——2024年，其营收规模突破110亿元，增速远超60%；2025年，这一数字预计将超过200亿元。
参数不再是焦点，模型已进化为成熟消费品
2025年，视频模型市场的竞争异常激烈，持续了一整年。
与去年相比，最大的不同在于：厂商们不再仅仅比拼参数和时长，视频生成赛道的竞争已跃升至全新维度——真正的分水岭，在于能否直接生成“可发布的完整作品”。
例如，近期各大AI视频厂商都在竞逐一个功能：声画同步生成。
过去，模型生成的视频片段往往只是半成品，需要大量后期剪辑、配音和口型对齐才能投入使用，制作一条AI视频往往要跨多个平台，工序复杂。
最新发布的Seedance 1.5 pro，同样将声画同步作为核心卖点，实现开箱即用。在Force大会上，谭待对Seedance 1.5 pro的参数轻描淡写，直接展示了多个Demo，涵盖电影、动画、商业广告等多种风格。
- 提示词：一个女孩站在房间里，面向观众。她身后的大人递给她一个圣诞礼盒，当她打开盒子，一只小狗跳了出来，女孩开心地笑了，说道：“你真好！”
- 提示词：一个蓝色头发的动漫少女站在樱花树下，樱花瓣飘落下来。她伸手接住一片花瓣，开心地转了一圈，裙子随着旋转飘起来。她笑着用英语说:“春天终于来了!”
2025年，AI视频模型领域依然保持着极快的迭代节奏。
2024年时，各家主要聚焦于解决一致性和人物动作表情的自然度问题——比如，前一帧还是史密斯吃面，下一帧就可能变成另一个人。
到2025年，以Seedance上一代版本1.0 pro为例，其主打卖点是“原生多镜头叙事”：能根据复杂剧本自动规划远景、特写、中景镜头组合，并保证主角一致性。
但如今，这些问题已不再是主要瓶颈，视频生成模型迅速逼近生产级可用水平。声音，正成为新的竞争焦点。
无独有偶，今年下半年发布的快手可灵2.6、谷歌的Veo 3.1以及阿里的WAN 2.5，都将声画同步功能作为了宣传重点。
来源：小红书用户@AI哈哈镜
相比之下，Seedance 1.5 pro展现出独特优势。
首先，在口型同步方面，Seedance 1.5 pro的匹配度极高；而谷歌Veo 3.1等海外模型对中文支持不足，常常出现口型错位、配音生硬的问题。
其次，Seedance 1.5 pro生成的视频沉浸感更强——不仅口型精准，声音与人物、环境的融合度也更高。
运镜与动作张力，一直是Seedance的强项。此次Seedance 1.5 pro进一步强化了对电影级运镜和动态张力的遵循。
例如，在室外不同天气下，人物的声音会呈现出悠远感，甚至带有轻微回音。
- 提示词：一个穿黑色风衣的男人站在雨中街头，雨水顺着脸颊流下。他缓缓抬头望向天空，用上海话低声说：“是时候做个了断了。”镜头切向对面的人，对方反问：“你要怎么做？”背景是模糊的霓虹灯和湿漉漉的街道，最后镜头转向男人身后马路对面的几个路人，他们静静观察着。
- 提示词：一辆红色跑车在山路上飞驰，轮胎与地面摩擦冒出白烟。车辆快速过弯，车身倾斜。镜头切至驾驶座，司机紧握方向盘，眼神专注，冷哼一声，车子加速冲过终点线。
Seedance 1.5 pro生成的视频，其动作幅度、多镜头切换及多主体呈现，均明显处于行业领先水平。
实际上，要实现声画同步，不仅需要海量训练数据，还需在训练架构和路线选择上进行诸多调整。
过去，视频生成大多基于传统T2V模型，先产出视频画面，结果就是“无声视频”，用户需自行后期配音、配乐、对口型，耗时费力。
对于追求创作效率的C端用户，以及看重成本与稳定性的B端客户，声画同步无疑具有巨大商业价值。
模型训练架构的改进，也显著提升了商业化落地效率。例如，通过多阶段蒸馏、量化等工程优化，Seedance 1.5 pro的端到端推理速度提升了10倍以上，大幅降低了生成成本。
火山引擎智能算法负责人吴迪曾在采访中指出，在模型训练目标设定之初，火山就重点关注了B端核心场景的需求，“音画同步”正是客户的刚需之一。
可以说，随着一致性、运镜、叙事、声音等要素逐步成熟，AI视频生成的拼图已趋于完整。
这背后也映射出整个创作生态的日益成熟。
从Seedance 1.5 pro的发布宣传即可见一斑——在小红书上，字节旗下的AI视频Agent小云雀、即梦等，主推1.5 pro时，选用的AI视频素材多为包含复杂动作的短视频、有剧情有故事，充满强烈的抖音风格。
小红书上的二次创作与趣味视频示例
视频的趣味性很大程度上决定了其传播潜力。Seedance 1.5 pro对方言、对白及强表演场景的强大支持，使其天然适合在豆包、即梦等C端产品中生成可供二次创作和分享的社交货币——例如方言类“整活”视频，正成为AI视频模型撬动用户的有效路径。
作为短视频巨头，字节跳动对内容有着深刻理解——深知什么内容能火、为何能火。这些洞察最终都融入了模型的训练目标。
信号已然明确：随着视频生成模型的逐步成熟，这些AI生成的视频将很快与豆包、即梦、小云雀等C端产品深度联动，为用户提供可供二次创作和分享的社交货币。
当模型能够理解并生成复杂的长镜头、希区柯克变焦等电影术语，还能精准复刻川话、粤语、沪语等小众方言，成为随手可用的创作工具时，它就不再仅仅是技术工具，而是具备了演变为社交平台的潜力。
大模型竞争已演变为系统工程对决，火山却在模型层面做减法
火山引擎的快速崛起，正是当前AI应用爆发的缩影。
据“智能涌现”了解，与2025年末相比，到2030年豆包大模型的Token调用量预计将增长约100倍。
然而，大模型领域仍处于非常早期阶段。火山智能算法负责人吴迪在会后采访中透露：国内大约10%-20%的头部企业消耗了超过90%的Token，大模型服务的渗透率依然较低。
“这个领域的头部效应依然十分显著。”他指出。
拥有好模型并不足以服务好客户。然而，火山引擎如今的思路恰恰是做减法。
豆包大模型1.8做了一个许多厂商不敢尝试的决定：将所有模型能力整合进单一模型。
具体来说，客户只需面对一个API接口，无论是LLM、VLM还是Thinking版本，全部集成一体，无需版本选择，不必纠结模型能力差异，也不用在多个模型间切换。
这与主流做法大相径庭。大多数模型厂商习惯于提供不同版本，如语言、视觉理解、思考模型等，各版本对应不同能力边界。好处是职责分明，但挑战在于选择成本高、集成流程复杂。
在模型上做减法，难度呈指数级上升，这需要更先进的基模——这正是火山强调的底座逻辑。
基础模型的能力直接决定了下游应用的天花板。Seedance 1.5 pro之所以能实现精细的声画同步，背后正是豆包基础模型能力的支撑。
例如，模型能精准捕捉人物情绪、理解复杂叙事意图、处理方言语音语调，这些都依赖于基模在语义理解、情感识别等维度的深厚积累。
来源：火山引擎
当前的Token降价潮，迫使厂商必须把模型训练得更高效、更好用，提升MaaS服务的“密度”。
什么是密度？简言之，就是在相同成本下，模型能提供的价值更多。
通过持续的工程优化和训练策略改进，火山不断压缩推理成本，同时保持甚至提升模型性能。Seedance 1.5 pro端到端推理速度提升10倍以上，正是这种优化的直接体现。
计费模式也应契合AI应用的特点。
本次发布会上，火山推出了一个创新计费模式：“AI节省计划”。该计划覆盖所有按量后付费的大模型产品，通过阶梯式折扣，帮助企业最高节省47%的成本。
“目前行业仍按Token计费，但未来绝不会只有这一种方式。”2024年，谭待在接受“智能涌现”专访时曾表示。他认为，未来应按交付的“智能”付费，比如用AI写报告，按交付物的价值计费。
2025年，火山已开始推出按思考长度分段付费的模式，以帮助企业降低成本。
事实上，自火山成立之初，谭待就反复强调AI是火山的核心旋律。
这意味着火山的基础设施、产品架构、商业模式从诞生起就围绕AI云原生设计。对于后来者火山而言，传统公有云市场早已被先行者占据——这是客观现实。
因此，AI成为火山弯道超车的关键。
火山的AI原生体现在诸多细节：例如，GPU集群调度系统专为大模型训练优化；存储架构也充分考虑了AI训练对基础设施的极端需求。
AI基础设施的竞争，已从单纯的模型能力比拼，升级为系统工程的较量。
对于广大企业客户而言，他们面临的最大问题往往不是模型不够强，而是不知如何应用、难以落地。一个企业要真正用上大模型和Agent，必须解决数据接入、任务编排、效果评估、成本控制等一系列复杂难题。
这好比拥有一台强劲的发动机，却没有配套的传动系统、控制系统和操作界面，普通人根本无法驾驭。
火山正在同步建设模型的“大脑”和“双手”。
如果说豆包大模型是“大脑”，提供核心的理解与生成能力；那么此次重磅发布的AgentKit，就是那双“手”，旨在降低开发者的门槛。
传统Agent开发需要开发者自行处理prompt工程、工具调用、状态管理等复杂问题，开发周期长、调试困难。AgentKit将这些底层能力封装，开发者只需关注业务逻辑。
更重要的是，AgentKit不仅是开发工具，还提供完整的运营能力。从Agent的创建、测试、部署，到上线后的监控、优化，形成闭环。这对企业客户至关重要，他们需要的是可管理、可迭代的解决方案，而不仅仅是demo。
火山自身在Agent领域已积累大量实践。字节内部诸多业务场景，如客服、内容审核、数据分析等，都在使用Agent提升效率。这些实践中沉淀的能力与经验，最终通过AgentKit对外输出。
在Force大会的演示中，一个企业级电商客服Agent从零搭建到上线，整个过程不到半小时。这种效率提升，对许多企业而言是质的飞跃。
展望未来，火山在Agent方向的目标十分明确：让每个企业都能拥有自己的AI助手，就像今天每个企业都有自己的网站和APP一样。这需要的不仅是技术能力，还有完整的生态支撑。
从这个角度看，火山的雄心已然清晰：它不仅要提供模型API，更要构建完整的AI基础设施和服务体系，让所有企业都能低门槛、低成本地使用最先进的AI能力。
这场系统工程的较量，才刚刚开始。
本文由主机测评网于2026-03-08发表在主机测评网_免费VPS_免费云服务器_免费独立服务器，如有疑问，请联系我们。
本文链接：http://www.vpshk.cn/20260329500.html
