过去一年，字节推出十余款AI应用，覆盖Agent 定制、聊天、社交、图像、视频、办公、教育等多个领域，甚至还涉足了硬件产品。
移动互联网时代，字节就有「APP工厂」之称，所以相继打造今日头条和抖音两个爆款产品，借此成为最赚钱的中国互联网公司之一。
大模型时代，他们还要创造新的增长奇迹，寻找第三个超级应用的可能性。
这不是字节的专利。置身于AIGC浪潮之年，发力大模型的公司都是这样设想、计划且实施的。
在今年5月的一场行业大会上，小冰公司CEO李笛提到，「当前 AI 的商业价值已从单纯的技术输出转变为通过高附加值产品实现收益。」
更早些时候，朱啸虎在接受腾讯新闻的采访时也很现实地谈到，对于AGI（通用人工智能），他信仰能马上商业化的应用。但对于大模型到底在什么点让to C应用爆发，他也不知道。他只是说，「to C应用必须刚需、高频，长远才有机会守得住。」
如同争夺移动互联网的船票一样，现在大家瞄准的是AI时代的船票。字节当然也知道，现在是押宝的阶段，所以探索型布局显得尤为重要。
字节需要AI时代的抖音
过去一年，Chatbot、AI虚拟社交、AI Agent是AI圈热点讨论的三大产品领域，字节无一遗漏。
除了对标ChatGPT、Kimi的智能对话产品豆包；定位为「AI虚拟角色聊天互动社交」星野的「猫箱」（原「话炉」）；还有AI Bot开发平台扣子（Coze），对标OpenAI推出的GPT Store。
这是由多支AI团队内部赛马的结果。短时间快速推出产品，再经由市场检验，优胜劣汰，这是字节一贯的作风。移动互联网时代，字节就有「App 工厂」之称。《晚点 LatePost》曾统计，2018-2020 年，字节跳动自研/收购了大量项目，在App Store上线的应用约140 个。
其中不论在字节体系内，还是AI行业，豆包都以用户规模第一的姿态处于探索前锋。
而且豆包承载着字节在AI时代的雄心——即打造类似今日头条、抖音这样的爆款、国民级应用。
简而言之，豆包是一款通用型产品，既是生产力变革工具，也有情感陪护功能。甚至应用与大模型同名，都是豆包。
所以，基于豆包大模型（原云雀大模型）开发的 AI bot，豆包可以实现AI智能聊天、对话、问答工具，预制了多个智能体，支持学习、生活、情感等多个场景，同时也允许用户定制自己的AI智能体。
QuestMobile数据显示，截止到今年7月份，AI原生应用（也即APP）月活用户规模已经突破了6630万，其中，豆包以3042万的月活用户规模位居榜一，比百度的文小言多出2000多万的月活用户规模。
这是字节信奉大力出奇迹的结果。在抖音，看不到什么AI应用的投放广告，除了豆包。据说，字节几乎屏蔽了同类型产品在抖音的所有投放，将海量用户转化的机会都留给了自家豆包。
除豆包、星野等AI原生应用外，字节根据自身业务特性，甚至战略需要，基于现有产品孵化中一些新的应用，最典型的就是即梦。
作为全球短视频最大平台，字节CEO梁汝波曾在内部发起警觉，「AI技术对于内容创作会有很大的颠覆，甚至会产生新的创作平台」。尤其Sora横空出世之后，文生视频的风浪可能会进一步冲击抖音现有的行业地位。
假如，中国版Sora不是出自字节系，而是其他创作平台呢？并且这样的事情一而再再而三的发生呢？后果是，抖音就会失去视频创作入口。久而久之，更是可能失去发布入口。
这是张楠被调任剪映的一个重要背景，即梦正是她掌管的剪映业务团队推出的一个AI视频生成应用。
但是从反馈来看，这个新产品距离被用户广泛接受，还有很长距离要走。截至今年10月15日，七麦数据显示，即梦AI的累计下载量为79.14万。此外，这款产品近30天日均下载量为22978次。
从时间表来看，即梦的雏形Dreamina比快手可灵推出时间要更早，却被后者赚足风头。一个未经证实的消息是，可灵的营收已经过千万，内部还切蛋糕小小庆祝了一下。大模型时代，视频行业格局发生变数的可能性增加了。
左手豆包，右手剪映，这是字节在大模型时代迅速打出的两张王牌。一个是纯粹的AI原生应用，一个是基于现有核心业务的进化迭代，本质都是在争取AI时代的一张船票。
APP工厂依然在继续
豆包和即梦只是字节押注AI应用的两个明星产品。这个移动时代的APP工厂，依然在广泛布局。
而且他们是全产业链推进。从底层最基础的模型层，到中间做性能优化匹配的连接层，再到最后落地C端的应用层，字节跳动都全面涉及覆盖。
据新莓daybreak不完全统计，去年 8 月至今，字节跳动在 AI 领域一共推出包括豆包大模型家族在内的 9款大模型、2 个智能体开发平台，和十余个 AI 应用。9月份，字节甚至推出首款AI硬件产品——AI智能体耳机Ola Friend，试图在硬件市场找到AI落地的新入口。
根据非凡资本旗下商业数字化及创新研究中心「非凡产研」的数据榜单显示，除了百度，字节是国内目前AI产品数量最多的企业。
对比两家大厂，百度AI产品的布局策略是从覆盖热门品类，到赋能日常衣食住行场景。比如AI对话产品文心一言，以及接入百度人脸识别技术的中关村在线科技生活馆、整合百度AI技术，为景区搭建智能票务系统等。
字节则更多集中聚焦市场热门领域中的高频使用场景品类。比如图片/视频生成、聊天、社交、办公、教育、音乐等领域。
据新莓daybreak不完全统计，今年年初以来，字节更新或上线了扣子、猫箱、星绘、河马爱学等8款AI应用产品，且大多都在今年上半年推出。
值得注意的是，这些孵化更新的产品并不仅产生于一个团队，除了聚焦于应用层的AI创新业务部门Flow，剪映、今日头条、大力教育、巨量引擎等业务部门也在发力AI，这些团队目前推出的产品分别聚焦于图像/视频、办公、教育、电商内容创作等领域。
此外，字节AI产品策略还有一个典型特征，就如移动互联网时代那样，更注重海内外同步布局。国内有豆包，海外有cici；国内是扣子，海外是Coze；国内推出猫箱，海外就有BagelBelI……
其中，字节跳动旗下海外产品Gauth、Cici AI、Hypic三款应用均进入2024年9月的全球APP下载榜Top30。
而且字节试图C端和B端通吃。典型如既面向C端又面向B端开发者的Agent定制产品「扣子」。
除了大模型，Agent（智能体）是另一个被广泛讨论的概念，业内共同的认知是：「Al agent是AI与具体应用场景结合落地的一种方式，大模型需要Agent来实现功能的扩展。」
「扣子」是目前Agent应用开发平台领域用户规模最高，品牌热度最大的产品。根据第三方平台Similarweb的数据，截至2024年6月，「扣子」的月访问用户数达到约200万左右。
上线初期，一位知乎用户分享自己使用扣子的实际体验，「基于文本的对话体验挺好，速度反应比原生GPT4速度快，流畅。也支持部署到discord上当Agent使用。但是多模态挺bug的，上传的文本和图像基本存在问题，完全不能用。」
尽管问题重重，依然没有阻挡大厂推出Agent开发平台的热情。
百度智能云千帆APPBuilder于2023年10月17日推出，是上线时间最早的产品，百度今年二季度财报数据显示，App Builder构建应用量达数十万。腾讯元器于今年5月上线，但目前并未公布用户规模，不过用户创建的智能体可以一键分发至QQ、微信客服、微信公众号等腾讯全域。
核心领域都要覆盖，国内海外同步，C端B端通吃，字节产品布局策略有效的前提是，大模型底座足够过硬。
大模型底座够不够支撑字节的野心？
字节在忙着布局应用的同时，豆包大模型也在快速更新。
2023年8月，字节自研推出了一款大规模预训练语言模型——云雀大模型，定位于自然语言内容生成和内容理解的AI大模型。豆包就是基于该模型开发出来的。7个月之后，云雀大模型升级为豆包大模型家族，并一口气发布了9个豆包模型。
字节大模型差不多是每两个月更新一次。今年5月，字节火山引擎先是一口气推出9款豆包大模型家族，两个月之后又发布了豆包·图生图模型；再到今年9月，推出了PixelDance和 Seaweed两款豆包·视频生成模型。
截至目前，豆包模型家族已经集齐了文本、语音、图片、音乐、视频等，共计13款模型。
今年5月，火山引擎总裁谭待接受虎嗅采访时提到，字节的模型在不断进化，一旦进化到某一个层次，就有可能去上面做应用。字节的两款TOP级AI原生应用——扣子和豆包，都是基于豆包大模型。
并且谭待还提到字节对外发布豆包大模型相对较晚的原因，「因为豆包到了大家可以广泛用它去做应用的程度，只有越来越多的人去做更多应用，反过来又可以驱动技术进步，形成一个正循环。」
最近，硅星人引用字节内部人士的话解释豆包大模型，「现在的豆包更像是一个统一的出口，连接用户。豆包产品后端连接了多个模型测试，是一个训练场，通过API的结果反馈来评测模型效果，但一时间很难有取舍。」
此外，定位为字节跳动的 ToB 云平台「火山引擎」，肩负着字节在B端市场数字化落地的大任。随着AI大模型的出现，「云服务+大模型」就成了云服务市场转型的重点。
目前，火山引擎已经形成云基础设施、豆包大模型和火山方舟2.0的一套产品体系。一方面可以帮助企业实现AI转型，一方面为内部输血。
比如上月底发布的豆包视频生成模型，在训练过程中就采用了火山引擎的大模型训练视频预处理方案。而火山引擎视频云团队提供的点播解决方案，也保障模型完成商业化应用。
在字节内部，火山引擎给自己的定位是「为他人做嫁衣」。去年，谭待对外表示，「火山引擎自己不做大模型，首先服务好国内做大模型创业的公司。」
当时，他对媒体强调，火山的任务一方面是算力供给，另一方面是搭建云原生机器学习平台，帮助企业应用好算力，进一步提升效率，把大模型训练得又快又稳定。
置身于AI大模型应用的浪潮年。在完成商业落地的同时，业内奋起争当「中国OpenAI」，底层能力的搭建至关重要。
上个月，谭待在解释为何此时才发布视频模型时提到，模型是影响未来十年、二十年的长远的东西。
AI计算正在加速渗入各行各业，一场看不见的革命也许就在不久的未来。但同时，字节在AI时代的野心也需要得到物理世界的验证。
而种一棵树，最好的时机首先是在十年前，其次是当下。
