8月21日，在2024火山引擎AI創(chuàng)新巡展上海站的采訪環(huán)節(jié)，火山引擎總裁譚待用上面這句話，談到了大模型與云之間的關(guān)系。
他表示，無論是公有云，還是私有云，本質(zhì)上大模型都是其中的一部分，大模型私有化也是私有云的一部分；在公有云中，調(diào)用大模型，本質(zhì)上是在調(diào)用云上的一個PaaS服務，只不過這個PaaS服務特別重要。
也因此，譚待強調(diào)，沒有必要把AI和云對立來看——而火山引擎作為云服務廠商的定位，是沒有變化。
不過，不得不承認的是，大模型的加持，讓火山引擎看到了它在云計算市場的未來機遇。所以，借重于這個千載難逢的機遇，火山引擎作為字節(jié)跳動的云計算業(yè)務板塊，正在花大力氣推動旗下豆包大模型的技術(shù)突破、成本降低和應用拓展，并且面向不同的行業(yè)尋找落地機遇。
從目前的情況來看，火山引擎已經(jīng)取得了具備巨大可能性的突破。
進擊的大模型：不僅僅是技術(shù)
作為火山引擎旗下的破局利器，豆包大模型的進化速度令人刮目相看。
這其中，一個典型且容易被外界感知的數(shù)據(jù)是：根據(jù)公開及內(nèi)部測評集顯示，最新版豆包大語言模型相比發(fā)布初期綜合能力提升了20.3%。
從具體的細分能力來看，豆包大模型實現(xiàn)了如下方面的提升：
- 角色扮演能力提升了38.3%，具備了更強的上下文感知，讓對話情境更連貫、角色更擬人化。
- 語言理解能力提升了33.3%，讓豆包大模型在信息分類、抽取、摘要、理解和問答等NLP方面都有了顯著提升，能夠在更多生產(chǎn)力場景中得到應用。
- 此外，模型在長文任務、數(shù)學、專業(yè)知識、代碼能力上也有不同程度的增強。
基于這些技術(shù)能力的升級，火山引擎還在本次活動中公布了多個豆包垂類模型的最新升級，具體來說：
- 豆包·文生圖模型對長文本有更精準的圖文匹配能力，多主體、多位置、手部結(jié)構(gòu)等復雜場景的生圖能力更強，更善于理解中國特色元素，創(chuàng)造更具美感的中國風圖片。
- 豆包·語音識別模型基于大語言模型豐富的知識和推理能力，通過上下文感知，提升語音識別準確性，在多個公開測試集中，與國內(nèi)公開發(fā)布的語音識別大模型相比，錯誤率最高降低40%；支持一個模型識別普通話和粵語、上海話、四川話、西安話、閩南語等方言。
- 豆包·語音合成模型升級了流式語音合成能力，能夠?qū)崟r響應、精準斷句，支持「邊想邊說」。
另外，基于上述能力，火山引擎還專門發(fā)布了對話式AI實時交互解決方案，該方案整合了豆包大模型和實時音視頻（RTC）技術(shù)，提供端到端的大模型實時對話方案。
基于該方案，企業(yè)可以輕松地在自己AI應用中嵌入該實時語音功能，用戶不僅能用語音與AI進行交談，還能像平時說話一樣，在對話過程中適時打斷或插話，經(jīng)過升級后的AI聲音具備較好表現(xiàn)力和感情色彩，對話更自然、更真實、更流暢。
另外，除了模型效果，針對企業(yè)生產(chǎn)環(huán)境對AI高并發(fā)需求出發(fā)，豆包通用模型pro提供了國內(nèi)最高標準的800k初始TPM（每分鐘處理tokens數(shù)量）?；谶@樣的能力，火山引擎可以在客戶高并發(fā)的對話場景要求下，幫助客戶完成多輪提示詞的優(yōu)化，并且提供充分的高并發(fā)保障，幫助客戶應對高峰場景。
總體來看，經(jīng)過技術(shù)能力的持續(xù)迭代，豆包大模型在三個月的時間里，已經(jīng)完成了新一輪肉眼可見的能力進化，涵蓋了基礎(chǔ)能力提升、垂類模型優(yōu)化、實時對話方案、高并發(fā)場景保障等多個與客戶關(guān)聯(lián)密切的方面。
除了能力本身，我們還也注意到，火山引擎還在活動現(xiàn)場介紹了一系列面向客戶的大模型相關(guān)產(chǎn)品升級點，比如說火山方舟最新推出的全周期安全可信方案、扣子專業(yè)版、HiAgent的最新能力等。
這背后，自然也離不開字節(jié)跳動本身在AI領(lǐng)域的深厚技術(shù)積累。
值得一提的是，除了技術(shù)開發(fā)，火山引擎也尤其注重于降低豆包大模型的成本，從而使得它的快速走向「價值創(chuàng)造階段」。實際上，在5月15日的活動上，豆包主力模型面向企業(yè)市場就掀起了一場價格戰(zhàn)，并由此掀起了行業(yè)里的大模型降價風潮。
熱門跟貼