火山引擎近期宣布調整其2021年設定的千億元年營收目標，將原定于2029年至2031年實現的時間周期保持不變，但目標金額上調數百億元。這一調整源于團隊主動提出，體現了火山引擎在AI云領域的堅定決心。火山引擎總裁譚待表示，團隊對拿下AI云市場的信心來自于MaaS（模型即服務）收入和豆包大模型能力的超預期提升。
在12月18日舉辦的冬季Force原動力大會上，譚待透露，豆包大模型日均Token處理量在12月已超過50萬億，半年內增長超200%。這一增長不僅得益于字節旗下豆包、即夢等AI應用的快速發展，還吸引了大量外部客戶深入使用大模型。數據顯示，累計使用上萬億Token的客戶超過100家，數量是云計算巨頭AWS的兩倍。
譚待指出，大模型能力的持續提升正在解鎖新場景，帶動Token使用量增長。例如，生圖、生視頻需求隨著Seedream、Seedance模型的成熟迅速上升。此次大會上，火山引擎升級了多款大模型，其中豆包基礎大模型1.8版本強化了多輪指令遵循與OS Agent能力，可理解長達1.5小時的視頻。譚待還透露，能力更強的豆包大模型2.0版本即將上線。
視頻生成模型Seedance升級至1.5 pro版本，重點提升了音畫同步、多人多語言對話能力，并賦予畫面電影級質感。譚待強調，細節處理是關鍵，Seedance 1.5 pro不僅能處理中文、英語、西班牙語等多種語言，還能精準匹配四川話、陜西話等方言的口型，解決了多數視頻生成模型的痛點。
在定價策略上，火山引擎不再強調單點降價，而是推出覆蓋豆包系列大模型、DeepSeek、月之暗面等開源模型及周邊產品的“節省計劃”。譚待解釋，隨著客戶深入使用AI，不同業務中調用多種模型的需求增加，節省計劃通過整體優惠降低試錯成本，鼓勵客戶“用得越多，省得越多”。
譚待觀察到，企業開發邏輯正因大模型發生變化：過去以if-else定義工作流，如今轉向基于Prompt和模型驅動Agent；運維（Ops）也從管理服務器轉變為運營數字員工（Agent）。為此，火山引擎構建了從MaaS到Agent開發、運營的全棧產品體系，將豆包app中的對話、搜索、思考等能力封裝成Agent API，供客戶通過幾行代碼調用。
當前云計算行業在AI領域的競爭愈發激烈，頭部廠商將MaaS視為長期成功的關鍵指標。譚待認為，更多參與者入局有助于擴大行業規模，火山引擎有信心保持份額領先。他多次強調“加速度最重要”，無論是基礎大模型的追趕還是業務規模的擴張，火山引擎的ToC和ToB協同優勢及積累的know-how將成為關鍵。
在訪談中，譚待透露，豆包2.0模型仍在訓練中，但1.8版本已在多模態和Agent能力上取得顯著進步。例如，其視覺理解能力可處理1.5小時視頻，適用于監控片段檢索等場景。針對視頻生成模型，譚待表示，火山引擎有信心做到國際領先，而基礎語言模型的短期目標是躋身第一梯隊，盡管追趕OpenAI等先行者需要時間，但加速度優勢將逐步縮小差距。
火山引擎此次未延續降價策略，而是通過節省計劃推動創新。譚待解釋，客戶在不同業務中調用多種模型導致采購復雜，節省計劃通過整體優惠降低創新成本。例如，客戶積累的語言模型用量折扣可直接應用于視頻生成模型，試錯成本大幅降低。他強調，模型能力提升和抽卡成功率增加已實際降低ROI角度的成本，節省計劃旨在進一步加速創新。
針對企業開發門檻，火山引擎推出了豆包助手API，將豆包app的深度思考、邊想邊搜等能力封裝成更高層級的Agent API。譚待舉例，IoT硬件接入豆包視頻通話或搜索能力時，過去需調用基礎模型API并自行搭建Agent流程，如今通過助手API可直接調用封裝好的能力，大幅降低創新門檻。他對比了HiAgent、AgentKit、扣子等開發工具，強調助手API的獨特性在于無需開發即可調用復雜Agent能力。
譚待認為，API可替換性僅存在于淺層使用場景，復雜業務如視頻創作需結合私有數據、特定畫風及模型調整，端到端跑通Agent需身份認證、組件支持等，類似開發復雜網站，粘性較強。他以云計算發展為例，指出云原生階段的價值在于彈性、現金流管理和技術觸達效率，AI時代這些價值被進一步放大。
火山引擎的產品策略源于降低AI創新門檻的思路。譚待介紹，從基礎MaaS層到Agent開發層，火山引擎通過Prompt優化、智能路由、Response API內置工具等提升易用性，并推出推理代工和RL Serverless服務。在Agent開發層面，全棧AgentKit覆蓋權限管理、身份認證、Memory、安全等模塊，HiAgent則用于Agent運營管理。火山引擎與第三方合作開發專用Agent，如與Cocos合作的小游戲開發Agent。
譚待指出，AI使ToB和ToC產品體驗差距縮小，火山引擎擅長通過產品體驗增益客戶。他觀察到，編程邏輯正從if-else轉向模型驅動Agent，窗口限制帶來的上下文管理問題需新中間件解決，傳統if-else將通過MCP等方式調用。AI原生時代的DevOps中，Dev變為基于Prompt的開發，Ops變為數字員工運營，企業需構建“1+N+X”落地模式：1個統一控制臺、N個預置通用Agent、X個快速開發的自有Agent。
火山引擎在AI實踐上的領先得益于字節集團內部50多個業務線的持續嘗試。譚待認為，服務內外客戶的經驗使其更懂痛點，認知優勢源于實踐而非空想。他強調，內部團隊不強制使用火山產品，充分競爭才能提升質量，內部客戶的溝通優勢在于反饋直接透徹。
談及Agent落地情況，譚待表示，盡管Agent整體增長迅速，但多數仍偏簡單。復雜Agent需調用多個工具并動態創建子Agent，火山引擎推出的AgentKit可簡化開發流程。例如，大會展示的報名Agent通過AgentKit實現智能打卡和會議總結，提升了參會體驗。目前，火山引擎的深度客戶集中在ToC行業，智能制造、消費電子和汽車行業用量增長顯著，符合二八定律。
在行業合作方面，火山引擎與全球前10手機廠商中的9家合作，汽車領域聚焦座艙場景，不涉及智駕。拓展行業客戶時，火山引擎延續傳統云服務長打法，通過專門團隊匹配需求，但更注重長期目標設定、考核機制和靈活調整。譚待強調，組織能力是關鍵，需保持上下聲音通暢、調整靈活，字節范兒的“Context，not Control”文化支持了快速糾錯。
