本文讨论了中国的科技巨头字节跳动面临的AI技术挑战，指出公司在新兴的人工智能领域的竞争力不足，尤其是在新技术研发和产品创新能力上的缺失，可能会使公司陷入更大的危机之中。

5月中旬，OpenAI、谷歌和字节跳动三大科技巨头相继公布AI业务最新进展，“画风”却差异巨大。

OpenAI的发布会仅仅持续26分钟，CEO奥特曼甚至没有露面，却拿出了效果震撼的语音大模型GPT-4o（“o”代表着全能）。

现场演示中，GPT-4o听说读写样样俱佳，响应速度几乎与真人无异，还带有情绪和语气变化。它能够随时加入人类对话，被打断后也能马上转入新的语境；注意到用户过于急促的呼吸时，还会引导用户放缓呼吸、放松下来。与呆板的苹果Siri相比，GPT-4o作为AI语音助手的表现近乎完美。

一天后，谷歌在长达两小时的发布会上推出一系列新品，包括升级后的Gemimi大模型，以及文生视频模型Veo、文生图模型Imagen3、AI语音助手Astra等。

尽管这场发布会的关注度远不如GPT-4o，但仍有不少亮点：Veo能够根据文字描述生成超过1分钟的视频，打破了Sora此前保持的纪录。Astra效果惊艳，可以实时交互、延迟极低；一个令人印象深刻的演示是，手机摄像头快速扫过场景后，用户询问“眼镜放在哪儿”，Astra马上回答“在红苹果的旁边”。

又过了几个小时，字节旗下的火山引擎举行发布会，推出豆包大模型家族，并展示一系列AI应用。但这场发布会的最大记忆点，不是“技术”，而是“价格”。

根据官方介绍，豆包大模型的定价显著低于行业水平。以豆包通用模型pro-32k版为例，模型推理输入价格为0.0008元/千Tokens，而市面上同规格模型的定价约0.12元/千Tokens，是豆包的150倍。换言之，豆包把价格打下来了99%以上。

发布会上，为了证明到底有多便宜，火山引擎方面做了个类比：一元钱就能买到豆包主力模型的125万Tokens，大约200万个汉字，相当于三本《三国演义》。

火山引擎总裁谭待在接受媒体采访时表示，今年是大模型提升应用之年，需要将AI相关生态建立起来。但是创新的风险成本很高，只有把试错成本降低，才能实现更大范围的普及，市场的呼声就是字节跳动选择降低成本的核心原因。

OpenAI和谷歌的发布会都或多或少提到了价格，但都没有作为重点进行解读。反而是技术和产品落在后面的字节，把价格放在了更突出的位置。

字节是受这一波AI浪潮影响最大的互联网大公司。从ChatGPT、Midjourney到Sora，再到如今GPT-4o，生成式AI大模型及其应用不断涌现，都指向了互联网内容的个性化再组织和去中心化分发，用户获取信息、生产内容的方式将迎来划时代的革命。

这一趋势的刀锋，恰好指向了字节的腹地。

面对AI新浪潮，字节只有投身其中，并成为领先者之一，才能守住并扩张帝国疆域。

然而，在大举进军AI的过程中，字节的创新魔力仿佛消失了。尽管豆包大模型及其他AI应用的用户数据表现不错，但字节一直没能拿出像GPT-4o这样，足以震撼整个行业的新技术、新产品。

不久前，抖音前CEO张楠挂帅的剪映推出文生视频产品“即梦”，只能生成3秒视频，与可生成60秒视频的Sora相比差距巨大，甚至赶不上国产视频大模型Vidu的16秒。

而在5月15日的发布会上，火山引擎发布的新产品不少，但在GPT-4o、Astra等产品的映衬下，显得有些“普通”；反而是号称比行业水平便宜99%的定价，成为圈内热门话题。

主打“便宜”，无法让字节在AI时代浪潮中立于不败之地，也让这家科技巨头的想象空间受到限制。张一鸣和字节感受到AI“降维打击”的锋芒，却未能重新建立技术优势，反而打出低价牌，其处境可能比喊出“AI电商”的马云更加危机四伏。

01

字节之所以能够与阿里、腾讯比肩而立，根本原因是通过技术创新，建立了跨越互联网周期的竞争壁垒。

十多年前，字节依靠横空出世的推荐算法，抓住互联网内容分发从搜索引擎转向机器推荐的潮流，打造了今日头条和抖音及其海外版TikTok两张王牌。

2012年诞生的今日头条，以推荐算法重塑互联网图文信息分发模式。它击溃了停留在中心化+人工编辑时代的门户新闻客户端，让字节成为大公司。

2016年上线的抖音，将推荐算法引入短视频，最终在视频化浪潮的助推下，成为互联网最大的流量枢纽之一。它让字节的流量、用户规模和商业价值成倍放大，最终跻身“新BAT”。

字节的两次飞跃，都站在了技术革新的风口浪尖。但在通用人工智能风潮渐起后，字节没能及时抓住并引领机遇，反而成为被新势力挑战的对象。

大模型带来了一系列AI应用，其中佼佼者如ChatGPT、Sora等，不仅让每一个人有了批量生产优质内容的机会，也从根基上重塑人们获取内容的方式。更可怕的是，AI大模型的进化速度远超传统互联网，对于后者的颠覆也会快得多。

AI大模型落地前景广阔，各行各业都有可能受到影响。首当其冲的，正是如今掌握着互联网内容生产和分发权杖的字节。

过去十余年间，今日头条、抖音、TikTok等平台的内容生态几经迭代，创作者社群不断扩大，平台提供的辅助工具和教程指引也愈发完备，但仍然以人工创作为基本模式。而在分化环节，平台主导的中心化流量分发早已打磨成熟，用户无需输入任何内容，即可被推荐算法精准“投喂”。

以OpenAI为代表的AI挑战者们，正在通过ChatGPT、Sora等AI应用，打破字节固化多年的内容生产与消费闭环。当然，这些应用尚不足以威胁抖音之类的巨无霸；但它们的惊艳表现和超快进化速度，依然展现了重新定义互联网内容生态的潜力。

相比之下，其他互联网大公司同样面临AI挑战，但形势并不迫切。

以电商为例，阿里、京东等公司均已宣布入局AI大模型。京东不久前推出了以刘强东为蓝本的“采销AI数字人”；阿里更是宣布，未来所有产品都会接入自家的通义千问大模型，进行全面改造。

但显而易见，阿里和京东的最大对手不是AI公司，而是同属电商赛道的拼多多。在可预见的未来，AI大模型领域的新技术、新产品，很难直接对电商巨头的核心业务产生冲击，反而会给阿里云等公司带来生意机会。

去年11月，马云在阿里内网发文称，“AI电商时代刚刚开始”。如今半年过去，AI技术在阿里内外有了不少落地应用，但马云口中的“AI电商”究竟为何物，尚未有统一定义。这也意味着，阿里暂时看不到以AI为核心基础能力的挑战者。

相比之下，生成式AI本身就是对字节商业模式的挑战，新的玩家随时有可能一飞冲天。错失新浪潮的张一鸣，处境比马云要危险得多。

02

在新的威胁面前，字节没有展现出当年做今日头条和抖音的洞察力，反应速度也慢得多。

正如梁汝波所言，行业内做得比较好的大模型创业公司，均创立于2018~2021年。OpenAI更是早在2015年底即已入局，历经八年才有了今天的爆发。

相比之下，字节公司层面的半年度技术回顾，直到2023年才开始考虑GPT。字节参战AI大模型，比行业领军者晚了两年以上。

字节追赶AI浪潮，失去了以技术和产品建立壁垒的先机。它只能退而求其次，尽快多点开花，拿出当年“APP工厂”的气势，充当“AI大模型工厂”，并以低价取胜。

截至目前，字节AI矩阵已经大体成型。

最新发布的豆包大模型家族除了两款通用模型，还有面向角色扮演、语音识别、语音合成、文生图等不同场景的模型；应用方面，字节先后推出十多款产品，如AI对话助手豆包、AI机器人开发平台扣子、二次元AI聊天机器人话炉、AI教育软件Gauth等，剪映、飞书等也添加了AI功能。

单看用户指标，字节AI并不算差。

根据第三方数据，今年2~3月，豆包的DAU（日活跃用户）一度超越文心一言，成为市场第一，目前全球DAU约为300万；扣子的DAU也达到了百万量级；在海外市场征战多年的Gauth，近期增添AI功能后，DAU峰值突破200万。

另据字节产品和战略副总裁朱骏透露，豆包上已有超过800万个智能体被创建，月活跃用户达2600万。

但字节尚未拿出一款令人印象深刻的AI产品。无论是知名度还是行业影响力，豆包等产品尽管有字节背书，仍难以与ChatGPT、GPT 4-o、Sora等相提并论，甚至比不上国内AI赛道的“当红炸子鸡”Kimi。

本次火山引擎发布会，字节AI围绕价格做文章。谭待表示，之所以大降价，“一个是我们能够做到，第二是我们需要这么做。”他举例道，在模型工程上，以前使用单机推理方法，如今豆包采用分布式推理，不同的AI计算需求可以用底层的不同芯片来处理，从而让算力效率大幅提升。

降低AI大模型的全系统成本，固然是有必要、有价值的；但在整个行业狂飙突进的时刻，将精力放在降低成本而非技术突破上，难免有重心偏移之感。

作为一项革命性技术，AI大模型仍处于爆发初期的“好东西不怕贵”阶段，占领技术制高点才是关键；此前各大公司对于高性能芯片的追逐，也反映了这一逻辑。毕竟，只有底层技术不断迭代，产品价格才能断崖式下跌，而非以低价产品倒推技术进步。

这也意味着，字节为AI产品构建的价格优势，很可能被迅速突破。例如，今年4月，百度文心大模型推理性能提升105倍，推理成本降到原来的1%。客户原来一天调用1万次，同样成本现在可以调用100万次。

OpenAI CEO奥特曼也持有类似观点。不久前，他在一次访谈中表示，许多人的创业或研究方向是补全现有AI的缺陷，本质上是在赌AI不会变得更好。然而，未来的GPT-5、6会让这些努力变得没有意义。

在不少垂直领域，奥特曼的警告已成为现实：快速迭代的GPT，导致大批专注于应用层的创业公司倒闭出局。

相比之下，字节具备AI大模型的全栈能力，GPT的进化不会带来根本冲击；但倘若它停留在降本增效、拉低价格的层面，迟迟无法取得关键技术突破，那么即便未来推出更多产品，字节也很难成为AI浪潮的头部玩家。

03

放眼全球，字节并不是唯一面临AI挑战的互联网大公司。

美国互联网行业中，搜索引擎鼻祖谷歌在ChatGPT横空出世后“压力山大”，折戟元宇宙的社交网络巨头Meta也感受到了威胁。与字节类似，他们同样在AI大模型时代落后；不同的是，谷歌等公司投入AI的决心更大，成果也更醒目。

以谷歌为例，在ChatGPT刚刚上线时，谷歌匆忙上线AI聊天机器人Bard，却因为屡屡“智障”而遭到群嘲。但经过近一年的打磨后，去年12月上线的谷歌大模型Gemini已经超越了GPT-4，进步速度之快令人咋舌。

几天前的谷歌I/O大会上，Gemini 1.5 Pro版本亮相，窗口能力扩充至200万Tokens。此外，谷歌还推出了文生图模型Imagen 3、文生视频模型Veo、AI助理Astra等新品，其演示效果已经与OpenAI的同类产品不相上下，某些指标甚至略胜一筹。

除了谷歌，特斯拉、亚马逊等受AI大模型威胁较小的公司，同样纷纷加大投入。

去年7月，马斯克成立了人工智能创业公司xAI。近日有消息称，xAI正在与甲骨文公司谈判，计划花费100亿美元租用AI服务器，以加速追赶OpenAI、谷歌等领先企业。倘若交易达成，xAI将成为甲骨文最大客户之一。

相比之下，字节AI看上去声势浩大、产品众多，但一直没能拿出震撼全行业的产品和技术，却在发布会上聚焦于低价。

字节曾是一家技术创新驱动的公司，依靠推荐算法打破了中国互联网的旧格局，在吸引数亿用户的同时，生长出迥异于传统互联网公司的商业模式，最终成为互联网视频化时代的最大赢家。

如今，随着AI大模型技术的诞生和扩散，互联网新时代的大门正在徐徐打开。字节2023年之后大举布局AI，但其主要精力仍然在榨干上个时代的最后红利上，也就是基于人工生成内容生态，发展广告、营销、电商、本地生活等业务。

整体来看，字节近几年仍然保持营收和利润规模较快增长，表明旧时代的蛋糕尚有切割空间。但不时传出的“广告停止增长”传闻，也折射出字节并非每一块业务都在持续高歌猛进。开辟新的泉眼，依然是高光之下的字节的待解难题。

AI大模型，当属最值得期待的泉眼之一。但字节当前的AI战略，并没有显露过人之处，或许不足以带领这家巨型公司穿越周期，拿到AI互联网时代的船票。

过去十多年，字节以推荐算法击溃了门户网站、视频平台，技术领先的降维打击威力惊人；如今，AI大模型的技术优势并不在字节手中；OpenAI等新玩家羽翼渐丰后，字节精心构筑的算法壁垒也有可能快速归零。

张一鸣要想带领字节破局，恐怕首先要破除“挤出柠檬最后一滴水”的存量竞争哲学，并以更大决心和资源押注AI大模型的未来。正如马云多年前竭力培育云业务，最终让阿里云成长为今日阿里的关键筹码，张一鸣也需要跳脱眼下的纷扰和“战报”，拿出当年的敏锐洞察力和决断力，为字节的下一个十年廓清轮廓、辨明路径。

参考资料：

字母榜，《降价是字节AI的出路吗？》

Tech星球，《揭秘字节AI版图：调集多位高管参战，数款重磅产品内测》

华尔街见闻，《马斯克旗下xAI接近达成100亿美元协议，将租赁甲骨文的AI服务器》

刘旷，《AI电商正当时，阿里、抖音、百度“严阵以待”》

雷科技，《剪映即梦AI上手体验：想要「干翻」Sora，似乎还有点距离》