最近的发布会一点不比前几天少，老狐这段时间真是没少当空中飞人...今天人在北京，参加的是火山引擎 FOGCE 原动力大会，发布了不少好东西：Seedance 2.5 模型，豆包大模型 2.1Pro 等等...两个小时老狐实际听下来，最大的感受就一个字：密。不是那种 PPT 画饼式的密，是那种“你还在消化上一个、下一个已经端上来了”的密。这不，刚从会场出来，趁热乎，第一时间给大伙把重点捋一遍。谭待开场，先亮家底火山引擎总裁谭待第一个上台，没废话，直接甩数据。豆包大模型的日均 Tokens 调用量干到了 180 万亿。什么概念呢？两年前刚发布的时候，这个数连现在的零头都不到，增长超过了 1500 倍。光过去一年，又翻了 10 倍。看来用豆包大模型的人和场景，正在以肉眼可见的速度膨胀，而且没有任何要停的意思。还有一个数据老狐印象很深：国内公有云 MaaS 市场，火山引擎占了49.5%。也就是说，中国企业每消耗两个大模型 Token，就有一个跑在火山引擎上。谭待还提了一嘴“万亿 Tokens 俱乐部”，年度累计调用超万亿的企业。去年12 月只有 100 家，半年过去，这个数翻到了 200 多。这些企业基本覆盖了你能想到的主流行业：金融、教育、制造、政企。字节跳动 CEO 梁汝波录了一段视频，说了句大白话：“以前企业都在问要不要做 AI，现在大家问的是怎么做 AI。”他把字节今年的关键词定成了“勇攀高峰”，原话是：攀登 AI 高峰是字节当下最重要的事。字节把压箱底的掏出来了信息量最大的部分，是新旗舰模型豆包 2.1 Pro 的发布。先看 Coding。谭待给了三个硬核评测成绩：Terminal Bench 2.1，业界公认最贴近真实开发终端的评测，豆包 2.1 Pro 跟 OpenAI 的 Opus 4.7 基本打平，全球第一梯队。Scicode，科学计算代码评测，覆盖五大学科，59.8 分，压过了 GPT 5.5 和 Opus 4.7。NL2Repo-Bench，仓库级代码生成，从一份数学文档出发从零生成整个仓库，47 分，明显超过 GPT 5.5 和 Gemini 3.1。以前大模型写代码，写个小函数还行，一碰到真实工程就崩。这次豆包 2.1 Pro 是真的能扛工程级任务了。谭待现场放了个 Demo，让模型连续跑了 18 个小时，完成了一个芯片 RTL 设计的完整流程：6 个核心模块、1300 多行代码，还自己跑通了仿真测试。放在以前，这事得3到5个资深工程师干好几周。Agent 能力也拉满了。GDPVal 是 OpenAI 发布的真实世界企业任务评测，覆盖 9 大行业 14 种职业，豆包 2.1 Pro 国内第一。MCP-Atlas 测的是 AI Agent 调用真实工具的能力，包含 30 个 MCP Server、220 个工具、1000 多个任务，豆包 2.1 Pro 全面超过了 Opus 4.7 和 GPT 5.5。多模态理解本来就是豆包的强项。这回在视频理解的两个权威榜单 Tomato 和 LVBench 上，都把 Gemini 3.1 甩在了后面。GUI Agent 方面，在桌面端操作能力上接近 Opus 4.7，移动端多项 SOTA。但老狐觉得最狠的不是性能，是价格。豆包 2.1 Pro 百万 Tokens 统一定价：输入 6 块，输出 30 块，缓存命中只要 1 块 2。谭待直接拿 OpenAI 做对比：综合使用成本比 Opus 4.6 到 4.8 系列低了接近 80%。简单说就是：性能追上了，价格只要对手的两折。这还没完，谭待还端了个 Turbo 版本出来，能力保持在较高水平，价格再砍一半。字节技术副总裁洪定坤也上台了，讲的是字节内部怎么用 AI 写代码。他给了两个数：Trae 团队的 AI 代码贡献率已经超过 90%，人均需求吞吐率提升了 60%，到了原来的 1.6 倍。但他说了句挺实在的话：AI 写代码的速度比人快 10 倍不止，可效率只提了 1.6 倍，中间差的那一大截，就是工程落地要填的坑。不是什么都能“Vibe Coding”一下就上线的。顺便，Trae Work 企业版也发布了，给非技术岗位也能用的 AI 办公平台。视频、图像、音频：全家桶一次端齐语言模型讲完，视频模型 Seedance 2.5 接上。老狐觉得这是全场最炸的发布之一。三点：单段视频最长 30 秒，全球第一。支持最多 50 个全模态素材联合输入，也是全球最多。原生 4K，加上 4K 10-bit 高位深直出。以前 AI 做视频，15 秒到头了，稍微复杂的镜头就得一段一段拼。现在 30 秒一镜直出，广告、科普短片这种场景基本够用了。50 个素材联合输入什么概念呢？你给一段文字描述，再给角色图、场景图、参考风格，它全吃进去，给你一次性编排好。现场演示了一个影视白模预演的例子：一个复杂度接近 10 万面的宇宙飞船模型，豆包 2.5 在镜头缓慢推进中稳稳地保持住了结构比例，同时完成了材质渲染和光影生成。这个能力对影视行业的前期预演来说，省的不是一点点时间。编辑能力也可圈可点。广告场景里，画面其他部分不动，只换模特的口红色号，一条过。然后是图像模型 Seedream 5.0 Pro。核心升级两个：交互式精准编辑和多图层分离。你可以直接在画面上圈选、箭头标注，告诉模型“把树上的松鼠移到左边的树桩上”“右下角加两只猫的结婚照”，它理解你的空间意图然后执行。多图层分离更好玩：圈什么拆什么，小到一行字、大到整个物体，拆完还能拖拽缩放。还有个容易被忽略但实际很实用的能力：原生支持 14 种语言生成图像。阿拉伯语的从右向左排版、泰语的声调符号堆叠，模型能自动适配，不是先翻译再贴字那种假的多语言。音频这边也憋了个大招。豆包音频生成模型 1.0：一段文字描述，直接生成带多角色对白、情绪、方言口音、背景音乐、环境音效的影视级音频。现场放了一段武侠短剧 demo，劫镖、对骂、打斗，所有声音都是模型直出的，没有任何人工录音。老狐当时听着就觉得，以后有声书、播客、短剧配音这些活，门槛要被拉到地板了。语音合成模型也升到了 2.0，覆盖超过 15 种语言合成、超过 20 种语言声音复刻。哦对了，还插了个挺有意思的事。火山引擎正式上线了 AI 版权商业化平台，首批合作对象是周星驰的比高集团：《喜剧之王》《食神》《长江七号》三部经典电影的 IP 拿到了 AI 创作授权。现场放了段 AI 短片，星爷的经典桥段用豆包模型重新演绎了一遍。汽车先跑通了，700 万台只是开始听完整场发布会，老狐最大的感受其实是另外一件事：豆包的落地速度。谭待给了一组数字：搭载豆包大模型的智能汽车已经超过 700 万辆，覆盖 50 个品牌、145 款车型，搭载量行业第一。金融行业服务了超过八成系统重要性银行、超过九成头部券商。全球 Top 10 手机厂商里 9 家接了豆包。超过 7 亿台智能终端跑着豆包模型。这些数字背后有个逻辑：大模型这个东西，闷头搞评测打榜是一回事，真正塞进车机、手机、银行系统里稳定跑起来，是另一回事。除了汽车，Agent 落地也在加速。火山引擎的 AgentKit 和 HiAgent 3.0 已经接入了大量企业，中金财富在会上宣布了基于 HiAgent 搭建的 AI 投顾系统。ArkClaw 企业版也正式发布了，安踏、瑞幸、海底捞这些你天天用的品牌已经在用。散场前唠两句说实话，在去之前老狐对火山引擎的印象还停留在“字节云”这个标签上。但两小时坐下来，看到的东西跟想象的完全不是一回事。这是一家已经把模型、开发工具、Agent 平台、行业落地方案、安全合规体系全部串成一条链的公司。从底层模型到上层应用，从 API 调用到整车座舱，中间几乎没有断点。梁汝波说“攀登 AI 高峰是字节最重要的事”，谭待说“模型已经跨越了生产质变点”，洪定坤说“AI 写代码很快，但工程落地才是硬仗”。三句话串在一起，大概就是这次 FORCE 大会想讲的全部故事。大会明天还有一天，老狐先回去消化消化。你们看完这些新模型，觉得哪个最可能先用起来？评论区聊聊～图片：火山引擎，明哥自拍编辑：HQL
