MaaS 生意如何才能一直赢下去？ |
文｜邓咏仪
编辑｜张雨忻
过去三年，火山引擎总裁谭待给团队定 MaaS（模型即服务） 营收目标的过程，也重复了三次：年初，定一个很高的目标，团队都觉得太难了，完不成；到了年中，“居然完成的差不多了”，随后目标再度上调。
2026 年初，字节的视频模型 Seedance 2.0 让火山引擎迎来了一场漂亮的开门红。作为云市场的后来者，火山引擎乘着 AI 的风，实现了让行业意想不到的增长。
“两年前我就和大家说 MaaS 是个大生意，当时你们都不信。”谭待对智能涌现说。
从 2025 年下半年开始， Coding 和视频模型陆续解锁了商业化生产的场景，这让大家发现，现阶段，模型的能力边界依旧难以预测，顶尖模型是 MaaS 服务当下颇为核心的增长引擎。
在 6 月 23 日的火山引擎 Force 大会上，字节新一代旗舰模型豆包大模型 2.1 Pro 登场。这也代表着字节在视频生成之外，模型侧终于补上了 Coding 的拼图。
谭待对豆包大模型 2.1 Pro 的定义是，在 Coding 和 Agent 能力方面，“终于可以上桌了”。在知名编程评测 Terminal Bench 上 ，豆包大模型 2.1 Pro 已经能与 Claude Opus 4.7 基本持平，在长程任务，复杂任务上都表现优秀，达到可用门槛。
这是火山更在意的市场。 Coding/Agent 能力的进步，意味着模型能进入更多企业、个人的核心生产环节。换句话说，也能创造更多商业价值。
除了旗舰模型，火山还带来了一系列模型更新，包括 Seedance 2.0 4K 版、图像生成模型 Seedream 5.0 ，豆包语音生成模型 1.0 ，以及即将在 7 月发布的 Seedance 2.5 。
“视频生成模型其实是世界模型的其中一种实现方案，并且目前来看，是一种比较成熟的，可以通过无监督的方式进行大规模扩展的技术方案。” 谭待提到， Seedance 模型，因为表现出对物理世界精准的还原与理解，这也使得高质量的视觉数据合成更可行，加速了具身智能、无人驾驶等等领域的研究进展。
2024 年，我们访谈谭待时，他认为大模型才刚到“大哥大”时代；两年后的今天，已经快进到了功能机——大模型不再是少数人的玩具，而是真实地进入到了更多人的生活和工作中。
目前，火山在 MaaS 市场已经做到行业头部水平。最新的数据是，相较 2025 年底，火山的日均 Token 消耗量又提升了50%，达到 180 万亿，相比两年前增长超过 1500 倍；“万亿俱乐部”（累计 Token 消耗达到万亿量级）的客户数也实现翻倍，超过 200 家。
谭待说，随着这次发布的模型，以及今年还有可能发布的模型，火山今年的营收目标已经上调。
这背后是模型的定价逻辑有所变化。2024年，火山曾经是最早让大模型降到“地板价”的厂商，但这次大会上，他们不再谈及这点。
“ 2024 年之所以降价，是因为所有模型能做的就是 Chatbot ，模型就值那个价。”他对智能涌现表示。但如今，模型已经能够进入到核心生产环节。
这也引出了一个更大的问题：当大模型真正进入到更多行业的核心生产环节， AI 究竟会给云行业带来什么变化？
2024 年底，有人曾经问谭待：如果卖 API 就能挣钱，为什么还要做云？后者曾经被认为是长坡厚雪的好生意，但经过十多年发展，在国内也已经卷成红海。
在谭待看来，这个问题本身就不成立。MaaS 和云从来不是对立关系——未来的云，更可能是用 Agent 去调度 IaaS 、PaaS 、 SaaS ，传统云不会消失，而是会变成 AI 云的一部分。“基于模型和 Agent 构建的新负载，可能是传统云的 10 倍、20 倍大。”
谭待也反驳了“ MaaS 服务没有忠诚度”的观点。“云计算早期卖主机的时候也没有粘性，”他说，“现在大家对 AI 用得还比较浅，等模型真正进入一家企业的核心生产系统，耦合性就大了。”
很显然，当下无论是火山还是其他云厂商，都把 AI 当作最重要的、甚至唯一的增长引擎。谭待觉得这是理所当然的：“如果回到 2012 年字节成立那一年，你会在那个时间点大做 PC 搜索吗？”
而接下来留给火山的问题则是：要如何在 MaaS 市场中一直赢下去？
谭待对此还没有一个完整的答案，但有一件事是确认的，也是难度最大的，那就是：要让模型长期保持领先。
模型终于真正进入了核心生产环节
智能涌现：过去一年，火山增长得很快，核心驱动力来自哪里？
谭待：本质是因为模型解锁了真正的生产级场景，进入了核心生产环节。越是有挑战、有价值的生产力场景或环节，解锁之后带来的价值就越大。
一条主线是视频生成， Seedance 是全球第一个真正解锁了商业化生产场景的模型。
另外一条主线是 LLM / Agent ，生产级的解锁是去年 Claude Opus 4.6 出来之后做到的。Cursor 有个分析：Agent 自动完成代码和点 Tab 补全代码这两种模式的比例，在Claude Opus 4.6 出来之前，点 Tab 补全的比例是更高的，但在那之后，就发生了逆转。说明 4.6 之后，模型的能力有了很大提升，能真正用在生产级的 Coding 和 Agent 场景上了。
智能涌现：怎么判断 Seedance 2.0 真的做到了商业化生产？
谭待： Seedance 2.0 出来之前，大多数视频模型都是用来生产些 UGC 、 PGC 的娱乐视频，比较难应用到严肃创作场景，比如电影、电视剧、广告。
我们从用户的用量情况里也可以看到这个变化：以前，视频生成模型的用量是周末大于工作日的，跟很多娱乐类的 C 端产品一样。但 Seedance 2.0 出来之后就不是这样了，它的工作日负载会比周末大两倍以上，说明大家真的是用它在工作。
视频生成也是通往世界模型的路径之一，在实体产业中有很大的应用潜力。Seedance 已在具身智能、工业制造、智能驾驶等领域落地，为数据合成、场景仿真、流程演示等业务需求提供新的工具能力。
智能涌现： Seedance 2.0 出来前，你们内部预料到了会大爆吗？
谭待：也不算大爆吧。我们本来还定了一个更激进的目标呢，但现在看起来完成还是有挑战的。
智能涌现： Seedance 2.0 为什么能做到这么好的效果？
谭待：它是我们综合能力的体现。你要把视频生成做好，需要有比较好的语言模型作为基础，并且图片生成、以及 VLM （视频理解模型）的能力也要够强。
Seedance 2.0 做得好，可以认为它依托了豆包本身的能力。这是我们相比单纯做视频模型的垂直公司的一个重要优势。
还有一个点是，中国的内容创作领域在全球来看都是很活跃的。中国最早做出最好的视频模型，跟这有关系。
智能涌现：一些市场声音觉得视频生成领域的战争已经告一段落了，字节占据了统治级地位，你怎么看？
谭待：还没到那个阶段。整个 AI 在视频生成上的渗透率其实还非常低。
现在外界过多关注了 Seedance 的短期收入，忽视了 Seedance 的技术价值。视频生成是一种比较成熟的，可以通过无监督的方式进行大规模扩展的技术方案。 Seedance 模型表现出对物理世界精准的还原与理解，这也使得高质量的视觉数据合成更可行，加速了具身智能、无人驾驶等等领域的研究进展，在实体产业中会有非常大的应用潜力。
而且 AI 如果真的创造价值，不是要替代过去，而是让这个行业整体变得更大。
智能涌现：这次 Force 大会，你们也发了新的旗舰模型豆包大模型 2.1，你们怎么定义这个模型？
谭待：我觉得豆包大模型 2.1 Pro 已经达到了可用的标准，可以对标 Claude Opus 4.6 的水平，进入到了 Agent 的可用门槛。
豆包大模型 2.1 也标志着我们在 Coding 领域真正上牌桌了。这是很重要的事，国内真上牌桌的还没有几个。
智能涌现：你们对“可用”的定义是？
谭待：有几个特点：
第一， Coding 能力很强。在数字世界里 Coding 能力强意味着你能灵活地调用脚本、调用工具，泛化能力也很强。
第二，能完成复杂的通用 Agent 任务。这意味着要能更好地调用工具，有长程任务的能力，跟记忆有好的结合，能适配各种 Harness 和框架，还要有很好的 VLM 能力——很多输入是要通过视觉处理的，比如 Computer Use。
第三，具备可规模化应用的能力。如果模型很好但价格太贵，是不行的；延迟太高，比如 Throughput（吞吐量）20多毫秒也不行；模型还要能大规模支持更多服务。
豆包大模型 2.1 在这些方面都做得非常不错。Coding 能力跟 Claude Opus 4.6 比的话，也能超过。规模化应用方面，豆包 App 刚上的任务模式，就是用豆包大模型 2.1 来做的。
智能涌现：在 Coding 场景，你觉得中国的模型什么时候才算是真正追赶上来了？
谭待：大概会在今年 Q2 的时候。虽然很多模型以前都说我要比肩谁谁谁，但光说是没用的。你如果真的追上了、甚至超越了，大家会为你付费。看 ARR 就能知道你到底有没有做到。
智能涌现：和视频相比，为什么国内在 Coding 场景上速度整体要慢一些？
谭待：首先，全球范围来看 LLM 的竞争都是更激烈的。第二，我们起步还是晚的， Anthropic 和 OpenAI 起步早非常多， Coding 这个方向也是他们最早定义并且发力的。我们起步晚，现在整体进度比人家晚也正常，它本来就是很难的一件事。
智能涌现：原来 Seed 还有单独的 Coding 模型 SeedCode，现在还会做吗？
谭待：豆包大模型 2.1 发布后就没有了，Coding 和 Agent 能力都合到主版里面去了。
模型现在迭代太快了，我们不想等一两个月才发一次版，所以现在出了一个新的系列叫 Seed Evolving，它在豆包大模型 2.1 的基础上，每一两周就会更新一次。
智能涌现：这是主要面向开发者群体的模型吗，围绕 Coding 和 Agent 方向做优化？
谭待：不只是开发者。有的企业追求模型的稳定表现，不要有惊吓也不需要惊喜，那他们直接用豆包大模型 2.1 就行。但还有很多人就希望始终能用到最新最智能的版本， Seed Evolving 就是来满足他们的。但它不是小白鼠版本，会有很严格的评估。
智能涌现：你们现在两条生产级场景的主线都解锁了，那 LLM 和视频生成，你觉得目前哪个更重要？
谭待：站在我的角度，LLM 其实更重要一些，它能创造的价值空间更大。虽然我们的现状是 Seedance 卖的多一点，但我希望后面 LLM 能成为大头。
要让模型充分释放能力，还需要一个“中间层”
智能涌现：一个市场共识是，现在是模型牵引产品增长的年代，大家会觉得模型足够 SOTA 就能卖的好，那火山的价值怎么体现呢？
谭待：我们能做的其实有很多。模型能力越强，责任越大。
比如，春节前 Seedance 2.0 就火了，但火山的 API 推出至少晚了两个月，到 4 月份才推出。我们在干啥呢？主要就是在做版权保护的事。因为我们觉得，模型推理要做好，Guardrail（模型护栏）也很重要。
我们看 LLM ，它的模型能力其实是通过 Harness 才充分释放出来的。现在 Seedance 其实还缺少一层属于它的 Harness。我们最近就在思考，应该怎么和行业结合，把不同模型的这层 Harness 做起来？我们现在就有 FDE（前沿部署工程师）的团队在跟各个行业一起做这个事情。
智能涌现：展开讲讲，各行各业需要有什么样的 Harness ？
谭待：比如在影视创作领域里，有很多数字资产没有被管理起来，很多技能也没有积累起来，这些都限制了模型的发挥。我们觉得未来在视频创作领域，也会有像 Claude Code 这样的东西出来。
智能涌现：视频领域的 Harness ，必须字节自己做吗？
谭待：我们会跟大家一起合作，重要的是要找到懂这个事情的人。
Coding，因为程序员很懂，所以能做出对应的 Harness 。那么视频创作领域，你也得懂创作流程，所以我们最近也在努力给团队招导演。
比如说，这次Seedance新上线的功能“3D白模预演”，就是来自一位业内知名导演，也是火山引擎客户的建议。科幻电影里有很重要的一个制作环节叫“白模”，可以来表达场景、人物关系，剧情怎么推演，把白模作为参考，直接让模型生成对应镜头，我们也是全球第一个在视频模型上线这个功能的。
智能涌现：那你觉得现在视频模型的能力还没有被充分释放出来吗？
谭待：不能这么说。视频模型在国内的落地速度是快的，因为有一个很不错的中间层——中国的视频创作领域一直很活跃，所以创作者能很敏感地知道怎么用这些新技术，作为中间层把 API 变成内容，最终商业落地。当然，火山在这个过程里也还有优化的空间。
智能涌现：LLM（大语言模型） 的落地也是难在没有中间层吗？
谭待：如果 SaaS 生态足够好的话，是可以做一个桥梁的。国内 SaaS 基础是比较薄弱的，终端的企业直接用上 API 有点难。当然反过来想，也意味着有弯道超车的机会。
智能涌现：企业客户现在最关心的是“模型怎么落地”的问题吗？
谭待：大家都相信 AI，但 AI 在我这个企业怎么落地，确实大家还不是特别清楚。
有一类场景已经走通了从 0 到 1，变成更具体的需求问题了，比如 Seedance 的客户会跟我们说，我要 4K 版本。
还有一类是复杂问题，特别是针对非 Digital Native 的企业，它要怎么通过 AI 最终产生业务价值，这还需要我们陪跑，给建议。
智能涌现：现在模型的边界还很模糊，怎么能够在模型迭代很快的时候，又做好企业端的落地？
谭待：落地有敏态和稳态两种方式。稳态是把工作流程抽象出来，通过 AI 改造；敏态是把好的工具给人，让大家广泛尝试，试出好的实践再用稳态落地。对于敏态来说，陪跑是很重要的事情。
智能涌现：你觉得 MaaS 市场要再往下一个阶段走，还差什么？
谭待：还是模型，模型需要更好。另外各个行业相关的 Harness 要能做出来。
火山会成为一个纯 MaaS 公司吗？
智能涌现：听说一鸣在 2024 年问过你，既然卖 API 或者卖 Token 可以挣钱，为什么还要做云？
谭待：不是他问的，是别人问的。
智能涌现：那你现在会怎么回答这个问题？
谭待：我一直讲的一个观点是， MaaS 就是云的一部分，不要把 MaaS 和云对立起来看。
两年前 MaaS 规模还特别小，我当时老说 MaaS 会是个很大的生意，毛利也不错，但别人都不信，都觉得我们在亏钱卖。
智能涌现：什么时候大家开始信了？
谭待：就是今年。今年老黄（黄仁勋）讲了 Token 经济学，大家都开始相信这件事情了。
智能涌现：听说火山今年的 Token 消耗一直在涨，最近的情况是怎么样的？
谭待：客户肯定是越来越多的，我们企业和个人用户数已经 100 多万了。“万亿俱乐部”（累计消耗过万亿 Tokens 的企业）现在已经 200 家了，去年 12 月是 100 家。而且我们的客户留存很好，原来那 100 家基本没有流失的。
智能涌现：今年 MaaS 的增长，主要来自什么模型？
谭待：现在 Seedance 肯定还是大头，超过一半，但 LLM 这块也不少。
长期来看 LLM 会是更大的市场。比如你做一个视频创作的 Agent ，除了调 Seedance ，肯定也要调 LLM 。
智能涌现：一些火山同学想问你，未来火山会成为一个纯 MaaS 公司吗？
谭待：火山的目标一直没有变化，就是要做最好的 AI 云公司。但我一直强调的观点是，不要把 MaaS 和云对立来看。
以前云叫 IaaS、PaaS 、 SaaS，以后的云就是 AI 云，就是 MaaS、Agent。AI 云时代，IaaS 还会在，只不过以后是 Agent 去调用这些 IaaS 组件了。
智能涌现：但是从市场的角度看，火山一直强调的是 MaaS 营收。
谭待：我们一直对外讲 MaaS 的口径、市占率，是因为只有这个东西才是 AI 云真正的核心。如果 AI 云还要去卖 IaaS，跟以前有什么区别？无非是把 CPU 变成 GPU 而已。
智能涌现：那传统云计算的存量市场，火山还要不要抓？
谭待：如果你回到 2012年，字节成立那一年，你会去大做 PC 搜索吗？
AI 驱动的云是比传统云大 10 倍的市场，以后更多的负载会跑到这上面。可能现在传统云是 1000 亿美金的市场规模，将来也还是1000亿美金，但 AI 云可能是 1 万亿美金。
智能涌现：你认为 MaaS 的壁垒来自哪里？如果说 MaaS 就是跟着 SOTA 模型在走，那粘性似乎比公有云还低。
谭待：把模型做好确实很重要，但这也意味着上牌桌的壁垒本身就很高。把模型这个事做好的挑战，比把云做好更大。做云是更偏工程驱动的事，做模型除了有工程能力，还需要一群有天才想法的人。
但我并不觉得 MaaS 比云粘性更低，它只是阶段的问题。云最开始只卖主机也没有粘性，后来有了很多产品后才有粘性。
智能涌现：什么时候 MaaS 服务会变得有粘性？
谭待：如果只是用来做 Coding 提效，没有跟生产系统深度结合，这种应用程度是很浅的，容易没有粘性。但如果把它做成公司安全或其他核心生产系统的一部分，耦合性就大了。
智能涌现：MaaS 市场刚兴起的时候，你们主要说的是 Token 消耗量。一些友商觉得这不够本质，你怎么看？
谭待：他们现在都叫 Token 事业部了，不就认同这个观点了吗？
智能涌现：当下，你觉得 MaaS 什么指标最重要？
谭待：Token 营收肯定是最重要的事。
智能涌现：我们听说火山上半年不断在调高 MaaS 营收目标，最新的数字是 150 亿，实际上呢？
谭待：具体数据就不说了。照这个增长趋势来看，我们年初的目标肯定是能完成的，也确实提高了目标。
智能涌现：火山目前的首要目标还是营收规模吗？
谭待：我们从成立第一天起，一直追求的就是有毛利的规模，没有毛利的规模我们是不要的。第一是要有毛利，二是在这个基础上要有规模。
智能涌现：大模型时代，我们会更早看到利润吗？智谱的 GLM 因为供不应求，已经往上调了三次价格。
谭待：你的模型好，创造的价值高，就能赚更多钱。
2024 年做模型降价，是因为那时模型就只值那个钱。现在能力更强，能帮客户创造更大的价值，所以能定更高的价格。
智能涌现：怎么理解模型的定价逻辑？
谭待：定价不是按毛利率多少来反推的，而是看 Token 到底能创造多少价值。你的定价要让客户的迁移收益高于迁移成本至少两三倍以上，大家才有意愿来用。比如，以前拍一个广告 1 秒钟成本 100 块，现在用 Seedance 做只要几块钱，那肯定值得用。客户都很聪明的，他知道模型创造的价值跟过去比是值这个定价的，本质还是模型价值提升了。
智能涌现：据说 Seedance 的利润在 70% 左右？
谭待：这个数据是外部传的，我们没怎么算过这块的毛利。
AI 带来的变化，比绝大多数人想象的都要巨大
智能涌现： 2024 年的时候，你说大模型还在“大哥大”时代，现在呢？
谭待：比大哥大好一点点，至少到功能机了吧。
大哥大的年代，只有少数人能用，现在已经很多人把 AI 用起来了，但肯定还没有完全到智能机时代。
一个很重要的变化是，模型进入到了创作、Coding、Agent 的商业生产级领域。一旦进去之后，它就可以走出商业闭环，可以赚到钱，有钱就可以做更好的模型，创造更大的价值，这个飞轮就转起来了。
智能涌现：海外市场在火山今年的优先级里面有多高？
谭待：我们一直都很重视全球化，火山成立的同年，我们也同步成立了BytePlus，来做非中市场（中国以外的市场）。
智能涌现：今年，海外市场投入力度会有多大提升？
谭待：我觉得这不取决于我们，而是取决于你模型有没有竞争力。没有竞争力的时候，你怎么投入也没用嘛。
智能涌现：我们听说， Seedance 的市占率已经超过了谷歌的 Veo ，成为全球第一了？这显然已经有竞争力了。
谭待：在国内是第一，在海外发展也很快，海外市场在 Seedance 整体的占比已经快一半了。但不清楚全球市场的排名。
智能涌现：今年，海外市场在你们的业务优先级里会有多高？
谭待：很多中国的创作领域工具公司都在出海，我们也鼓励和陪伴他们一起出海。海外也会有本地客户来用我们，比如 WPP 全球的 Agency ，在很多地方跟我们都有合作。
智能涌现：现在 MaaS 市场已经到了白热化竞争的阶段？
谭待：很难估算。MaaS市场每年还是 5 到 10 倍的增长，我说的都是增量市场。
智能涌现：还是一起做大蛋糕的阶段。
谭待：对，现在的竞争都是一些局部竞争。
智能涌现：你今年的 OKR 是什么？有变化吗？
谭待：没什么变化，我们战略很稳定——MaaS做第一，把AI的云原生的产品栈打磨好，把组织建设好。
有变化的一点，前年写的是扩大云市场份额，今年改成了聚焦在AI云上。
智能涌现：你自己这两年最大的变化是什么？
谭待：英文变好了一点，因为要见好多海外客户。
智能涌现：对组织和管理有什么新的思考？
谭待：第一，最重要的还是把战略想清楚，不要老变，要看得更长久。火山在 AI 这件事上战略做得比较早，也比较坚定。
第二是人才，多样性很重要。比如最近 Seedance 就得招一些导演来团队， AI 要渗透各行各业，不能纯靠IT背景的人去做。
第三是自己要不断反省，人在看到一点成绩的时候很容易飘。
智能涌现：最近一次的反思是什么？
谭待：不要做太多微观操作。我发现前段时间自己的微观操作太多了，一般你很有自信的时候就容易这样。但现在事情细节太多了，很多事情你又不够了解，少干涉一点会好一些，要信任团队。
智能涌现：火山成立时，定下了 2030 年千亿营收目标，时间表会提前吗？
谭待：2025 年就已经把这个时间表提前了，今年还会再提一点。
智能涌现：时间表不断提前，你觉得现在任何对 AI 市场的规模预估还是有效的吗？
谭待：我们过去三年都是这样的：年初定一个很高的目标，团队都觉得太难了，然后年中发现快完成差不多了，就要往上调。AI带来的变化比绝大部分人想的都要更大、更快。
封面来源｜企业提供
