技术实力、商业化闭环、场景落地，缺一不可。

撰文 | 赵卫卫

「首先，让最先进的企业用上最安全的   AI，其次是把   AI   的幻觉和风险，变成一个可工程化管理的问题，只有把这两点做好，AI   才能通过云的方式深入到整个半导体行业中，帮助大家勇攀   AI   的高峰。」火山引擎总裁谭待说。

火山引擎   FORCE   原动力大会当日下午，15   场行业和产品分论坛并行，包含汽车、影视、金融等多个行业，而谭待出现在了   AI   芯片半导体分论坛中。

重要性不言而喻，芯片半导体「最先进的企业」已经成为   AI   行业发展的最重要基石， 过去数十年，芯片产业从未像如今这样与上层应用深度绑定。

此前，谭待展示了一段豆包   2.1 Pro   的实战场景，在一项芯片设计   RTL   的测试中，豆包连续运行近   18   个小时，经历   9   轮迭代，还跑通了仿真、测试、综合检查等完整工程流程，验证了该模型在真实工程场景下的生产级代码交付能力。

而在火山引擎大会芯片半导体展台区，天数智芯、摩尔线程、华勤技术、沐曦股份、安谋科技，这五家国产   GPU   生态的代表性公司集体亮相，覆盖国产   GPU   全产业链环节。

如今，它们都是火山引擎的合作伙伴，或是依托火山引擎弹性算力，或是使用   AI   代码工具   TRAE   开展芯片开发、验证测试，加速研发流程和项目交付。

火山引擎   FORCE   大会是豆包大模型一年一度的焕新时刻，最新的豆包   2.1 Pro   和   Seedance 2.5   模型展示了技术实力；芯片半导体落地案例，验证了大模型可深度适配硬核工业场景；而豆包开启的收费模式，则要去证明中国   AI   商业化   C   端闭环的可行性。

技术实力、商业化闭环、场景落地，缺一不可。这个雪球会越滚越大吗？火山引擎已走在国内   AI   厂商的第一梯队。

1

专业的豆包，值不值？

基于最新的豆包   2.1   系列大模型，豆包正式上线专业版付费订阅，推出三档月度订阅套餐：标准版   68   元 / 月、加强版   200   元 / 月、高级版   500   元 / 月。

这是一个划分明确的方案，2   亿日活用户的使用需求将出现明显分层：标准版包括免费版的所有权益，接入   2.1 Pro   模型，办公任务、专家模式等功能为免费版   5   倍以上额度；而加强版是标准套餐   4   倍额度；高级版则是标准套餐   10   倍额度。

对比   ChatGPT、Claude   两款海外产品，豆包的收费策略可以说更本地化：入门定价适中，高阶档位价格远低于海外竞品，兼顾大众与专业用户。

ChatGPT、Claude   入门套餐月费分别为   54   元、135   元，豆包的标准版低于   Claude   但高于   ChatGPT；而   ChatGPT   与   Claude   的顶级订阅套餐月费最高达   1355   元，豆包明显低于国际竞品的对应档位，这有利于吸引有预算的专业用户和中小企业。

当然，豆包专业版也强调，免费版日常功能和额度不受影响，对于大部分用户的日常生活场景，豆包现有的功能和额度已经可以满足使用。

但价格只是表面，关键在于价格与任务的匹配度，也就是单位额度的实际产出。

对于有预算的专业用户和中小企业来说，面对同一复杂代码需求，假如豆包专业版仅能生成基础可用代码，Claude   却可输出直接运行成品；即便豆包定价更低，更长的调试耗时也会抵消价格优势。

而另外一个层面，豆包强调在办公任务中，用户可以更好地完成   Office   套件、应用开发、数据分析、专业设计、流程自动化、金融分析等专业工作。在上述专业场景下，模型可精准匹配业务需求，价格因素便不再是核心考量，产出价值才是关键。

值得一提的是，谭待认为目前豆包大模型   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。」

豆包专业版只是中国大模型产品的重要一步：提升   C   端用户付费意愿难度不小，但国内大模型厂商仍需持续探索付费模式。

因为   C   端收费之后用户的留存率、续费率、口碑传播，才是真正检验产品力的指标，即便是   ChatGPT，同样存在订阅用户渗透率远低于预期的问题，而相关媒体也曾透露，字节短期内也不会把付费渗透率当核心考核指标，首要任务是验证专业版的功能价值能否获得市场认可。

先拓宽功能覆盖场景，再深耕各领域专业能力。如何让用户不只是试用，而是真正形成使用习惯，未来的豆包也要面临这个难题。

归根结底，从早期打通多模态能力，到如今深度嵌入各类专业工具链、布局智能体办公，这条发展路径具备长期价值。

2

芯片开发：AI   如何加速？

不可否认，人工智能与半导体技术的融合，是   AI   时代产业发展的核心驱动力。

火山引擎半导体行业解决方案负责人高思远认为，「AI For IC」正逐步贯穿半导体全产业链，从硬件设计到软件开发、经营管理，AI   以渐进方式解锁各类场景，落地依托模型层、业务层、交互层三层架构体系稳步推进。

尤其是字节旗下   AI   原生集成开发环境（IDE）工具 TRAE，正在芯片半导体行业发挥越来越关键的作用。

天数智芯是一家通用   GPU   芯片及高性能算力系统提供商，副总裁郭为分享了两个   AI   加速芯片开发的场景：

在加速库移植中，代码解读耗时耗力，智能体介入之后，初期仍需工程师辅助，对智能体输出结果进行纠偏，但随着过程累积，各类规则与约束逐步固化为可复用技能模块，后期智能体自动生成测试代码（test bench），并在硬件上完成功能和性能验证；

而在芯片验证环节，需要写汇编代码，需要至少两名工程师紧密协作：一个懂芯片验证，一个懂编译器，二者知识体系几乎无交集，沟通成本高昂，同时复合型人才供给极度稀缺。

而在智能体的帮助下，把工程师隐性专业知识沉淀为平台可复用资产，沉淀出完整编译器技能库，最终形成完整的编译器   Skill，后续可验证并直接复用。

「一个   AI coding   智能体可以节约   90%   的人力，成本约为资深工程师的十分之一」，火山引擎企业智能体产品解决方案负责人杜宁认为。

芯片研发往往耗时数年，流片成本高达千万元级别，一个压缩研发周期打破瓶颈的   AI   产品，意味着一家芯片设计公司，理论上无需大规模扩充研发人员，就能同步推进更多芯片设计项目，缩短流片周期，加快产品迭代。

事实上，AI   编程已经成为企业内部应用的大势所趋。

论坛上透露，字节跳动内部就已经在用   AI   编程工具加速抖音等产品开发，97%   的员工在使用   AI   编程工具，新业务的代码中超过   90%   由   AI   生成，就连存量老代码的改写，AI   参与度也超过   20%。

但对于芯片公司来说，数据安全和   IP   保护是更为重要的事情。

对许多半导体公司而言，将核心芯片代码上传至公有云   AI   服务，是多数半导体企业不可触碰的安全红线，这意味着私有化部署的   AI coding   工具，才是真正可用的方案。

这也是是为什么谭待一开始就强调最安全的   AI，火山引擎推出面向半导体行业的全栈式   Security for IC   方案，覆盖算力计算、数据存储、模型调用、智能体运行全流程，同步优化企业整体安全防护等级。

3

Seedance   2.5：短剧不是目的

纵观火山引擎   FORCE   大会，除了豆包大模型   2.1 Pro，另一大亮点是将于   7   月上线的豆包视频生成模型   Seedance 2.5。

Seedance2.0   自今年   2   月推出，凭借丰富的人物表演和专业的镜头组合，迅速在影视短剧和广告行业走红，直接刺激短剧行业从真人实拍走向   AI   生成。

成都锦瑞和邦就是一个被   AI   改造的传统影视公司，在   Seedance   影视论坛中，负责人介绍，目前公司从   AI   技能培训切入，逐步拓展至 AI 视听内容制作与   IP   开发，构建三大业务板块。利用   Seedance   的制作能力，公司把五位数起步的婚庆微电影，打到了   999   元的价格。

AI   视频火爆已经成为现实，外界一直传说 Seedance2.0   单月收入超   10   亿，但谭待在接受媒体采访时辟谣数据不实，并认为短剧只是一个小场景，构建世界模型才是目标所在。

而短剧只是落地实体产业的一部分，Seedance   向产业数据基础设施延伸的价值已经逐步显现，目前 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。

尤其值得注意的是具身智能，目前很多企业都在依靠人工采集真实数据，进行具身智能的训练，成本相对较高。而用   Seedance   合成训练数据，本质上是用视频模型的虚拟世界来弥补真实世界的数据稀缺。行业核心需求并非精美成片，而是高真实度、多样化的仿真训练数据。

将于   7   月上线的   Seedance 2.5   能力进一步提升，实现了   30   秒单段原生视频直出，而且最多支持   50   个全模态素材联合生成，还能保持画面一致性的局部编辑。在演示环节中，Seedance   与周星驰旗下的比高集团合作，获得了三部周星驰影片   AI   创作授权。

还有一点值得注意，那就是   Seedance   带来了怎样的生产力变革？

谭待给出了一个方法论：看工作日与周末的   API   调用量比例。Seedance 2.0   上线前，平台调用峰值集中在周末，多为用户休闲娱乐试用，产品偏向娱乐工具属性；Seedance 2.0   发布后，数据反转，工作日调用量远超周末。

这个指标的逻辑不依赖主观评价，不依赖用户调研，直接反映了真实的使用行为，谭待把这个节点称为「生产力质变点」，定义的边界是：「去看看每个行业现有的业务流程是什么样的，每个流程对模型能力的要求是什么，达到了这个要求，你才算过了边界。」

生产力质变，才是   AI   时代滚雪球的开始，每一个制造业产品视频、每一帧具身智能训练素材，都在持续滚大产业价值雪球，让模型携带着更多关于真实世界的信息，继续向前滚动。

审校 | 陈秋霖

END