文 | 鄧詠儀

編輯 | 張雨忻

火山引擎總裁譚待 來源：火山引擎

過去三年，火山引擎總裁譚待給團隊定 MaaS（模型即服務） 營收目標的過程，也重復了三次：年初，定一個很高的目標，團隊都覺得太難了，完不成；到了年中，“居然完成的差不多了”，隨后目標再度上調。

2026 年初，字節的視頻模型 Seedance 2.0 讓火山引擎迎來了一場漂亮的開門紅。作為云市場的后來者，火山引擎乘著 AI 的風，實現了讓行業意想不到的增長。

“兩年前我就和大家說 MaaS 是個大生意，當時你們都不信。”譚待對36氪說。

從 2025 年下半年開始，Coding 和視頻模型陸續解鎖了商業化生產的場景，這讓大家發現，現階段，模型的能力邊界依舊難以預測，頂尖模型是 MaaS 服務當下最核心的增長引擎，甚至沒有之一。

在 6 月 23 日的火山引擎 Force 大會上，字節新一代旗艦模型豆包大模型 2.1 Pro 登場。這也代表著字節在視頻生成之外，模型側終于補上了 Coding 的拼圖。

譚待對豆包大模型 2.1 Pro 的定義是，在 Coding 和 Agent 能力方面，“終于可以上桌了”。在知名編程評測 Terminal Bench 上 ，豆包大模型 2.1 Pro 已經能與 Claude Opus 4.7 基本持平，在長程任務，復雜任務上都表現優秀，達到可用門檻。

來源：火山引擎

這是火山更在意的市場。Coding/Agent 能力的進步，意味著模型能進入更多企業、個人的核心生產環節。換句話說，也能創造更多商業價值。

除了旗艦模型，火山還帶來了一系列模型更新，包括 Seedance 2.0 4K 版、圖像生成模型 Seedream 5.0，豆包語音生成模型 1.0 ，以及即將在 7 月發布的 Seedance 2.5。

“視頻生成模型其實是世界模型的其中一種實現方案，并且目前來看，是一種比較成熟的，可以通過無監督的方式進行大規模擴展的技術方案?！?譚待提到，Seedance 模型，因為表現出對物理世界精準的還原與理解，這也使得高質量的視覺數據合成更可行，加速了具身智能、無人駕駛等等領域的研究進展。

2024 年，我們訪談譚待時，他認為大模型才剛到“大哥大”時代；兩年后的今天，已經快進到了功能機——大模型不再是少數人的玩具，而是真實地進入到了更多人的生活和工作中。

目前，火山在 MaaS 市場已經做到行業領先水平。最新的數據是，相較 2025 年底，火山的日均 Token 消耗量又提升了50%，達到 180 萬億，相比兩年前增長超過 1500 倍；“萬億俱樂部”（累計 Token 消耗達到萬億量級）的客戶數也實現翻倍，超過 200 家。

來源：火山引擎

譚待說，隨著這次發布的模型，以及今年還有可能發布的模型，火山今年的營收目標已經上調。

這背后是模型的定價邏輯有所變化。2024年，火山曾經是最早讓大模型降到“地板價”的廠商，但這次大會上，他們不再談及這點。

“2024 年之所以降價，是因為所有模型能做的就是 Chatbot，模型就值那個價?！彼麑?6氪表示。但如今，模型已經能夠進入到核心生產環節。

這也引出了一個更大的問題：當大模型真正進入到更多行業的核心生產環節，AI 究竟會給云行業帶來什么變化？

2024 年底，有人曾經問譚待：如果賣 API 就能掙錢，為什么還要做云？后者曾經被認為是長坡厚雪的好生意，但經過十多年發展，在國內也已經卷成紅海。

在譚待看來，這個問題本身就不成立。MaaS 和云從來不是對立關系——未來的云，更可能是用 Agent 去調度 IaaS、PaaS、SaaS，傳統云不會消失，而是會變成 AI 云的一部分?！盎谀Ｐ秃?Agent 構建的新負載，可能是傳統云的 10 倍、20 倍大?！?/p>

譚待也反駁了“MaaS 服務沒有忠誠度”的觀點?！霸朴嬎阍缙谫u主機的時候也沒有粘性，” 他說，“現在大家對 AI 用得還比較淺，等模型真正進入一家企業的核心生產系統，耦合性就大了?！?/p>

很顯然，當下無論是火山還是其他云廠商，都把 AI 當作最重要的、甚至唯一的增長引擎。譚待覺得這是理所當然的：“如果回到 2012 年字節成立那一年，你會在那個時間點大做 PC 搜索嗎？”

而接下來留給火山的問題則是：要如何在 MaaS 市場中一直贏下去？

譚待對此還沒有一個完整的答案，但有一件事是確認的，也是難度最大的，那就是：要讓模型長期保持領先。

一、模型終于真正進入了核心生產環節

36氪：過去一年，火山增長得很快，核心驅動力來自哪里？

譚待：本質是因為模型解鎖了真正的生產級場景，進入了核心生產環節。越是有挑戰、有價值的生產力場景或環節，解鎖之后帶來的價值就越大。

一條主線是視頻生成，Seedance 是全球第一個真正解鎖了商業化生產場景的模型。

另外一條主線是 LLM/Agent，生產級的解鎖是去年 Claude Opus 4.6 出來之后做到的。Cursor 有個分析：Agent 自動完成代碼和點 Tab 補全代碼這兩種模式的比例，在Claude Opus 4.6 出來之前，點 Tab 補全的比例是更高的，但在那之后，就發生了逆轉。說明 4.6 之后，模型的能力有了很大提升，能真正用在生產級的 Coding 和 Agent 場景上了。

36氪：怎么判斷 Seedance 2.0 真的做到了商業化生產？

譚待：Seedance 2.0 出來之前，大多數視頻模型都是用來生產些 UGC、PGC 的娛樂視頻，比較難應用到嚴肅創作場景，比如電影、電視劇、廣告。

我們從用戶的用量情況里也可以看到這個變化：以前，視頻生成模型的用量是周末大于工作日的，跟很多娛樂類的 C 端產品一樣。但 Seedance 2.0 出來之后就不是這樣了，它的工作日負載會比周末大兩倍以上，說明大家真的是用它在工作。

視頻生成也是通往世界模型的路徑之一，在實體產業中有很大的應用潛力。Seedance 已在具身智能、工業制造、智能駕駛等領域落地，為數據合成、場景仿真、流程演示等業務需求提供新的工具能力。

36氪：Seedance 2.0 出來前，你們內部預料到了會大爆嗎？

譚待：也不算大爆吧。我們本來還定了一個更激進的目標呢，但現在看起來完成還是有挑戰的。

36氪：Seedance 2.0 為什么能做到這么好的效果？

譚待：它是我們綜合能力的體現。你要把視頻生成做好，需要有比較好的語言模型作為基礎，并且圖片生成、以及 VLM（視頻理解模型）的能力也要夠強。

Seedance 2.0 做得好，可以認為它依托了豆包本身的能力。這是我們相比單純做視頻模型的垂直公司的一個重要優勢。

還有一個點是，中國的內容創作領域在全球來看都是很活躍的。中國最早做出最好的視頻模型，跟這有關系。

36氪：一些市場聲音覺得視頻生成領域的戰爭已經告一段落了，字節占據了統治級地位，你怎么看？

譚待：還沒到那個階段。整個 AI 在視頻生成上的滲透率其實還非常低。

現在外界過多關注了 Seedance 的短期收入，忽視了 Seedance 的技術價值。視頻生成是一種比較成熟的，可以通過無監督的方式進行大規模擴展的技術方案。Seedance 模型表現出對物理世界精準的還原與理解，這也使得高質量的視覺數據合成更可行，加速了具身智能、無人駕駛等等領域的研究進展，在實體產業中會有非常大的應用潛力。

而且 AI 如果真的創造價值，不是要替代過去，而是讓這個行業整體變得更大。

36氪：這次 Force 大會，你們也發了新的旗艦模型豆包大模型 2.1，你們怎么定義這個模型？

譚待：我覺得豆包大模型 2.1 Pro 已經達到了可用的標準，可以對標 Claude Opus 4.6 的水平，進入到了 Agent 的可用門檻。

豆包大模型 2.1 也標志著我們在 Coding 領域真正上牌桌了。這是很重要的事，國內真上牌桌的還沒有幾個。

36氪：你們對“可用”的定義是？

譚待：有幾個特點：

第一，Coding 能力很強。在數字世界里 Coding 能力強意味著你能靈活地調用腳本、調用工具，泛化能力也很強。

第二，能完成復雜的通用 Agent 任務。這意味著要能更好地調用工具，有長程任務的能力，跟記憶有好的結合，能適配各種 Harness 和框架，還要有很好的 VLM 能力——很多輸入是要通過視覺處理的，比如 Computer Use。

第三，具備可規?；瘧玫哪芰?。如果模型很好但價格太貴，是不行的；延遲太高，比如 Throughput（吞吐量）20多毫秒也不行；模型還要能大規模支持更多服務。

豆包大模型 2.1 在這些方面都做得非常不錯。Coding 能力跟 Claude Opus 4.6 比的話，也能超過。規?；瘧梅矫?，豆包 App 剛上的任務模式，就是用豆包大模型 2.1 來做的。

36氪：在 Coding 場景，你覺得中國的模型什么時候才算是真正追趕上來了？

譚待：大概會在今年 Q2 的時候。雖然很多模型以前都說我要比肩誰誰誰，但光說是沒用的。你如果真的追上了、甚至超越了，大家會為你付費?？?ARR 就能知道你到底有沒有做到。

36氪：和視頻相比，為什么國內在 Coding 場景上速度整體要慢一些？

譚待：首先，全球范圍來看 LLM 的競爭都是更激烈的。第二，我們起步還是晚的，Anthropic 和 OpenAI 起步早非常多，Coding 這個方向也是他們最早定義并且發力的。我們起步晚，現在整體進度比人家晚也正常，它本來就是很難的一件事。

36氪：原來 Seed 還有單獨的 Coding 模型 SeedCode，現在還會做嗎？

譚待：豆包大模型 2.1 發布后就沒有了，Coding 和 Agent 能力都合到主版里面去了。

模型現在迭代太快了，我們不想等一兩個月才發一次版，所以現在出了一個新的系列叫 Seed Evolving，它在豆包大模型 2.1 的基礎上，每一兩周就會更新一次。

36氪：這是主要面向開發者群體的模型嗎，圍繞 Coding 和 Agent 方向做優化？

譚待：不只是開發者。有的企業追求模型的穩定表現，不要有驚嚇也不需要驚喜，那他們直接用豆包大模型 2.1 就行。但還會還有很多人就希望始終能用到最新最智能的版本，Seed Evolving 就是來滿足他們的。但它不是小白鼠版本，會有很嚴格的評估。

36氪：你們現在兩條生產級場景的主線都解鎖了，那 LLM 和視頻生成，你覺得目前哪個更重要？

譚待：站在我的角度，LLM 其實更重要一些，它能創造的價值空間更大。雖然我們的現狀是 Seedance 賣的多一點，但我希望后面 LLM 能成為大頭。

二、要讓模型充分釋放能力，還需要一個“中間層”

36氪：一個市場共識是，現在是模型牽引產品增長的年代，大家會覺得模型足夠 SOTA 就能賣得好，那火山的價值怎么體現呢？

譚待：我們能做的其實有很多。模型能力越強，責任越大。

比如，春節前 Seedance 2.0 就火了，但火山的 API 推出至少晚了兩個月，到 4 月份才推出。我們在干啥呢？主要就是在做版權保護的事。因為我們覺得，模型推理要做好，Guardrail（模型護欄）也很重要。

我們看 LLM，它的模型能力其實是通過 Harness 才充分釋放出來的?，F在 Seedance 其實還缺少一層屬于它的 Harness。我們最近就在思考，應該怎么和行業結合，把不同模型的這層 Harness 做起來？我們現在就有 FDE（前沿部署工程師）的團隊在跟各個行業一起做這個事情。

36氪： 展開講講，各行各業需要有什么樣的Harness？

譚待：比如在影視創作領域里，有很多數字資產沒有被管理起來，很多技能也沒有積累起來，這些都限制了模型的發揮。我們覺得未來在視頻創作領域，也會有像 Claude Code 這樣的東西出來。

36氪：視頻領域的 Harness，必須字節自己做嗎？

譚待：我們會跟大家一起合作，重要的是要找到懂這個事情的人。

Coding，因為程序員很懂，所以能做出對應的 Harness。那么視頻創作領域，你也得懂創作流程，所以我們最近也在努力給團隊招導演。

比如說，這次Seedance新上線的功能“3D白模預演”，就是來自一位業內知名導演，也是火山引擎客戶的建議。科幻電影里有很重要的一個制作環節叫“白?！?，可以來表達場景、人物關系，劇情怎么推演，把白模作為參考，直接讓模型生成對應鏡頭，我們也是全球第一個在視頻模型上線這個功能的。

36氪：那你覺得現在視頻模型的能力還沒有被充分釋放出來嗎？

譚待：不能這么說。視頻模型在國內的落地速度是快的，因為有一個很不錯的中間層——中國的視頻創作領域一直很活躍，所以創作者能很敏感地知道怎么用這些新技術，作為中間層把 API 變成內容，最終商業落地。當然，火山在這個過程里也還有優化的空間。

36氪：LLM（大語言模型） 的落地也是難在沒有中間層嗎？

譚待：如果 SaaS 生態足夠好的話，是可以做一個橋梁的。國內 SaaS 基礎是比較薄弱的，終端的企業直接用上 API 有點難。當然反過來想，也意味著有彎道超車的機會。

36氪：企業客戶現在最關心的是“模型怎么落地”的問題嗎？

譚待：大家都相信 AI，但 AI 在我這個企業怎么落地，確實大家還不是特別清楚。

有一類場景已經走通了從 0 到 1，變成更具體的需求問題了，比如 Seedance 的客戶會跟我們說，我要 4K 版本。

還有一類是復雜問題，特別是針對非 Digital Native 的企業，它要怎么通過 AI 最終產生業務價值，這還需要我們陪跑，給建議。

36氪：現在模型的邊界還很模糊，怎么能夠在模型迭代很快的時候，又做好企業端的落地？

譚待：落地有敏態和穩態兩種方式。穩態是把工作流程抽象出來，通過 AI 改造；敏態是把好的工具給人，讓大家廣泛嘗試，試出好的實踐再用穩態落地。對于敏態來說，陪跑是很重要的事情。

36氪：你覺得 MaaS 市場要再往下一個階段走，還差什么？

譚待：還是模型，模型需要更好。另外各個行業相關的 Harness 要能做出來。

三、火山會成為一個純 MaaS 公司嗎？

36氪：聽說一鳴在 2024 年問過你，既然賣 API 或者賣 Token 可以掙錢，為什么還要做云？

譚待：不是他問的，是別人問的。

36氪：那你現在會怎么回答這個問題？

譚待：我一直講的一個觀點是， MaaS 就是云的一部分，不要把 MaaS 和云對立起來看。

兩年前 MaaS 規模還特別小，我當時老說 MaaS 會是個很大的生意，毛利也不錯，但別人都不信，都覺得我們在虧錢賣。

36氪：什么時候大家開始信了？

譚待：就是今年。今年老黃（黃仁勛）講了 Token 經濟學，大家都開始相信這件事情了。

36氪：聽說火山今年的 Token 消耗一直在漲，最近的情況是怎么樣的？

譚待：客戶肯定是越來越多的，我們企業和個人用戶數已經 100 多萬了?！叭f億俱樂部”（累計消耗過萬億 Tokens 的企業）現在已經 200 家了，去年 12 月是 100 家。而且我們的客戶留存很好，原來那 100 家基本沒有流失的。

36氪：今年 MaaS 的增長，主要來自什么模型？

譚待：現在 Seedance 肯定還是大頭，超過一半，但 LLM 這塊也不少。

長期來看 LLM 會是更大的市場。比如你做一個視頻創作的 Agent，除了調 Seedance，肯定也要調 LLM。

36氪：一些火山同學想問你，未來火山會成為一個純 MaaS 公司嗎？

譚待：火山的目標一直沒有變化，就是要做最好的 AI 云公司。但我一直強調的觀點是，不要把 MaaS 和云對立來看。

以前云叫 IaaS、PaaS、SaaS，以后的云就是 AI 云，就是 MaaS、Agent。AI 云時代，IaaS 還會在，只不過以后是 Agent 去調用這些 IaaS 組件了。

36氪：但是從市場的角度看，火山一直強調的是 MaaS 營收。

譚待：我們一直對外講 MaaS 的口徑、市占率，是因為只有這個東西才是 AI 云真正的核心。如果 AI 云還要去賣 IaaS，跟以前有什么區別？無非是把 CPU 變成 GPU 而已。

36氪：那傳統云計算的存量市場，火山還要不要抓？

譚待：如果你回到 2012年，字節成立那一年，你會去大做 PC 搜索嗎？

AI 驅動的云是比傳統云大 10 倍的市場，以后更多的負載會跑到這上面?？赡墁F在傳統云是 1000 億美金的市場規模，將來也還是1000億美金，但 AI 云可能是 1 萬億美金。

36氪：你認為 MaaS 的壁壘來自哪里？如果說 MaaS 就是跟著 SOTA 模型在走，那粘性似乎比公有云還低。

譚待：把模型做好確實很重要，但這也意味著上牌桌的壁壘本身就很高。把模型這個事做好的挑戰，比把云做好更大。做云是更偏工程驅動的事，做模型除了有工程能力，還需要一群有天才想法的人。

但我并不覺得 MaaS 比云粘性更低，它只是階段的問題。云最開始只賣主機也沒有粘性，后來有了很多產品后才有粘性。

36氪：什么時候 MaaS 服務會變得有粘性？

譚待：如果只是用來做 Coding 提效，沒有跟生產系統深度結合，這種應用程度是很淺的，容易沒有粘性。但如果把它做成公司安全或其他核心生產系統的一部分，耦合性就大了。

36氪：MaaS 市場剛興起的時候，你們主要說的是 Token 消耗量。一些友商覺得這不夠本質，你怎么看？

譚待：他們現在都叫 Token 事業部了，不就認同這個觀點了嗎？

36氪：當下，你覺得 MaaS 什么指標最重要？

譚待：Token 營收肯定是最重要的事。

36氪：我們聽說火山上半年不斷在調高 MaaS 營收目標，最新的數字是 150 億，實際上呢？

譚待：具體數據就不說了。照這個增長趨勢來看，我們年初的目標肯定是能完成的，也確實提高了目標。

36氪：火山目前的首要目標還是營收規模嗎？

譚待：我們從成立第一天起，一直追求的就是有毛利的規模，沒有毛利的規模我們是不要的。第一是要有毛利，二是在這個基礎上要有規模。

36氪：大模型時代，我們會更早看到利潤嗎？智譜的 GLM 因為供不應求，已經往上調了三次價格。

譚待：你的模型好，創造的價值高，就能賺更多錢。

2024 年做模型降價，是因為那時模型就只值那個錢?，F在能力更強，能幫客戶創造更大的價值，所以能定更高的價格。

36氪：怎么理解模型的定價邏輯？

譚待：定價不是按毛利率多少來反推的，而是看 Token 到底能創造多少價值。你的定價要讓客戶的遷移收益高于遷移成本至少兩三倍以上，大家才有意愿來用。比如，以前拍一個廣告 1 秒鐘成本 100 塊，現在用 Seedance 做只要幾塊錢，那肯定值得用?？蛻舳己苈斆鞯模滥Ｐ蛣撛斓膬r值跟過去比是值這個定價的，本質還是模型價值提升了。

36氪：據說 Seedance 的利潤在 70% 左右？

譚待：這個數據是外部傳的，我們沒怎么算過這塊的毛利。

四、AI 帶來的變化，比絕大多數人想象的都要巨大

36氪：2024 年的時候，你說大模型還在“大哥大”時代，現在呢？

譚待：比大哥大好一點點，至少到功能機了吧。

大哥大的年代，只有少數人能用，現在已經很多人把 AI 用起來了，但肯定還沒有完全到智能機時代。

一個很重要的變化是，模型進入到了創作、Coding、Agent 的商業生產級領域。一旦進去之后，它就可以走出商業閉環，可以賺到錢，有錢就可以做更好的模型，創造更大的價值，這個飛輪就轉起來了。

36氪：海外市場在火山今年的優先級里面有多高？

譚待：我們一直都很重視全球化，火山成立的同年，我們也同步成立了BytePlus，來做非中市場（中國以外的市場）。

36氪：今年，海外市場投入力度會有多大提升？

譚待：我覺得這不取決于我們，而是取決于你模型有沒有競爭力。沒有競爭力的時候，你怎么投入也沒用嘛。

36氪：我們聽說，Seedance 的市占率已經超過了谷歌的 Veo，成為全球第一了？這顯然已經有競爭力了。

譚待：在國內是第一，在海外發展也很快，海外市場在 Seedance 整體的占比已經快一半了。但不清楚全球市場的排名。

36氪：今年，海外市場在你們的業務優先級里會有多高？

譚待：很多中國的創作領域工具公司都在出海，我們也鼓勵和陪伴他們一起出海。海外也會有本地客戶來用我們，比如 WPP 全球的 Agency，在很多地方跟我們都有合作。

36氪：現在 MaaS 市場已經到了白熱化競爭的階段？

譚待：很難估算。MaaS 市場每年還是 5 到 10 倍的增長，我說的都是增量市場。

36氪：還是一起做大蛋糕的階段。

譚待：對，現在的競爭都是一些局部競爭。

36氪：你今年的 OKR 是 什么？有變化嗎？

譚待：沒什么變化，我們戰略很穩定—— MaaS 做第一，把 AI 的云原生的產品棧打磨好，把組織建設好。

有變化的一點，前年寫的是擴大云市場份額，今年改成了聚焦在 AI 云上。

36氪：你自己這兩年最大的變化是什么？

譚待：英文變好了一點，因為要見好多海外客戶。

36氪：對組織和管理有什么新的思考？

譚待：第一，最重要的還是把戰略想清楚，不要老變，要看得更長久。火山在 AI 這件事上戰略做得比較早，也比較堅定。

第二是人才，多樣性很重要。比如最近 Seedance 就得招一些導演來團隊，AI 要滲透各行各業，不能純靠 IT 背景的人去做。

第三是自己要不斷反省，人在看到一點成績的時候很容易飄。

36氪：最近一次的反思是什么？

譚待：不要做太多微觀操作。我發現前段時間自己的微觀操作太多了，一般你很有自信的時候就容易這樣。但現在事情細節太多了，很多事情你又不夠了解，少干涉一點會好一些，要信任團隊。

36氪：火山成立時，定下了 2030 年千億營收目標，時間表會提前嗎？

譚待：2025 年就已經把這個時間表提前了，今年還會再提一點。

36氪：時間表不斷提前，你覺得現在任何對 AI 市場的規模預估還是有效的嗎？

譚待：我們過去三年都是這樣的：年初定一個很高的目標，團隊都覺得太難了，然后年中發現快完成差不多了，就要往上調。AI 帶來的變化比絕大部分人想的都要更大、更快。