字节跳动旗下的豆包大模型自今年5月15日正式发布以来，已走过了七个月的历程。从春季火山引擎原动力大会上的初次亮相，到如今冬季原动力大会上的视觉理解模型发布及定价公布，豆包大模型家族不断壮大，视觉理解模型也迎来了厘时代。
据统计，截至12月中旬，豆包通用模型的日均tokens使用量已超过4万亿，这一数字相比七个月前首次发布时增长了惊人的33倍。这一数据不仅彰显了豆包大模型在市场上的强劲表现，也反映了其日益增长的用户需求。
在冬季原动力大会的群访环节，火山引擎总裁谭待分享了对豆包大模型发展的见解。他强调，豆包大模型在2C和2B市场均展现出强大的潜力，因为无论是娱乐、学习还是工作，信息处理都是不可或缺的一环。谭待还指出，大模型与以往的技术不同，其C端和B端背后是同一个核心——模型本身。
谭待进一步阐述了豆包大模型在辅助人类工作方面的价值。他认为，Agent的价值不仅在于其存在，更在于其能辅助人类工作多长时间。如果只能辅助人类完成一分钟的工作，如写一首打油诗，那么其价值相对有限。但如果能辅助人类完成数小时的工作，如教育辅导，那么其价值将显著提升。谭待表示，目前市场上还没有能够真正满足这一需求的Agent，但他预计明年将会有一些突破。
在谈到AI在硬件方面的落地时，谭待提出了物理世界与虚拟世界齐头并进的观点。他解释说，物理世界服务于人类，需要与人类进行交互，包括听觉、语言和视觉等方面。过去这些方面做得不够好，但大模型能够改善这一状况。因此，大模型比过去的技术更容易连接数字世界和物理世界。
面对市场竞争，谭待表现出淡定的态度。他认为，大模型市场还处于非常早期的阶段，可能只开发了千分之一的潜力。因此，现在不必过于担心竞争问题，而应更多地关注用户的需求是否得到满足。例如，在视觉方面，过去模型不好用且价格昂贵，而火山引擎此次推出的视觉理解模型则希望一次做到位，以满足用户的需求。
在回答媒体提问时，谭待还透露了火山引擎在推理模型方面的布局。他表示，虽然火山引擎没有直接以“推理模型”命名其产品，但已经具备了一些相关能力的雏形，如数学、物理和代码处理。他预计这些能力将在不久的将来进一步完善并推出。
对于豆包大模型对公有云收入的带动作用，谭待表示他更看重有多少客户使用了大模型以及使用的深度。他认为，从这一角度来看，火山引擎已经取得了不错的成绩，并在市场份额上取得了领先地位。
最后，谭待还谈到了OpenAI的发展动向。他认为，OpenAI一直是一个在技术和应用方面都做得非常棒的公司。大模型的发展离不开应用的推动，而OpenAI正是通过ChatGPT等产品的成功应用，让大模型技术得到了广泛的认可。因此，他并不认为OpenAI向应用型发展意味着大模型发展遇到了瓶颈，相反，这是技术和应用齐头并进的必然结果。
