字节AI为何凶猛：重启App工厂，争抢“豆包”，连模型也要赛马

本文由 硅星人Pro 撰写/授权提供，转载请注明原出处。

文章来源于：硅星人Pro

作者：Yoky

2023 年 8 月 18 日，字节跳动旗下 AI 对话产品 Grace，更名为「豆包」。

在百模大战一波又一波密集的“重磅发布”中，这条当时看着毫不起眼的消息，悄然开启了字节大模型的多重宇宙。

从时间线来看，字节跳动的确晚了。相比于当时反应迅速的百度和阿里，没有发布基础模型的字节，彼时并无法靠「豆包」来说服质疑它的观众们。

据字节内部人士透露，2023 年年初，集团内部才刚刚开始训练基础模型，而后，字节跳动明确了战略方向，之后字节开始高举高打，内部的组织架构以及外部策略都开始进行了大变革。

11 月 27 日，也就是确认字节将放弃游戏业务的同一天，字节跳动传出已成立了一个新 AI 部门 Flow。

紧接着，字节系各类AI 应用如流水线上的产品一般，快速涌向市场。据硅星人统计，2024 年至今，字节在国内外推出包括「豆包」在内的 20 余款 App，从集成式的聊天助手，到图像、视频、音乐等效率工具，加速渗透到教育、办公助手、开发平台、代码生成等行业，而且，这些应用的表现亮眼，一个个在 AI 应用大乱斗里杀出重围。

今年 3 月「豆包」的下载量和月活跃用户开始双双登顶。而据 a16z 发布的全球 Top 100 AI 应用榜单显示，字节系的 Cici、Coze、Gauth、Hypic、CapCut 五款产品名列前茅。与此同时，字节依然不断在海外推出新的产品进行试点。

10 月份，这种势头仍在继续，据 Sensor Tower10 月份最新数据免费榜前 10 中，Gauth 排名第六、TikTok 排名第七、CapCut 排名第九。

这些都是令所有 AI 应用创业者眼馋的成绩。字节 AI 究竟为何能如此凶猛？

字节系 AI 产品全线突飞猛进的同时，许多人越来越明显感到一丝熟悉的味道——“APP 工厂”回来了。

在移动互联网时期，“App 工厂”的打法是字节快速开疆扩土的重要策略之一。公开数据显示，2018 年-2020 年，也就是字节增长最为迅速的几年间，它自研和收购了大量的项目，其中在 App Store上线的应用就有约 140 个，占其成立以来的七成。

期间，字节通过批量生产，在今日头条和抖音之后，也成功推出了剪映、懂车帝、皮皮虾、番茄小说、轻颜相机等爆款。

从 2023 年 11 月，APP 工厂在 AI 时代重启了，字节陆续密集上线了众多 APP。经硅星人整理如下表：

值得注意的是，其中海内外产品几乎一比一对应，一部分国内产品如豆包、剪映复制到国外；另一部分则是在海外高排名的产品复制回国内。

在整理的过程中我们发现，不少产品的名字在几个月内频繁变动，比如对标星野的 AnyDoor，早期进入国内时名为「话炉」，在今年 4 月份名称改为「猫箱」，「河马爱学」改名为「豆包爱学」等等。

这背后是字节系产品对于 AI 产品命名和定位的思考。

彼时大模型产品的命名常常引经据典，与文心、通义、混元、星火、天工相比，「豆包」听起来土味十足。“当时准备将 Grace 推向市场的时候，内部一致认为必须要改名，要做中国市场，英文名限制太大。陆陆续续起了 100 多个名字，有一部分有硬伤直接被 Pass 了，剩下的做了一些田野调查，有负面关联又淘汰了一部分，最终是朱骏拍板定了「豆包」这个名字。”

豆包团队的人员告诉我们：“我们私底下讨论过，豆包这个词在中国的渗透率差不多 80%-90%，没有硬伤。字节内部起名字有一整套的流程，再经历田野调查，这个名字有没有什么负面关联。”

相比于创业公司和其他互联网大厂，字节的优势在于成熟的产品方法论，来保证产品的水平在 60 分以上，形成稳定的产出。

而在场景的选择上，目前根据我们整理的结果发现，字节系产品其实并没有真正在开拓新的场景，它其实很少“教育市场”，而是更多“顺应市场”，在已经被部分验证的场景下进行产品的迭代和优化。同时，海外市场更多承担新产品孵化地的角色，产品在国内和国外是隔离的，通常一侧上线，完成市场和用户数据分析后再在另一侧上线类似产品。

简单地说，它的策略就是复制小爆款，成为大爆款。

比如「豆包」虽然推出得晚，但上线便集齐了对话、Agent、语音通话等当时分散在不同产品中的大模型功能，「猫箱」完全对标「星野」、「星绘」对标「妙鸭」、「海绵音乐」对标「Suno」，在此基础上，结合用户体验对产品进行迭代。

哪些产品要放弃，哪些产品又要继续投入资源？答案依然是，数据。

字节跳动有专门负责产品增长的团队。这个团队构建了一个强大的数据监测系统，他们会花大价钱去买市面上的数据，尽可能监控所有产品，用来指导研发。

基于信息差的实验+地毯式孵化+数据增长，形成了一条新的 AI APP 生产线。

App 工厂的背后，是字节式的赛马机制。

“Grace 是 2022 年我们团队开发的，在字节内部使用的产品，员工可以用它来学习一下内部资料。”豆包初始团队的同学告诉硅星人：“到了 2023 年年初，字节内部有好几个团队还有自发组成的新团队，都在尝试新产品，但我们团队因为做得早，有产品雏形，公司开始计划基于原来的框架推一个移动端的产品。”

「豆包」诞生初期，赛马并没有那么激烈，随着AI产品战略逐渐明确，内部也逐渐开始了新一轮的赛马。

据硅星人了解，目前字节内部形成了多轮赛马制：

第一阶段，创新产品中心负责前期孵化、产品创意、内部审核以及完成产品的前期打造，到产品测试上线。在这个阶段几乎不会有流量支持，靠产品自身的形态吸引自然用户；

进入第二阶段的产品，开始可以拿到一部分初始预算进行外部推广，由专门负责增长的团队负责拉新留存，进行产品排名，数据表现好结合内部分析，从创新产品中心进入到具体的产品组；

而第三阶段，成型的产品开始进行大规模推广，如「猫箱」、「星绘」从去年年底开始在抖音投流以及通过 KOL 推广。

早期产品生产内部架构

“有点内部创业的意思吧，项目做好了团队内部分奖金，大家都希望能获得更好的资源，但产品这边的竞争其实比较良性，毕竟大家并不交叉。”

不过，和移动互联网时期的模式不同的是，当时所有的产品都是基于个性推荐算法团队生长，而如今，在今天的 AI 产品们底下的模型层，字节其实并没有达到统一。

产品层，豆包已经是一个统一的品牌，所有产品向豆包靠拢。但在模型层，“豆包”更像是一个代号，究竟谁能成为“豆包”，更像是一场争夺行动。

举个例子，9 月 24 日，火山引擎一口气发布了两款视频生产模型，但对外并没有展示详细解释两款模型的差异，我们发现 PixelDance 和 Seaweed 在发布前，在 Github 上发布过对应的模型细节，它们分别属于两个团队，但最终均被冠以“豆包”之名对外发布。

从内部结构来看，模型和算法归属于模型算法团队 Seed，由朱文佳（曾任 TikTok 产品技术负责人）负责；2023 年 11 月成立的 Flow 团队主要负责打造 C 端产品，在最新的人事调动中显示，朱文佳为整体业务负责人、朱骏(原 Music.ly 创始人、原 TikTok 负责人)为产品负责人、洪定坤为技术负责人，向下包括豆包、AI 教育、社区、国际化四个部门，同时 PC 端和移动端也分为两条业务线；而豆包大模型 to B 的商业化业务主要由火山引擎对外提供，并通过 API 的方式接入飞书。

Seed 团队由原来的搜索团队、AILab 团队、AML 团队联合而成，但实际上，这几个团队都在暗自较劲。

“现在的豆包更像是一个统一的出口，连接用户。豆包产品后端连接了多个模型测试，是一个训练场，通过 API 的结果反馈来评测模型效果，但一时间很难有取舍。”上述内部人士讲道。

在 GitHub 和 HuggingFace 上面，字节的各类视频和图像模型，都分属于各个小团队，包含有 4 款不同功能的视频模型。

根据公开资料和介绍，我们整理了各个模型的功能，发现目前主流视频模型的能力散落在了各个模型里，比如视频编辑、运动笔刷、端到端视频生成等等，也有在 Github 上评分较高的开源模型，显示测试效果比已在国内发布的 PixelsDance 要更好。

比如 MagicVideo 的 V2 版本是目前开发者评价字节旗下最可用的一款文生视频模型，V2 版本采用了模块化式生产流程，第一模块从文本到图像、第二模块从图像到视频生产关键帧、第三模块从视频到视频扩展、第四模块视频帧插值，平滑过渡。目前整体的生成效果、色彩和审美高于 Pika1.0 和 Gen2.0。

有算法工程师就分析道：“如果几个模型的能力加起来，其实会比现在公开发布的版本更好，至少能达到可灵的效果，但是现在发布版本比较一般，可能也是内部赛马资源没有谈妥的结果。”

字节 AI 产品今天的突飞猛进，是其赛马机制下，一套屡试不爽的产品开发方法论加持的结果。但与移动互联网时代字节的“生产体系”很不同的是，今天在底层的模型侧，字节也在进行着赛马。

字节可能寄希望于它也像应用一样，百花齐放后筛选出最强的那一个，但同时它也客观上带来着资源无法集中的问题。尤其是在一个最需要大力出奇迹的时刻，这可能也会带来新的挑战。

扫码关注公众号

获取更多技术资讯