豆包大模型 1.6 发布，AI 云原生全栈服务升级，火山引擎这场大会干货太多
过去几年，生成式 AI 引发的全球浪潮加速了人工智能在千行百业规模化落地应用的进程。而随着技术的持续进步，我们也正在从生成式 AI 迈向更加智能、自主的 Agentic AI 时代。这标志着人工智能进入能推理、规划和行动的新阶段。根据 Market.us 的预测，全球 AI Agent 市场规模有望在 2033 年超过 1300 亿美元。
Agentic AI 不仅在消费领域展现了巨大潜力，更在企业应用中显示出其独特的价值，同时也让众多企业面临前所未有的机遇和挑战。如何在 Agentic AI 的浪潮中找准方向、乘风破浪，也成为行业中备受关注的话题。说到这，刚刚落幕的 2025 火山引擎 Force 源动力大会或许能给我们带来一些启发。
就在 6 月 11 日至 12 日，火山引擎 Force 大会在北京国家会议中心召开。作为字节跳动旗下的云服务与 AI 平台，火山引擎围绕最新发布的豆包大模型 1.6、多模态视频生成模型 Seedance 1.0 Pro，以及最新升级的 AI 云原生产品体系，展示了从大模型到 Agent 开发的全链路方案。大会一系列产品、技术与场景案例，也再次引发行业对 Agent 时代如何“落地”的思考。
豆包大模型 1.6 发布，模型能力持续进化，综合实力领先
在大会主论坛的开场演讲中，字节跳动 CEO 梁汝波表示：字节跳动致力成为创新科技公司，会坚定长期投入，追求智能突破，服务产业应用。通过火山引擎，持续把新模型、新技术开放给企业客户。
▲字节跳动 CEO 梁汝波
同时，火山引擎总裁谭待也表示：“大模型本身也在飞速进化，从感知 AI，到生成式 AI，再到 Agentic AI。我们希望大模型不再仅仅完成信息的识别、处理和生成，而是能够自主推理、规划行动并执行任务，从而成为构建复杂业务闭环的智能体。”
▲火山引擎总裁谭待
两位高管的发言，均揭示了大模型在当前 AI 发展进程中的关键作用与演进方向，同时也集中概括了火山引擎豆包大模型的进化和升级方向。
是的，此次大会的一大看点，便是豆包大模型 1.6 的持续进化。
全新发布的豆包大模型 1.6 系列由三个模型组成，可以为企业提供多样化选择：
doubao-seed-1.6：All-in-One 的综合模型，是国内首个支持 256K 上下文的思考模型，支持深度思考、多模态理解、图形界面操作等多项能力。支持选择开启或关闭深度思考、自适应思考三种方式，其中自适应思考模式可根据提示词难度自动决定是否开启思考，提升效果的同时大幅减少 tokens 消耗。
doubao-seed-1.6-thinking：豆包大模型 1.6 系列在深度思考方面的强化版本；在代码、数学、逻辑推理等基础能力上进一步提升；支持 256K 上下文。
doubao-seed-1.6-flash：豆包大模型 1.6 系列的极速版本，支持深度思考、多模态理解、256K 上下文；延迟极低，TOPT 仅需 10ms；视觉理解能力比肩友商旗舰模型。
根据介绍，豆包 1.6 模型披露的多项权威测评成绩。在复杂推理、竞赛级数学、多轮对话和指令遵循等测试集上，豆包 1.6-thinking 的表现已跻身全球前列。
同时，豆包 1.6 系列模型支持多模态理解和图形界面操作，能够理解和处理真实世界问题。此前，豆包 1.5 的多模态能力在 60 个公开评测基准中取得 38 项最佳成绩，已广泛应用在电商识图、自动驾驶数据标注、门店巡检等场景。图形界面操作能力则让豆包 1.6 进一步具备“行动力”。
根据现场演示的案例，豆包 1.6 可自动操作浏览器完成酒店预定，识别购物小票并整理成 Excel 表格等任务。
还有就是，豆包视频生成模型 Seedance 1.0 pro 也在火山引擎 Force 大会亮相。该模型支持文字与图片输入，可生成多镜头无缝切换的 1080P 高品质视频，主体运动稳定性与画面自然度较高。
在国际知名评测榜单 Artificial Analysis 上，Seedance 在文生视频、图生视频两项任务上均排名首位，超越 Veo3、可灵 2.0 等优秀模型。
在行业应用的深度与广度上，豆包大模型同样成绩斐然。目前，豆包大模型与火山引擎 AI 云已经渗透到手机制造、汽车、金融、教育等多个行业：
・在 AI for Science 方面，火山引擎与比亚迪、科研机构等合作，通过 AI 技术助力材料科学、生物医药和电池研发，推动更多科研成果落地。
数据是更有力的证明。自去年 5 月首次正式对外发布以来，豆包大模型的日均 tokens 使用量从最初的约 1200 亿快速增长，到 2023 年 3 月突破 12.7 万亿，再到今年 5 月底的 16.4 万亿。IDC 数据显示，在中国公有云大模型调用市场中，豆包大模型已位居第一，份额约 46.4%。
使用成本降至 1/3，助力解决 Agent 规模化难题
此外值得关注的，是豆包大模型 1.6 使用成本的降低。在 AI Agent 蓬勃发展的当下，规模化落地面临着诸多挑战，其中模型价格过高成为了制约企业发展的一大瓶颈。据行业观察，企业级 Agent 的实际应用成本压力巨大，单个 Agent 每日 token 消耗成本可达 20 美元，这无疑给企业的投入与发展带来了沉重负担。
火山引擎总裁谭待在发布会上强调：“我们希望不断通过技术创新，做好 AI 普惠。正如去年豆包 1.0 开启了大模型规模调用一样，我也相信豆包 1.6 和区间定价的新模式，能够让多模态深度思考得到更广泛的调用，让 Agents 的大规模应用进一步加速。”
基于这一理念，火山引擎通过深度技术优化，推出了豆包大模型 1.6 的创新定价模式，精准匹配企业需求分布，实现了成本与性能的双重突破。
豆包大模型 1.6 通过推理调度优化，采用分桶调度策略，将 80% 的请求导向 0 - 32K 区间，充分利用短文本处理的高并行性，极大地提升了效率，降低了单位成本。
在多模态原生支持方面，用户无需额外付费即可调用图文、视频等多模态能力，且具备深度思考推理能力，为用户提供了更为丰富、强大的功能体验。
此外，依托火山引擎与字节跳动国内业务并池的规模效应，同款 GPU 配置价格低于行业平均水平，进一步降低了企业的使用成本。
通过这一系列创新举措，豆包 1.6 的定价策略实现了对行业定价逻辑的重构。以企业使用量最大的 0 - 32K 输入区间为例，豆包 1.6 的输入价格为 0.8 元 / 百万 tokens、输出 8 元 / 百万 tokens，综合成本仅为豆包 1.5 深度思考模型或 DeepSeek R1 的三分之一。
这种价格优势不仅加速了 Agent 的规模化应用，推动了多模态深度思考功能在客服、数据分析等场景的广泛普及，更为行业提供了一种全新的、科学的成本核算标准，引领了 AI 云原生的市场发展方向。
AI 云原生全栈服务发布，让 Agent 走进企业生产系统
本届大会的另一个焦点，火山引擎发布的 AI 云原生全栈服务，整体来说可以概括为“模型 + AI 云原生产品”，并明确以“Agent 构建”为核心导向，帮助企业基于大模型搭建自己的 Agent，进而实现规模化商业应用。
简而言之，面对 Agent 普遍存在“思考深度不够”、“多模态适配不完善”、“工具调用能力缺失”、“调用成本高昂”四大问题，火山引擎希望从模型、云平台、开发工具以及垂直应用等多层面协同发力，给出一套主打“生产级”的 Agent 解决方案。
在大会上，字节跳动技术副总裁洪定坤也分享了对 Agent 未来形态的看法。他认为，随着大模型在对话、规划、工具调用、思考等维度持续演进，Agent 将从“被动工具”升级为“主动执行者”，完成更为复杂的任务。洪定坤指出，新版本的豆包 1.6 在编程辅助等能力上也有突出提升，并已接入字节跳动内部的 AI 编程产品 TRAE 进行测试；按照计划，后续将推送给更多用户。
目前，火山引擎 AI 云原生方案提供了包括 PromptPilot 智能提示工具、AI 知识管理系统、多模态数据湖、Agent 开发平台、AICC 隐私计算、大模型应用防火墙，以及一系列 AI Infra 基础套件（AgentKit、TrainingKit、ServingKit）等服务，并通过一站式管理与调度平台 MCP 弥合开发者与底层模型的鸿沟。
比如在安全基建方面，火山引擎发布的 AI 私密计算（AICC），通过硬件可信环境与全密文计算这一双重保障机制，为企业数据隐私保驾护航。联想与火山引擎合作打造的国内首个 PC 端可信 AI 密态计算方案，正是基于 AICC 技术，成功将天禧个人超级智能体的安全能力从终端延伸至云端，实现了“无网安全，有网同样安全”的卓越效果。同时，大模型应用防火墙基于十六万亿 Tokens 防护经验，能够以低延迟拦截恶意攻击，已为银联、长安汽车等众多行业客户提供了可靠的安全防护服务。
再比如 PromptPilot 智能提示工具能够交互式拆解需求，自动生成并优化提示词，有效解决了模糊需求转化的难题，同时支持多模态任务，通过工具调用链大幅提升了复杂任务的处理效率。
还有 AI 知识管理系统，融合了文本、视频等多模态数据，为企业构建了专属知识库，可实时调用更新，并能生成交互式推理计划，支持用户动态修正，为企业的知识管理与决策提供了有力支持。veRL 强化学习框架则实现了高性能分布式训练，算力利用率提升 30%，同时提供低门槛 Serverless 服务，使非技术人员也能快速创建训练任务，如在物流路径优化等实际场景中发挥了重要作用。
MCP 协议与开发平台打通了 200 + 工具与云服务，实现一键调用，加速了开发进程，HiAgent 2.0 则实现了低代码 + 高代码混合开发，提升了 Agent 开发的全生命周期管理效率，助力企业快速落地 Agent 应用。
在数据层面，多模态数据湖的推出具有重要意义。它支持 GPU / CPU 异构计算，集成 Ray / Lance 技术，打通了模型训练与精调流程，实现了以图搜图、数据蒸馏等功能，为企业处理多模态数据提供了强大的支持。
Data Agent 的出现，更是为企业员工配备了 AI 数字专家，将取数效率从小时级降至分钟级，分析成本降低 80%，在 618 营销规划、财务分析等实际业务场景中得到了广泛应用，显著提升了企业的数据处理与分析能力。
这一系列全栈的服务和产品在已有合作案例中也有体现。例如，新浪微博、联想、瑞幸、宝马 / 奔驰等企业正在基于豆包大模型与相关 Agent 工具，落地如舆情分析自动化、销售流程自动化、门店运营和物流管理辅助等场景。
在汽车行业，诸多主流车企利用火山引擎的多模态数据湖和大模型工具，开展自动驾驶数据标注、营销规划和智能座舱开发等项目。比如宝马就和火山引擎合作，围绕人工智能在汽车营销服务的创新应用，以 AI + 场景高效匹配产品与购车建议、精确内容引导，全面提升用户购车体验与经销商运营效能。
宝马集团大中华区总裁兼首席执行官高翔还在会上透露：“截至目前，双方合作的 AI 智能营销工具，已经支持了全国约 300 家 BMW 经销商。”
正如谭待在演讲中说到的：“我们希望以完整的 AI 云原生技术栈，帮助企业和开发者，在 AI 时代重塑 IT 架构，不断创新，加速发展。”
如果说此前大模型更多是“实验性”地接入企业的局部业务流程，那么 Agent 时代则需要在数据治理、工具管理和推理执行等层面都能适配。火山引擎展示的“AI 云”方案，正是面向企业在 Agent 时代进行全面数字化升级的需求。
结语
整体来说，本次火山引擎 Force 大会的主要思路还是十分清晰的，即在 Agent 大规模商用初露端倪之际，以更高效、更低成本的大模型方案，以及覆盖从模型训练到 Agent 应用开发的 AI 云原生技术栈，帮助企业抓住 AI 带来的机遇，实现技术赋能与业务增长。
在大会的总结环节，火山引擎总裁谭待提到：“未来的 AI 应用不再局限于单一工具，而是从硬件、模型到应用生态的全方位升级。”可以预见，Agent 由“工具”向“主动执行者”的转变将引领新一轮技术进化，而大模型成本的大幅下降也将极大促进大规模、高频次的应用落地。相信从国内市场到国际舞台，火山引擎所倡导的 AI 云原生和 Agent 全生态发展策略都将为企业在这场技术革新中保驾护航，助力推动传统产业的智能化转型和商业模式的颠覆重构。
而未来，随着工业各界对 Agent 技术需求的不断提升，相信火山引擎还将不断迭代与创新，为智能应用落地、数字化转型升级提供更为优质和高效的支持。同时，在整个行业的共同努力下，Agentic AI 时代必将加速到来，更多产业也将借助这种全新技术模式，实现从“工具”向“主动行动者”的深刻跃迁，开启数字经济新时代的无限可能。
