从短视频到剪辑工具，从电商到外卖，再到如今的AIGC大模型，快手和字节的竞争从来就没有停止过。
通用大模型方面，快手有快意，字节有豆包；AI图片创作快手有可图，字节有星绘；视频生成大模型，快手有可灵，字节用即梦相对，此外在AI音乐、剪辑工具、社交产品、特效制作等多个领域，快手和字节都有相应的AIGC产品形成竞对。
制表：洞见新研社
短视频的主航道上，快手和字节打了个半斤八两，如今转向到AIGC的未来之争，两方的一举一动同样颇具关注。
公开资料显示，为了跟上席卷全球的大模型行业潮流，字节跳动去年抽调了内部的高层管理和业务骨干组建了新的AI部门Flow。前TikTok产品技术负责人朱文佳任Flow的业务负责人、字节跳动产品和战略副总裁朱骏任产品负责人，字节跳动技术副总裁洪定坤担任技术负责人，三方协同合作推进AI进程。基础大模型方面，字节跳动去年8月上线了首个大语言模型“豆包”及多模态大模型BuboGPT。此外，字节跳动基础模型在语言和图像两种模态上均进行了布局，两个团队均向TikTok技术负责人朱文佳汇报。AI应用层方面，Flow目前已推出三款AI产品，豆包、扣子和Cici。
其中，豆包为一款类GPT应用，可以完成问答、文本生成、语言翻译等多种任务，还可以根据用户需求和上下文进行自适应问答，提供个性化服务。扣子是一站式AI Bot开发平台，无论用户是否有编程基础，都可以在扣子平台上快速搭建基于AI模型的各类问答Bot，可完成解决简单的问答，并处理复杂逻辑的对话。为了加强AI战略，字节的其他部门也没闲着，包括剪映、巨量引擎、抖音主端、抖音电商、飞书等部门，都在加码各自的AI业务，成果陆续落地。2023年Q3财报会议上，快手CEO程一笑介绍，快手的语言大模型-快意130亿和660亿大模型已达到行业内同等规模领先水平，同时也已经开始超千亿规模语言大模型以及多模态大模型的研发。有媒体报道称，快手AI主要由快手AI技术团队（此前的快手Y-tech部门）负责。具体的业务布局则是建立了以快意大模型为基础的AI服务平台，面向市场提供AI技术服务，产品服务涵盖计算机视觉、计算机图形学、自然语言处理、音频技术、视频技术、知识图谱、机器学习、AR/VR/MR、多模态等核心技术领域。今年2月，继ChatGPT之后，OpenAI公布的Sora AI视频生成模型再度引爆全网。然而从5月份开始，国内达到类Sora级别的AI视频模型技术陆续公布，快手也在6月6日推出AI视频生成模型可灵，并进行邀测，由于可灵的生成效果直逼Sora，引发行业关注。猎豹移动董事长傅盛在体验过快手可灵后给与了高度评价，“甚至我觉得也吊打了Sora，我认为这个产品今天，在我能使用的范畴内就是全世界第一的”。无论在AIGC中的投入有多少，产品的宣传有多炫目，其最终的目的还是要让这项产品用起来，特别要让普通人用起来，因而从这一视角来看，大模型竞争的本质，是终端心智的争夺。根据QuestMobile的统计数据，截至今年3月，豆包月活用户已达到2328.2万，排在豆包身后的文心一言、天工、讯飞星火、Kimi智能助手的月活用户数分别为1466.1万、966.1万、620.4万、589.7万。
而豆包官方数据显示，其移动和桌面双端月活跃用户已经超过 2600 万。同时，这些用户还共同创造了800多万个智能体。基于豆包大模型，字节跳动还打造了AI应用开发平台“扣子”，互动娱乐应用“猫箱”，AI分身创作应用“星绘”等一系列产品。在字节跳动内部，抖音、番茄小说、飞书、巨量引擎等50多个业务接入到豆包大模型，用来提升效率和优化产品体验。由内及外，OPPO小布助手、荣耀MagicBook的YOYO助理、华硕笔记本电脑豆叮AI助手、极氪汽车的座舱大模型等均已接入字节的大模型服务。可以注意到，从C端的APP用户，到B端的千行百业，豆包不仅使用量大，应用场景也非常丰富。据悉，目前豆包日均处理文本1200亿Tokens，生成 3000 万张图片。不难看出，字节凭借着原本业务的用户基础，采用了打造平台型产品，围绕平台型产品建立其他关联产品生态的策略，这一幕与字节早期“APP工厂“时代极为相似。快手的快意大模型具备与豆包相似的能力，只是快意目前更多应用在快手内部，主要为短视频、直播、广告、电商等业务服务。快手官方公布的数据称，半年来，有近2万商家在快手平台借助大模型能力实现智能化经营，获得不菲回报。相比今年1月，今年6月的AIGC月活跃客户数增长了8倍，月GMV规模提升了64倍，平台AIGC广告收入规模提升了12倍。其实不光是傅盛，很多科技博主、AI创作者们对可灵的表现也是大为赞赏。AI创作者娜娜在体验过可灵后认为，人物一致性是可灵的一大亮点，并且可灵更加擅长真实画风，表现比较好的是美女、动物、吃东西等画面的生成。与另外两个国外视频生成软件Runway和Luma进行对比，可灵在文生视频之外，比Runway多了一个图生视频的功能，比Luma的生成结果更加稳定。也正是因为表现出色，引来了众多用户参与到可灵内测的申请之中，根据快手官方公布的数据显示，早在7月份时就已经有超过50万的用户申请可灵的内测资格，视频生成数量达700万。不难看出，可灵的产品在技术上有突破，快手在视频生成赛道的布局也是极具策略的，用猎豹傅盛的话来说，“可灵的成功，更加证明了，Sora并不是一项技术性突破，而是产品型图片”。大模型的业务布局，快手和字节各有侧重，然而大模型的竞争最终的落脚点还是在商业化上，不光要用户爱用，还要用户愿意花钱来用。
我们先来看字节对豆包的定位，从产品形态来看，豆包是一个综合性的AI智能体平台，这也就意味着字节对豆包有着更大的野心，即不光光是为原有业务赋能，更希望豆包能够成为一个新的营收增长点。因而在应用设计上，字节着重解决了豆包的“拟人化”“离用户更近”和“个性化”的问题，为了让更多的人体验到豆包，除了基础的免费服务之外，字节还着手大幅降低豆包的收费标准。根据字节官方公布的数据，豆包主力模型 Pro-32k 版本模型推理输入价格为0.0008元/千Tokens，0.8厘就能处理 1500 多个汉字，比行业同等模型便宜99.3%；128k型号价格为0.005元/千Tokens，比行业价格低95.8%。豆包的价格之所以定的这么低，字节认为有两点，一是需要做到这么低，另一个是自己能够做到这么低。前者很好理解，只有足够低的价格，才会降低企业用户的试错成本，增强企业用户的信心，尝试大模型。零一万物CEO李开复曾表示，大模型推理成本每年降低十倍，这在过去两年已经发生，优化得好更是可以降低二三十倍。字节则通过模型结构优化、分布式推理、混合调度等举措，极大压低了大模型的推理成本，模型的调用量越大，成本的优化空间也就越大。价格是豆包的留给行业最醒目的标签，更重要的是，通过一系列操作，字节打了一个样，为行业创作了一个大模型商业运营的范式。相比之下，快手AIGC业务的商业化进程就要慢一些，如上文所述，快意更多为快手的自身业务赋能，可灵的想象空间虽大，但快手目前对可灵无明确的商业计划，也不对外提供API。快手视觉生成与互动中心负责人万鹏飞在一次演讲中，谈到可灵的未来时曾提到，“视频创作的门槛和效果的ROI大幅度提升，视频创作者和消费者界限逐渐模糊。越来越多消费者变成创作者，对于视频创作生态的繁荣是非常有价值的。”由此可见，不断强化自己的短视频生态，将长板持续做长也未尝不是一个较好的商业化路径，通过内部验证之后的技术产品输出，其能量往往更大。创新工场联合创始人汪华曾做过一个统计，虽然最近大家看到很多产品在大量推广，用户量也在迅速增长，但是把所有应用加在一起，日活也不过就是1000万，中国有12亿网民；而美国3亿人口就有大几千万的日活，相比之下还有很大的差距。李彦宏也呼吁行业不要卷模型，要去卷应用，没有应用，光有一个基础模型，不管是开源还是闭源都一文不值。 这也是说，虽然AI未来已来，但是大模型的产品化还远远没有到来，用AI赚钱的时代才刚刚开始。
投身于时代潮流之中，快手有机会，字节有机会，你和我也有机会。
