豆包（AI助手）

一、基本信息

• 官方名称：豆包（Doubao）
• 开发主体：字节跳动科技（北京）有限公司
• 核心定位：多模态 AI 基础设施（豆包大模型）+ 全场景 AI 智能助手（豆包 AI 助手），兼顾个人用户与企业客户需求
• 技术基底：基于 Transformer 架构的混合专家（MoE）大语言模型，核心为字节跳动自研的 “云雀”（Skylark）大模型，无外部开源模型或第三方技术依赖
• 官方渠道：官网（www.doubao.com）、全平台客户端（iOS/Android/Windows/macOS）、网页版及浏览器插件
• 核心特性：中文优化能力突出、多模态融合、低时延响应、高性价比，支持跨平台同步使用

二、核心构成与技术体系

（一）豆包大模型

• 模型家族构成：包含 2 个通用模型（豆包通用模型 Pro、豆包通用模型 Lite）与 7 个细分领域模型（角色扮演模型、语音识别模型、语音合成模型、声音复刻模型、文生图模型、Function Call 模型、向量化模型），共计 9 个核心模型，可满足不同场景的差异化需求。
• 技术特点：采用大规模稀疏 MoE 架构，等效 7 倍激活参数的 Dense 模型性能，训练成本降低 90%；具备动态注意力机制，支持 32K 上下文窗口（可扩展至百万级 token），长文本处理能力突出；实现端到端语音处理，支持低时延对话、情绪承接与方言理解；集成多模态融合技术，可高效处理文本、图像、音频、视频等多类型输入输出。
• 核心能力：覆盖自然语言理解与生成、代码创作（支持 30 + 编程语言，准确率达 95%）、数学推理（可解决 AIME 级别证明，GSM8K 测试表现超越 GPT-4）、语音处理、图像生成与分析、复杂任务自动化等，适用于企业级服务、科研、教育及工业等多领域。
• 商业化定价：主力模型在企业市场定价为 0.0008 元 / 千 Tokens，处理 1500 多个汉字仅需 0.8 厘，比行业低 99%，TPM 限额为同规格模型的 2.7 倍到 8 倍，大幅降低企业接入门槛。

（二）豆包 AI 智能助手

• 多端覆盖：支持网页版、iOS 版、安卓版、Windows 桌面版、macOS 桌面版及浏览器插件，可通过手机号码、抖音账号、苹果账号登录，实现跨设备同步使用。
• 核心功能矩阵：
  • 对话问答：支持复杂问题解答、多轮对话及专业领域咨询（法律、医疗、技术等），中文理解准确率达 96%；
  • 内容创作：涵盖文本生成（文章、报告、邮件等）、图像生成与编辑（基于 SeedEdit 模型）、音乐生成（11 种风格可选）、视频生成（基于 PixelDance、Seaweed 模型）；
  • 学习辅导：覆盖 K12 至高等教育，提供解题答疑、语言学习（中英日韩等 119 种语言）、考试策略指导；
  • 办公辅助：支持 AI 划词、网页总结、脑图生成、会议纪要快速整理（2 小时会议纪要 5 分钟搞定）、PPT 生成等功能；
  • 开发辅助：代码补全、调试建议、算法解释及技术文档生成，集成 MarsCode 编程助手能力；
  • 交互升级：支持语音输入、语音通话、实时视频通话，基于端到端语音大模型，交互流畅度接近真人，平均响应延迟控制在 800 毫秒以内。
   

三、发展历程（官方公开）

• 2016 年：字节跳动成立人工智能实验室（AI Lab），聚焦自然语言处理、机器学习、数据挖掘等领域研究，为豆包的研发奠定技术基础；
• 2023 年 6 月：字节跳动内部测试 AI 对话类产品 “Grace”，处于完善优化阶段；
• 2023 年 8 月：“Grace” 新版本更名为 “豆包”，启动小范围邀请测试，支持多账号登录，具备基础文本生成与语音播报功能；
• 2024 年 5 月 15 日：在火山引擎 Force 原动力大会上，豆包大模型正式发布，豆包 APP 总下载量突破 1 亿次，大模型开启商业化进程；
• 2024 年 6 月 3 日：豆包推出 Windows/macOS 桌面客户端，新增快捷启动、AI 划词、AI 搜索功能；
• 2024 年 8 月 – 11 月：陆续上线音乐生成、脑图生成、语音输入、图片上传、视频生成内测等功能，10 月推出首款 AI 智能体耳机 Ola Friend，11 月底豆包 APP 累计用户规模超 1.6 亿；
• 2025 年 1 月 – 3 月：发布端到端语音大模型，升级实时语音通话功能；开源 SuperGPQA 知识推理基准测试；抖音 APP 测试接入豆包 AI 能力，开放两大超级入口；测试新版 “深度思考” 功能；
• 2025 年 4 月 – 12 月：深度思考和文生图 3.0 模型通过火山引擎开放 API；上线实时视频通话功能；发布豆包大模型 1.8，在视觉推理等任务中表现突出；12 月豆包日均活跃用户（DAU）突破 1 亿大关，月活跃用户达 1.5742 亿，居中国 AI 应用产品首位；
• 2026 年 2 月 14 日：豆包大模型 2.0 正式发布，围绕大规模生产环境使用需求做系统性优化；同期上线视频生成模型 Seedance 2.0。

四、应用场景与市场表现

（一）应用场景

• 个人场景：日常对话、内容创作（文案、小说、歌词等）、学习辅导（解题、语言学习）、办公效率提升（会议纪要、文档处理）、娱乐生成（音乐、视频、图像）等；
• 企业场景：通过火山引擎向企业客户开放服务，应用于智能客服、自动化文档处理、风险预测、医疗影像分析、司法文书生成、制造业流程优化等领域，已在字节跳动内部 50 多个业务场景应用验证；
• 特色场景：与故宫博物院合作开发 “文物解说官”；为比亚迪等企业提供车辆故障诊断等智能服务；在全国 15 个法院部署，辅助法官处理案例检索等工作。

（二）市场表现

• 用户规模：截至 2024 年 11 月底，豆包 APP 累计用户超 1.6 亿；2025 年 3 月底，豆包大模型日均调用量达 12.7 万亿次；2025 年 8 月，月活跃用户达 1.5742 亿，居中国 AI 应用产品首位；2025 年 12 月，豆包日均活跃用户（DAU）突破 1 亿大关，成为国内首个 DAU 破亿的 AI 原生应用，累计服务用户超 3 亿，覆盖全球 100 多个国家和地区。
• 商业成果：截至 2025 年底，豆包大模型已服务超 10 万家企业客户，覆盖互联网、金融、医疗、教育、制造等 20 多个行业，企业客户复购率达 85% 以上；2026 年第一季度，豆包相关业务营收同比增长 300%，成为字节跳动新兴业务增长核心引擎之一。
• 行业认可：多次通过国内权威 AI 评测，在中文理解、数学推理、代码生成等维度稳居行业前列；先后获得 “2024 年度最佳 AI 产品”“中国人工智能创新应用标杆” 等多项行业奖项；豆包大模型通过国家网络安全等级保护三级认证，算法及数据安全符合《生成式人工智能服务管理暂行办法》要求，相关技术专利累计申请超 2000 项。