字節跳動旗下的豆包大模型家族再度宣布多個重磅消息!
6月11日,在2025火山引擎原動力大會上,字節跳動發布豆包大模型1.6、視頻生成模型Seedance 1.0 pro等新模型。模型能力方面,在復雜推理、競賽級數學、多輪對話和指令遵循等測試集上,豆包1.6的表現已躋身全球前列。價格上,此次豆包1.6首創按"輸入長度"區間定價,客戶使用成本降至豆包1.5深度思考模型或DeepSeek R1的三分之一。
▲火山引擎總裁 譚待
在模型能力大幅跨越的同時,過去一年豆包大模型的調用量呈現爆發式增長。會上披露,截至目前豆包大模型日均tokens(表示和傳遞信息的單位)調用量已超過16.4萬億,較去年5月首次發布時增長137倍。另據IDC報告,豆包大模型在中國公有云大模型市場份額排名第一,占比高達46.4%。
AI大模型浪潮席卷、重塑千行百業的進程中,金融業已成為規模化落地應用的先鋒行業。火山引擎透露,該公司已服務招商銀行、民生銀行、北京銀行等70%的系統重要性銀行,華泰證券、國信證券、國泰海通證券、華林證券等數十家券商和基金公司,為金融機構提供AI App、數字員工、智能展業、投顧、投研等大模型應用方案。
金融數字化轉型,AI應用落地是關鍵。火山引擎金融行業總經理劉俊認為,金融行業的AI戰略落地過程中,AI原生應用的建設已經成為必選項,尤其是服務即產品的“財富管理3.0時代”,銀行、保險、券商等金融機構通過AI提升服務質量已是市場競爭的熱點之一。
金融業AI原生應用需求爆發
近年來,隨著人工智能技術的飛速發展,金融行業正經歷著一場前所未有的變革。從年初至今,金融機構對AI大模型的布局呈現出井噴之勢。
據今年5月英偉達發布的一份基于全球600位(約一半中國數據)金融服務專業人士的調查報告,在AI基礎設施的投資方面,98%的受訪金融機構管理層人員表示將在2025年進一步增加相關支出。該報告指出,超過40%的中國受訪者表示,運營效率提升是AI的最大優勢,競爭優勢和新的業務機會也被視為關鍵優勢。
據不完全統計,今年已有包括建設銀行、招商銀行、浙商銀行、北京銀行等在內的多家銀行公開發布了大模型技術開發與應用的信息。與此同時,部分銀行還在積極搭建各自的新一代人工智能創新平臺或中心,探索大模型在金融領域的落地應用場景。
在證券行業,年內至少已有十余家券商宣布接入DeepSeek、豆包大模型等AI大模型,用于提升投研分析、財富管理、客戶服務和智能辦公等工作的效率。在保險領域,眾安保險、國任保險等機構上線基于大模型的AI應用工具,以優化理賠、客服咨詢等服務。
6月11日,在2025火山引擎原動力大會金融行業論壇上,多家金融機構分享了各自在AI原生應用的創新實踐。國信證券將在豆包App上推出一款“會思考”的國信股市助手智能體,該AI應用是基于火山引擎豆包大模型、智能體構建平臺等能力,結合內部經驗量身打造的一款智能體,可幫助普通投資者處理海量資訊、追蹤熱點、解讀市場。
當日在同一論壇上,另一家券商——華林證券旗下的“海豚”App有關負責人崔玉巖表示,公司將“All in AI”打造AI原生App應用,通過豆包大模型和滿血版DeepSeek雙模驅動,打造“好用的AI理財助手”,實現低門檻對話式輸入和智能個性化輸出,讓“理財就像聊天一樣簡單”。
從AI原生應用快速發展的技術背景來看,當前多模態技術持續進步和深度推理與邏輯能力持續突破,有望出現更多創新應用;另一方面,智能體正從單一任務向復雜交互場景快速拓展。
火山引擎金融行業總經理劉俊認為,與傳統應用產品相比,AI原生應用主要基于智能分析和決策,依靠自然語言和多模態交互,實現經營模式的重構、決策邏輯“躍遷”、更自然的交互、更個性化的服務,以及助力組織能力的進化。他比喻,AI原生應用就像是一位會觀察、能思考的“導演”,結合實際情況和數據,不斷進化打磨劇本和表演。
▲火山引擎金融行業總經理 劉俊
劉俊還強調,AI原生應用并非簡單疊加AI技術,而是從經營理念、產品設計、技術架構到組織能力的深度AI化。它要求以AI思維重構業務邏輯,讓智能滲透產品全生命周期設計,搭建適配AI的彈性技術底座,并通過組織流程再造釋放數據價值,實現從決策到執行的智能化閉環,最終形成區別于傳統模式的全新商業形態。
多場景落地,構筑金融服務“數字護城河”
事實上,AI原生應用正以前所未有的速度滲透至金融服務的各個角落,不僅重塑了金融機構面向用戶的體驗,還深刻改變了投資研究、財富管理等場景,滿足了千人千面的客戶需求。
從AI原生應用在金融行業的具體落地場景來看,火山引擎在實踐中總結出“BCDE”的四大方向。
其中B是指代對公業務中,例如投研分析、盡職調查;C表示面向零售客群的智能客服、財富管理等服務;D則主要是指幫助金融機構內部開發者進行產品研發和數據分析等;E是面向員工群體賦能的辦公助手、企業級知識庫等場景。總結而言,B、C場景一般是助力金融機構對外服務,D、E場景更多是對內提效。
去年以來,以券商為代表的金融機構App相繼往AI客戶端進化,成為一個新的入口。6月11日,火山引擎金融行業解決方案負責人王建軍在原動力大會上也發布了以AI App為代表的數個AI原生應用解決方案。
▲火山引擎金融行業解決方案負責人 王建軍
“AI原生應用在金融行業正在由內向外拓展中,從內部效率工作到用戶體驗進化,對內對外都是金融數字化轉型的必選項。”劉俊表示,以證券行業為例,未來AI原生應用很可能會重新定義券商的服務形態,機構可通過AI挖掘新的服務溢價。他強調,每家機構都有自己的特色策略,這才是金融機構的核心競爭力,是金融機構應該做到“自主可控”的護城河。
具體落地方面,國信證券財富管理業務在人工智能應用方面走在了行業前面。該機構即將推出的“國信股市助手”是基于火山引擎的大模型和智能體能力打造的“會思考的投資助手”,像真人一樣在“深思熟慮”和“快問快答”兩種模式之間切換。
在重塑用戶體驗方面,華林證券即將發布的AI應用新“海豚APP”,通過三個核心來打造自身“服務護城河”。一是大模型驅動的對話即服務,只需要在一個入口像聊天一樣表達需求,即可獲得專業金融服務;二是圍繞不同用戶群體,主動提供個性化服務和信息;三是陪伴式服務,內置投資教練Agent、模擬炒股Agent等多個投資智能體,不僅是完成交易,更是伴隨用戶認知、策略提升、心態成熟,實現真正的全程陪伴。
“從用戶接受度來看,新的人機交互帶來陪伴和情感連接的設計十分重要,讓用戶從‘被動質疑’到‘主動體驗’。”劉俊表示,從長期來看,更重要的是讓用戶可以感受到安全高效專業的金融服務。
火山引擎:AI應用“技術拼圖”日臻完善
作為率先布局大模型的行業之一,金融業內普遍對AI原生應用的商業潛力和對業務價值的賦能持有信心。然而將大模型的潛力轉化為實際業務效益的過程中也充滿挑戰,諸多金融業內人士普遍認為,AI應用仍存在模型幻覺、內部數據利用、模型能力匹配、潛在安全性和合規性等諸多痛點。
對此,火山引擎有關負責人表示,無論是金融機構在AI應用過程的落地成本、落地實施難,還是模型幻覺、安全挑戰以及組織創新機制,都有針對性的解決方案幫助金融機構順利落地。
對于解決大模型場景落地成本的問題,火山引擎認為,要從模型選擇與價格策略、推理方案優化,以及技術功能支持等多個角度進行考量。例如,優先選擇具有良好性能和價格優勢的模型,確保在滿足業務需求的同時降低預算壓力;采用靈活的批量推理方案;利用上下文緩存技術等。
值得一提的是,當前火山引擎在助力金融機構建設金融大模型方面已形成覆蓋應用層、模型層、平臺層和算力等多維度的綜合解決方案。
以當前金融機構日益聚焦的AI原生應用建設為例,火山引擎已提供“產品技術+運營方法論”的“雙輪”賦能方案。
一是產品技術上的合作和賦能,提供從底層的AI算力、豆包大模型、模型的訓練推理一體平臺、智能體構建平臺,以及應用層產品打磨的服務。
二是基于字節跳動內部超過50個業務場景積累的運營方法論和經驗,包括基于數據驅動的數據飛輪的先進經驗,幫助金融機構做好用戶運營、產品經營以及獲客留客,幫助新應用更好發展。
作為注重數據安全和風險控制的金融機構,應該如何更安全地建設AI原生應用?劉俊介紹稱,火山引擎在為企業部署的過程中,在模型、平臺、算力和應用等層面均提供了私有化的解決方案,并且在金融機構落地大模型技術時,優先推進風險低的場景,風險相對更高的場景則推薦做業務人員的智能助手,以提升效率。
據介紹,多家金融機構通過火山引擎搭建的AI應用,已在業務中發揮重要作用。其中,杭州銀行借助豆包大模型構建了電商供應鏈金融新模式,為電商商家搭建智能客服助手,在流程指引、數據獲取、信息檢索、賬戶管理等問題上,高效便捷地幫助商家解決生意難題。
北京銀行則通過豆包大模型打造了智能協呼功能,為180位遠程銀行接線員1:1復刻聲音,將呆板機械音變成更加逼真自然的人聲,使電話接通率、滿意度大幅提升。此外,在公司內部提效方面,該行搭建了大模型會議紀要平臺及聲紋識別系統,會議紀要文件的整理工作縮短至3分鐘,用時減少了90%。
事實上,火山引擎在產業端的大模型落地,已呈現陡峭的增長曲線。IDC報告顯示,2024年火山引擎在中國公有云大模型服務調用量上穩居第一,市場份額46.4%。而AI 智能體應用開發平臺及項目的中標數量上,火山引擎在去年下半年呈現爆發式增長,2024年末在金融行業穩居第一。今年上半年持續發力,5月份以來,該公司已經中標多個金融行業大模型,智能體以及一體機項目,涉及機構包括國信證券、青島銀行、民生銀行、信達資產、紅塔證券等。
深度思考、多模態等模型能力的持續提升,疊加AI云原生工具箱不斷迭代進化,大幅降低AI原生應用的開發門檻,提升開發效率。伴隨銀行、保險、證券等機構近年來在大模型和AI原生應用投入占比逐年提升,未來將有望持續加速其在智能風控、精準營銷、自動決策等業務領域的深度應用和價值創造。
排版:劉珺宇?????????
校對:高源