在月初小試了一把“豆包手機(jī)”，在真實(shí)場(chǎng)景展示智能體潛力后，字節(jié)跳動(dòng)真正的底牌才剛剛亮出。今日，其旗艦豆包大模型升級(jí)至Seed-1.8，直指“通用現(xiàn)實(shí)世界智能體”。這個(gè)專為多模態(tài)智能體場(chǎng)景定向優(yōu)化的模型，將字節(jié)跳動(dòng)日均token消耗提升到50萬億量級(jí)，加入與谷歌、OpenAI爭(zhēng)奪全球token經(jīng)濟(jì)頭部位置的競(jìng)爭(zhēng)。

所謂豆包手機(jī)，是Seed-1.8在現(xiàn)實(shí)世界的典型應(yīng)用。它以系統(tǒng)級(jí)智能體的形式封裝在中興努比亞M153的底層，能夠理解復(fù)雜的手機(jī)界面，并跨應(yīng)用完成連續(xù)操作。但當(dāng)智能體行為被壓縮進(jìn)短短數(shù)秒時(shí)，人們往往只看到結(jié)果，卻難以判斷其背后究竟調(diào)用了哪些能力，又經(jīng)歷了多少步推理與決策。Seed-1.8 的模型卡，正是理解這一切的起點(diǎn)。

在字節(jié)跳動(dòng)的模型體系中，Seed-1.8承擔(dān)的是旗艦角色，是一款多模態(tài)深度思考模型。在今天的FORCE原動(dòng)力大會(huì)上，與其一同亮相的，還有最新的視頻生成模型 Seedance 1.5 Pro。此外，該模型家族還包括語音語義模型與圖像生成模型等，與阿里巴巴的通義家族一樣，覆蓋全模態(tài)與全尺寸。

但這一次，Seed-1.8明確錨定的對(duì)手，是同為旗艦?zāi)Ｐ偷墓雀?Gemini-3-Pro，野心不言自明。后者發(fā)布僅一個(gè)月，是行業(yè)頂流，擁有最先進(jìn)的推理能力，領(lǐng)先的多模態(tài)理解能力，帶來了全新的智能體編碼體驗(yàn)；一經(jīng)發(fā)布，炸裂了籠罩硅谷的陰霾。事實(shí)上，字節(jié)跳動(dòng)與谷歌的正面競(jìng)爭(zhēng)早已開始。年中，字節(jié)跳動(dòng)的Seedance 1.0就對(duì)標(biāo)了谷歌的Veo 3，開啟了AI短視頻大戰(zhàn)。這次算是進(jìn)一步將戰(zhàn)火燒到了旗艦?zāi)Ｐ偷淖钋把?。而且，在多?xiàng)基準(zhǔn)測(cè)試中，Seed-1.8并不落下風(fēng)，甚至在視頻理解領(lǐng)域全面壓制了Gemini-3-Pro。

（2025/6/20） 閱讀全文>

與其證明模型有多強(qiáng)，不如檢驗(yàn)它是否真正有用。字節(jié)跳動(dòng)的模型創(chuàng)新路徑相當(dāng)務(wù)實(shí)，主打在現(xiàn)實(shí)世界的高性價(jià)比地落地。除了基礎(chǔ)推理能力之外，該模型更被設(shè)計(jì)為能夠支撐統(tǒng)一的智能體交互、多步驟執(zhí)行，以及對(duì)延遲與成本具備感知能力的推理系統(tǒng)，并據(jù)此接受更貼近應(yīng)用場(chǎng)景的評(píng)估。在字節(jié)跳動(dòng)看來，隨著行業(yè)步入“AI的下半場(chǎng)”，基準(zhǔn)測(cè)試的三大原則，應(yīng)為優(yōu)先考慮用戶體驗(yàn)、向?qū)嶋H場(chǎng)景過渡、以及推動(dòng)智能前沿的發(fā)展。

若以編程、數(shù)學(xué)、STEM等基礎(chǔ)知識(shí)作為衡量標(biāo)準(zhǔn)，Seed-1.8相較 Gemini-3-Pro仍處于次優(yōu)水平；但當(dāng)評(píng)價(jià)重心轉(zhuǎn)向真實(shí)世界中的高經(jīng)濟(jì)價(jià)值任務(wù)時(shí)，兩者已難分高下。需要強(qiáng)調(diào)的是，這類任務(wù)并非來自通用公共基準(zhǔn)，而是字節(jié)跳動(dòng)圍繞實(shí)際應(yīng)用場(chǎng)景所構(gòu)建的內(nèi)部評(píng)估體系。

在多模態(tài)的視覺語言相關(guān)基準(zhǔn)測(cè)試上，尤其是針對(duì)更細(xì)分的視頻理解能力，字節(jié)跳動(dòng)的旗艦?zāi)Ｐ褪芤嬗谒诙兑?TikTok上的積累。Seed-1.8幾乎全面壓倒了谷歌的Gemini-3-Pro，在23項(xiàng)基準(zhǔn)測(cè)試中取得了12項(xiàng)領(lǐng)先。

Seed-1.8非常擅長(zhǎng)視頻的思維鏈推理（VCR-Bench），它還是視頻推理界的“福爾摩斯”，能出色地根據(jù)視頻線索推斷隱藏事實(shí)（VideoHolmes）。此外，它在運(yùn)動(dòng)與感知理解方面也非常突出，尤其擅長(zhǎng)運(yùn)動(dòng)模式建模（TOMATO）、第一人稱視角理解（EgoTempo）、細(xì)粒度動(dòng)作識(shí)別（MotionBench）以及動(dòng)態(tài)計(jì)數(shù)（Countix）等任務(wù)。

雖然谷歌在長(zhǎng)視頻理解上仍占據(jù)優(yōu)勢(shì)，但字節(jié)跳動(dòng)在流媒體視頻理解方面實(shí)現(xiàn)了超越，尤其在逐幀實(shí)時(shí)主動(dòng)響應(yīng)與交互能力上表現(xiàn)優(yōu)異（StreamingBench / OmniMMI）。

字節(jié)跳動(dòng)團(tuán)隊(duì)讓 Seed-1.8 從一場(chǎng)足球比賽中提取高光片段，模型成功捕捉到 5 個(gè)進(jìn)球的精彩瞬間，并輸出每個(gè)片段的起止時(shí)間及選取理由。借助視頻工具（VideoCut），模型還能提升相關(guān)片段的幀率并進(jìn)行回放，最終生成精準(zhǔn)的技巧總結(jié)?；蛟S在明年的世界杯期間，抖音上將充斥由 AI 自動(dòng)剪輯與解說的足球精彩片段。

此外，Seed-1.8還提升了智能體能力，包括通用智能體搜索與視覺搜索，智能體編程、寫作與工具使用等。這些都與在實(shí)際工作流中完成任務(wù)息息相關(guān)。豆包手機(jī)要幫助用戶在多個(gè)平臺(tái)間搜尋分散的信息，同時(shí)兼顧時(shí)間、預(yù)算和個(gè)人偏好等高度耦合的約束條件。

該模型的另一項(xiàng)突出能力則是用戶圖形界面操作，它在OSWorld、Realbench、Online-Mind2web和 AndroidWorld這四個(gè)關(guān)鍵的公共基準(zhǔn)測(cè)試中，均達(dá)到了峰值性能，三項(xiàng)第一，一項(xiàng)第二。

多模態(tài)+智能體，是塑造“豆包手機(jī)”AI體驗(yàn)的關(guān)鍵能力。字節(jié)跳動(dòng)的模型團(tuán)隊(duì)輸入任務(wù)指令：“我有一個(gè)40×40厘米的裸缸，想養(yǎng)一條烏鱧魚，請(qǐng)幫我從各大購物App中挑選最具性價(jià)比的過濾器、防跳網(wǎng)和加熱棒。”Seed-1.8就用到了Mobile Use等功能，先后打開了三個(gè)不同的電子商務(wù)平臺(tái)（淘寶、京東、拼多多），查找并比較特定商品的價(jià)格。從接受指令到輸出結(jié)果，智能體一共執(zhí)行了122個(gè)連續(xù)步驟。

這一過程充分考驗(yàn)了模型在長(zhǎng)期任務(wù)分解、多站點(diǎn)導(dǎo)航以及整合來自不同來源信息的準(zhǔn)確性和穩(wěn)定性，也凸顯了當(dāng)前智能體向現(xiàn)實(shí)世界任務(wù)落地所必需的能力。

多模態(tài)與智能體能力在現(xiàn)實(shí)世界的落地，無疑將帶來更大規(guī)模的token消耗。單位時(shí)間內(nèi)的token消耗數(shù)量，是算力相對(duì)標(biāo)準(zhǔn)化的計(jì)量方式，也是更靠近應(yīng)用側(cè)的token經(jīng)濟(jì)的統(tǒng)計(jì)指標(biāo)。

目前，全球只有字節(jié)跳動(dòng)與谷歌，有絕對(duì)的信心不定期披露自己的token消耗數(shù)據(jù)。此外，OpenAI也曾披露過一次API分鐘調(diào)用token消耗。正是在這一指標(biāo)上，字節(jié)跳動(dòng)自稱在全球競(jìng)爭(zhēng)中位列“中國第一、全球第三”。

這三家AI巨頭的月均token消耗都已突破千萬億(Quadrillion)的量級(jí)。截至10月，谷歌每月消耗1300萬億tokens。同月，OpenAI每分鐘API調(diào)用了60億tokens，按企業(yè)業(yè)務(wù)占公司收入25%折算，整個(gè)公司也達(dá)到了每月消耗1080萬億tokens水平。這次，字節(jié)跳動(dòng)披露截至今年12月，豆包大模型日均token使用量已突破50萬億(相當(dāng)于1500萬億每月)。

與此同時(shí)，在相近的時(shí)間段內(nèi)，谷歌、字節(jié)跳動(dòng)與OpenAI，各自擁有超過150家、100家與30家客戶，累計(jì)消耗了萬億tokens。

當(dāng)然，字節(jié)跳動(dòng)也在盡可能降低不必要的算力開銷。當(dāng)任務(wù)輪次過長(zhǎng)時(shí)，模型會(huì)根據(jù)策略智能清除低價(jià)值的歷史工具調(diào)用信息，以確保多步驟任務(wù)的穩(wěn)定完成；同時(shí)，其視頻生成模型支持先輸出“預(yù)覽即所得”的低分辨率版本，從而減少約60% 的無效創(chuàng)作成本。

旗艦?zāi)Ｐ蚐eed-1.8的發(fā)布，標(biāo)志著字節(jié)跳動(dòng)正持續(xù)逼近前沿封閉模型的能力邊界。伴隨海外業(yè)務(wù)擴(kuò)張、AI 體驗(yàn)加速滲透，以及“推理代工服務(wù)”推動(dòng)智能體在千行百業(yè)落地，字節(jié)跳動(dòng)正在成為中國開源模型體系之外，少數(shù)具備全球 token經(jīng)濟(jì)競(jìng)爭(zhēng)資格的關(guān)鍵玩家之一。

模型卡：

https://lf3-static.bytednsdoc.com/obj/eden-cn/lapzild-tss/ljhwZthlaukjlkulzlp/research/Seed-1.8-Modelcard.pdf