时隔一个多月，字节豆包大模型再度 「上新」。
7 月 31 日消息，字节跳动旗下云和 AI 服务平台火山引擎于 30 日发布全新的豆包·图像编辑模型 3.0、豆包·同声传译模型 2.0，豆包大模型 1.6 系列升级版等产品。
同时，面向 Agent 智能体开发和落地，火山引擎持续优化 AI 云原生全栈服务，并发布企业自有模型托管方案、Responses API 等多个模型服务和工具产品，并利用 Agent 技术提供数字员工解决方案。
火山引擎总裁谭待表示，截至今年 5 月，豆包大模型日均 tokens 使用量超过 16.4 万亿，较去年 5 月首次发布 （1200 亿） 时增长 137 倍。据 IDC 报告，豆包大模型在中国公有云大模型服务调用量上位居第一，占比达 46.4%。
「过去几年，大家提到 AI 最直接的感受就是速度，每天 AI 领域都发布很多新的创新技术。」 谭待称，大模型能力的不断提升，正是当前技术大变革的缩影。我们正处于 PC 到移动、再到 AI 的三个 「时代」 变化当中，主体从网站、App，到如今的 AI Agent 智能体，让软件第一次从被动的工具变成了主动的执行者。
火山引擎总裁谭待
据悉，过去一年，豆包大模型全面加速技术迭代、应用场景拓展和商业化落地。
今年 6 月，豆包大模型升级为 1.6 版，同时发布了豆包·视频生成模型 Seedance 1.0 pro、豆包・语音播客模型等新模型。
应用场景拓展和商业化层面，随着生成式 AI 产业已经从 「百模大战」，转向通过 AI Agent 智能化实现商业落地，AI 正从 「工具」 升级为 「助手」，甚至 「代理人」。因此，如何将大模型能力转化为具备商业价值的应用，已经成为企业发展的关键要素。
据 IDC 发布的 《中国公有云大模型服务市场格局分析，2025 年一季度》 报告显示，2024 年，中国公有云大模型调用量达 114.2 万亿 tokens。按照大模型调用量的市场份额来看，火山引擎独占 46.4% 的市场份额，位列第一，超过百度智能云 （19.3%） 和阿里云 （19.3%） 的总和。其余的 15% 则由腾讯云、移动云、天翼云等其他厂商获得。
有消息称，火山引擎 2024 年营收超过 120 亿，2025 年营收目标翻倍超过 250 亿元，预计将超越百度云年营收水平。
今年 6 月谭待透露，8-10 年 （2030 年左右），只要世界和平，经济发展，火山引擎或将达到年收入 1000 亿元。「马拉松刚跑了 500 米，未来市场空间最少会扩大 100 倍，火山会持续保持国内 AI 第一。」
此次，火山引擎团队加速技术迭代，发布一系列产品和服务。
其中，全新豆包·图像编辑模型 3.0（SeedEdit 3.0）。该模型通过强化指令遵循能力、图像保持能力及生成质量，让用户仅凭自然语言即可完成消除冗余、调整光影、替换元素等操作，还能实现风格转换、材质变换、姿势调整等创新修图场景，从而广泛适用于影像创作、广告营销等领域，企业用户可在火山方舟调用其 API，个人用户则能通过即梦或豆包 app 体验。
豆包·同声传译模型 2.0。采用全双工框架，将语音延迟从 8-10 秒降至 2-3 秒，较传统系统降低超 60%，实现文本与语音同步生成。更支持 0 样本声音复刻，无需提前录制即可实时生成同音色外语语音。
豆包大模型 1.6 系列全面升级。其中，极速版 Doubao-Seed-1.6-flash 模型在强视觉理解能力外，还强化了代码、推理、数学等语言模型能力，以更全模型能力，更快速度和更低成本，适配智能巡检、手机助手等大规模商业化场景，该模型首 Token 输出时间 （PerToken 延迟） 低至 10ms，为业界领先；成本上，在 0-32k 输入文本长度区间 （企业最常用），每百万 tokens 输入仅 0.15 元、输出 1.5 元，在客户使用案例中，已实现延迟下降 60%、成本降低 70%；而全模态向量化模型 Seed 1.6-Embedding 首次实现 「文本+图像+视频」 混合模态融合检索，在图片模态 MMEB_v2 Image 榜单中领先第二名 5.6 分，超过 Qwen2 7B 等模型。
AI Agent 开发平台扣子核心能力正式开源，涵盖一站式可视化开发工具扣子开发平台 （Coze Studio），和全链路管理工具扣子罗盘 （Coze Loop）。开源仅三天，Coze Studio 星标数破万，Coze Loop 星标数超 3000。
火山方舟升级 API 体系，推出 Responses API。该 API 具备原生上下文管理能力，支持多轮对话链式管理及文本、图像等多模态数据衔接，结合缓存能力可降低 80% 成本；还支持单次请求联动多工具与模型组合响应，将智能助手 Agent 开发从 460 行代码、1-2 天，缩减至 60 行代码、1 小时，大幅提升效率。
同时，随着扣子核心能力开源，火山引擎对大模型 RLHF 训练框架 veRL、Coze Studio、Coze Loop、分布式操作系统 KubeWharf、DeepResearch 开源项目 Deerflow 等多个技术栈进行开源。
谭待表示，未来，火山引擎会持续开源更多的高质量项目，帮助企业做好产品设计，助力开发者 AI 创新，为共建繁荣开源生态贡献自己的力量。
此外，值得一提的是，火山引擎还公布了数字员工交互入口——HiAgent 一站式智能体工作台，包括千人千面的工作画布形态，更高效的日常工作模式，更灵活的多人协作、人机协作模式，从而实现 AI 时代 「混合组织」 的高效协同工作台。
火山引擎副总裁张鑫表示，很多人上班的一天日常是执行代办、开会、数据处理、会议纪要等，整个过程会面临内容、执行流程等问题。如果从系统工程角度看，这暴露了企业效率的三个瓶颈：第一、大量的工时被这种规则性任务所消耗；第二、系统来回切换，导致上下文中断；第三、信息的孤岛制约了决策的效率。因此，HiAgent 作为企业一站式智能体工作台，希望通过帮企业源源不断派遣 「数字员工」，拓展人类服务边界和认知边界，从而解决上述问题。
具体来说，HiAgent 数字员工提供千人千面的画布形态作为数字员工的交互入口，销售人员看到的是客户管理的看板，而 HR 看到的则是招聘助手和绩效管理助手，让每个人的工作台都在自己的需求方向上。另外，通过画布连接企业所有的系统，让 「数字员工」 充当中转站，搞定所有流程，从而让人可以专注在自己的目标上。
「在整个智能体的生命周期里，如何让 『数字员工』 变得越来越聪明。一个关键词就叫做干中学，并且让数据支撑贯穿始终。」 张鑫称，整个过程中，企业要通过数据支持的反馈和考核，来帮助数字员工边干、边学、变聪明。而对于企业来说，一个数字员工好不好用，并不是入职即巅峰，而是要越用越懂你。
目前，HiAgent 数字员工方案已经开始落地。例如，广交数科基于 HiAgent 平台打造 AI 数字员工平台解决方案，覆盖车辆维修、公交广告、经济运行分析等场景，支撑企业快速实现 AI 转型、管理变革和竞争力重塑；厦门大学基于 HiAgent 平台打造厦门大学招生咨询助手 「厦小招」，为考生及家长提供招生政策解读、 专业特色介绍、校园生活咨询、录取流程指导等一站式咨询服务，支撑招生咨询效率提升与考生服务体验优化等。
实际上，尽管 「数字员工」 这一理念提出了很多年，之前也有很多初创公司进行研发和提供解决方案，但如今，火山引擎的加入，将加速 「数字员工」 领域的商业落地。
那么，现在 AI 不仅可以帮我写内容、剪辑视频、生成图片，甚至机器人、数字人可以替代我说话，而如今，「数字员工」 的落地，已经让我感受到了浓浓的危机感。
据了解，目前豆包团队依然在发力全模态模型，并且豆包同声传译模型即将在 8 月上线到 Ola Friend 耳机当中。
谭待认为，云计算行业的第一次浪潮是在线化，在线化积累了很多数据，但这些数据价值可能只发挥了 1% 到 5%。第二次浪潮是智能化，智能化不只能发挥出数据的价值，还能端到端地做很多事，包括 MaaS（模型即服务）、AI Agent（智能体），而在智能化的浪潮下，大家都在同一条起跑线上，都要使劲跑。「我的要求是不能有短板，因为云计算的客户很多元，行业差异很大。当然智能化的事情，比如豆包大模型、AI 云原生要做得更好。」
谭待强调，火山引擎希望用更好的技术和产品，持续帮助企业和开发者，在 AI 时代不断创新、加速发展。（本文首发于钛媒体 App，作者｜林志佳，编辑｜盖虹达）