DAU过亿：豆包是怎样炼成的？

花花

该图片疑似AI生成

分析师/贾玥

校对/Tina

策划/Eason

2025年深冬，一组数据在互联网行业掀起波澜：豆包DAU（日活跃用户）突破1亿。

这个数字意味着，在中国，每14个移动互联网用户中，就有一人每天与豆包对话。而距离其2023年8月低调开启邀请测试，仅仅过去28个月。

但在三年前那个决定命运的会议室里，没人敢想象今天的景象。

2023年8月，豆包以近乎谦卑的姿态开启小范围测试。彼时，ChatGPT已点燃全球AI竞赛，中国的科技巨头们纷纷亮出大模型底牌。而字节跳动——这家拥有抖音、TikTok全球最大内容平台的公司——却只推出了一个界面简洁、功能克制的对话助手。

在一些行业观察者眼中，字节跳动的这款产品，像是一位重量级选手在喧哗赛事中途递上的一张略显朴素的名片——“它来了，但似乎太从容了些”。

没人能预料到，两年半后，这个曾被外界认为“入场稍晚”的产品，会驱动起日均50万亿Tokens的智能洪流。

更令人深思的是同期对比——当多数大模型产品仍在千万DAU徘徊时，豆包已悄无声息地跨过了那道被视为“国民级产品”的隐形分界线。

低价穿透：0.0008元的战略突袭

2023年8月，当豆包以近乎“朴素”的对话框形态开始邀请测试时，科技圈的反应更多是礼节性的关注。彼时，通用人工智能的竞技场已挤满了声量浩大的先行者，百度“文心一言”、阿里“通义千问”等名号如雷贯耳。相比之下，“豆包”这个名字显得过于日常，甚至有些“土气”——它不像一个旨在征服星辰大海的AI该有的名字。

这恰恰是设计者的初衷。在决定产品名称时，团队确立的第一个原则就是 “拟人化” 。正如字节跳动产品与战略副总裁朱骏所说：“‘拟人化’是大模型产品的新特性……用和人类对齐的交互体验，降低使用门槛，也让用户在使用产品时感觉到产品有类似人的温度。为了体现这种拟人的感受，我们希望产品的名字，就像用户对一个亲密朋友日常称呼的昵称。”

“豆包”便是在“简单、好读、好记”的要求下，从众多昵称选项中脱颖而出的。颇具意味的是，产品上线后，用户自发为这个名字赋予了更生动的解释。朱骏饶有兴致地分享了两个他后来常用来回答的“来自用户的创意”：“一个是，豆包=抖音的官方bot，‘抖bot’谐音就是豆包；一个是说豆包=‘都包了’，工作生活学习的需求都包了，寓意是通用助手的产品愿景。”他笑着总结：“创意来自民间。”

这种从一开始就注入的“拟人”与“亲近”基因，让豆包在喧嚣的技术竞赛中，选择了一条与众不同的路径：它不急于宣称参数规模或技术突破，而是致力于成为用户身边一个温和、可靠的数字伙伴。然而，这份“温和”并未持续太久。

九个月后，一场风暴从2024年5月的火山引擎Force原动力大会上掀起。站在舞台中央的朱骏，公布了一个让整个行业倒吸一口凉气的数字：豆包大模型定价0.0008元/千Tokens。这一价格仅为当时市场普遍价格的约1%。

这绝非一次简单的价格战。朱骏在演讲中深刻阐释了其背后的产品逻辑：“做大模型应用一个很大的挑战是，在这个动态发展的过程中，不仅要判断大模型现在能解决好什么任务，同时可能更重要的是要尝试预测半年、一年后大概能把什么样的任务解决好。”他进一步举例：“一个任务如果解决到20分、50分可能都是一个不太可用的状态，但是它一旦达到60分，可能使用率就突然能上来了。”

低价，于是成为加速那个“从不可用到可用”的临界点到来的强力催化剂。 其本质是以极致成本降低体验门槛，完成大规模、高速度的市场教育。通过将试错成本降至近乎为零，字节吸引了海量开发者和企业提前入场，在真实、复杂的场景中“喂养”模型、优化体验，从而在技术成熟度曲线上实现抢先卡位。

一位早期接入豆包API的开发者回忆道：“当时其他主流模型调用一次的成本，够豆包调用上百次。这让很多‘先试试看’的想法变得毫无负担，大量实验性和创新性的应用场景被快速激活。”市场反响立竿见影：定价公布后的三个月内，豆包API调用量激增超300%，吸引了超过50万开发者涌入。这些开发者构建的形形色色的智能体，如同无数细密的毛细血管，将豆包的能力输送到社交、娱乐、教育、电商等各个垂直领域的末梢。

2024年5月，豆包月活用户达到2600万——用户来了，但尚未形成日常习惯。

生态融合：豆包融入字节的每一条血管

如果说低价策略打开了市场闸门，那么接下来一年的技术跃进与生态整合，则让行业看到了字节在AI领域沉淀的真正厚度。

技术冲锋的号角在2024年9月的深圳率先吹响。火山引擎总裁谭待首次揭幕豆包视频生成模型——PixelDance与Seaweed。一段“水墨丹青绘深圳变迁”的视频在90秒内诞生，运镜流畅，风格统一。这不仅是技术实力的亮相，更是一个明确的信号：字节正式杀入当时技术壁垒最高、竞争最激烈的AI视频生成赛道。

此后一年，豆包以近乎每月都有重大迭代的节奏狂奔。

视频模型从Seedance 1.0 lite快速演进至2025年12月发布的1.5 pro，生成时间从分钟级压缩至秒级，分辨率直抵4K。2025年12月发布的豆包大模型1.8，标志着其能力从“生成”全面转向“理解与执行”。它的视觉理解帧数提升至1280帧，并能以低帧率解析超长视频；其工具调用与复杂指令遵循能力经专门优化，足以应对跨应用、多步骤的规划任务——例如，自动分析五份项目报告，并参考十余份长文档，最终生成一份可视化评估网页。

字节的优势从来不是某个单点突破，而是把抖音处理数十亿视频的经验、剪映服务数亿创作者的工程能力、火山引擎的大规模训练框架，全部整合进一个技术栈。

豆包大模型家族全景图，源自火山引擎

几乎与模型迭代同步，一场更静默却更深远的变革正在发生：豆包以两个几乎隐形的入口，嵌入抖音的主界面。用户无需离开短视频流，长按点赞按钮旁的图标即可提问；在消息列表顶部，豆包智能助手占据了曾经只属于好友对话的位置。

两个入口，同一逻辑：让AI不再是一个需要专门打开的“应用”， 而是像水电煤一样，融入所有数字体验的背景层。

“应该是豆包到用户身边，而不是用户到豆包身边。”朱骏在2024年的演讲中早已阐明这一原则。这种渗透是系统性的：在飞书，它化身会议助手、文档总结者；在剪映，它成为脚本生成器；在醒图，它是修图灵感来源。朱骏曾演示，自媒体从业者在豆包桌面版点击“抖音文案”，输入主题，一个包含景别、台词、时长建议的专业分镜头脚本便即刻生成。

硬件成为这种“环境智能”触达物理世界的自然延伸。

2024年10月发布的Ola Friend智能耳机是第一次尝试，这款内置豆包本地模型的耳机，致力于实现“耳机听到的、手机看到的、云端知道的”场景贯通。而更大胆的探索在2025年底到来：字节与中兴合作推出的豆包AI手机工程样机，将智能体深度嵌入了操作系统底层。

尽管其激进的“跨应用操作”模式旋即引发了与各大超级应用在安全与商业逻辑上的冲突，但它无疑昭示了一个方向：未来设备的竞争力，将取决于其承载的智能体能否无缝融入并主动管理用户的数字生活。

至此，豆包已越来越不像一个独立产品，而更像一种弥漫在字节生态中的智能介质。它从抖音、TikTok的内容海洋中汲取多模态训练数据；在今日头条、西瓜视频的推荐系统中锤炼用户理解能力；依托火山引擎的算力网络实现全球调度。最终，它又作为一种基础能力，通过API、插件乃至硬件，反哺和重塑着母体生态中的每一个产品。

这种共生与反哺，构成了豆包最深的护城河。

从C端倒灌B端：豆包是火山引擎逆袭的转折点

2025年12月18日，上海世博中心，火山引擎FORCE原动力大会包下了整个场馆。近万人参会，几万人报名——与一年前相比，场面已是天壤之别。活动现场，入口处陈列着奔驰、奥迪、小米、比亚迪等车企产品，展示区聚集了三星、荣耀、小米、vivo等手机厂商。

火山引擎总裁谭待站在舞台中央，公布了一组标志性的数字：中国超过九成主流车企、全球Top10手机厂商中的9家，已是火山引擎客户。但这只是冰山一角——金融、医药、文娱等百余行业，超过100万家企业与开发者正在其平台上调用豆包大模型能力。其中，超过100家企业的累计Tokens使用量已突破一万亿。

“我们正迈向以Agent为技术主体的时代。”谭待宣告。台下坐着的人群中，有来自传统车企的数字化负责人，有手机厂商的AI实验室主管，也有金融机构的科技子公司CEO。他们共同的关注点是：如何将豆包在C端验证的智能能力，灌注进自己的产品与业务流程。

这是一场教科书式的“C端倒灌B端”奇袭。火山引擎，作为互联网大厂中最晚入局的云服务商，曾长期被归入市场报告的“others”序列。其逆袭的转折点，恰是豆包在C端引爆后带来的技术光环与规模效应的双重背书。

一位火山引擎销售人士透露：“去年的客户主要做C端的社交娱乐赛道，今年来自B端的客服、汽车、广告等行业客户更多了。”

豆包在C端验证的技术可靠性与极致性价比，成为火山引擎撬动B端市场的杠杆。 企业客户看到的不仅是技术参数，更是一套经过数亿用户每日亿级交互验证的稳定系统。这其中，比亚迪与火山引擎的合作颇具代表性。

作为全球新能源汽车的领军者，比亚迪选择将豆包大模型深度融入其全系车型的DiLink智能座舱系统。从联合开发到全量上车，仅用时4个月。合作覆盖了仰望、腾势、方程豹、王朝、海洋五大品牌，豆包大模型为车载语音助手注入了“能推理、会思考、懂情绪”的新能力。它不仅能实时联网问答，更深度整合了抖音生态的丰富内容，以视频、卡片等多元形式满足用户需求。比亚迪集团高级副总裁杨冬生评价此举“展现了开放生态的‘中国速度’”。

比亚迪车载豆包大模型AI智能体，源自火山引擎

比亚迪的案例揭示了一个更深层的逻辑：豆包带来的不仅是C端交互的体验优化，更是将字节跳动在内容理解、数据洞察与算法工程领域的核心能力，以模型API的形式，输出为千行百业可调用的“智能组件”。一家头部短视频MCN机构利用豆包视频生成模型Seedance 1.5 Pro，将短剧创作效率提升超65%；工业制造企业则利用豆包大模型1.8强大的多模态理解能力，进行产品外观质检与安全巡检。

这种“C端练剑，B端屠龙”的打法，构建了正向循环：更多B端客户带来更多垂直场景数据，反哺豆包模型能力提升；更强的模型又吸引更多C端用户，进一步巩固规模优势。截至2025年12月，豆包大模型已支持图像理解、工具调用、多轮指令遵循，应用于具身智能、产品质检、软件服务等复杂场景。

从C端的一个对话助手，到驱动B端产业智能化的核心引擎，豆包仅用了两年时间便打通了字节跳动的第二条增长曲线。

在这个以Agent为核心的新时代，最强大的智能模型，或许并非诞生于纯粹的科研圣地，而是孕育于最能连接亿万用户真实生活与千行百业核心场景的生态沃土之中。

尾声：炼豆包者，实炼字节

回望豆包从2023年内测到2025年底DAU过亿、日均调用突破50万亿Tokens的历程，表面上是一个AI产品的快速崛起，实质是字节跳动系统性能力的战略转译。

它转译的是工程自信——将支撑全球数亿并发的系统能力，转化为大模型时代的成本优势；它转译的是生态厚度——将内容、社交、创作平台的数据与场景，转化为多模态智能的训练场与应用池；它转译的是产品哲学——将“Context, not Control”的理念，转化为AI时代“无处不在却隐于无形”的交互范式。

“做大模型产品的挑战和乐趣是，需要在这种持续动态的技术发展中，不断去判断下一个产品的PMF（产品市场匹配点）可能是什么。”朱骏在演讲中如此总结。

豆包找到了自己的PMF，但它更大的意义在于，为字节跳动找到了通向AI时代的转换接口。通过这个接口，一家拥有全球最大内容平台的公司，将其在移动互联网时代积累的所有优势——数据、算法、工程、生态——重新编码，注入智能新纪元。

2025年12月，当豆包视频生成模型Seedance 1.5 Pro正式登陆火山方舟平台，当一亿人每天的习惯性叩问汇聚成智能洪流，这场冶炼已步入深水区。火候正旺，炉火纯青，而更庞大的智能架构正在显现：一个以豆包为智能交互层、以火山引擎为算力底座、以抖音TikTok为内容与数据源、以飞书和垂直行业解决方案为商业闭环的立体生态。

在这个生态中，AI不是产品，而是像电力一样的基建设施；智能不是功能，而是每个产品与生俱来的“本能”。

豆包炼成记，实则是字节跳动炼铸下一个时代的缩影。一页刚过，下一页更恢弘的叙事，已在数以亿计次的日常对话中，悄然落笔成形。