8月21日，火山引擎AI创新巡展来到了上海。下午两点半，活动即将开始，此时以肉眼便能判断出此次活动和以往的不同——前来参加的人太多了，会场最边上的五六排人几乎是站着听完了全程，参加者中不乏友商和专程来了解的潜在客户。

　　吸引他们的，是仍在不断迭代的火山引擎和豆包大模型。会上，火山引擎发布了豆包大模型的系列产品升级，模型综合测试成绩提高20.3%，并携手多点DMALL成立零售大模型生态联盟，基于豆包大模型打造零售AI解决方案。

　　据介绍，联盟首批成员包括物美集团、抖音电商、抖音生活服务、百胜、麦当劳、中国飞鹤、海底捞、居然之家、南7-11、重庆百货、百果园、波司登、天虹、三得利、绝味、名创优品、NielsenIQ、电通等。

　　“我们选终端（先开始），终端上AI的交互是很自然很贴切的。”火山引擎总裁谭待在接受《每日经济新闻》记者采访时表示，“这次选零售也是觉得零售覆盖的人和数据是足够多的，我们认为在这里面也能够产生很大的变化，而且对于终端来说又有很大的行业壁垒和know-how（技术诀窍），那也是值得创新的。”

　　在让AI走进新的领域和单一企业的过程中，他认为，最大难点是找到PMF（产品市场匹配度），“需要对技术了解，对业务也了解，才能做到落地”，“（要找到）在这个企业里应该和哪个点切实结合能很快产生价值，（哪怕）做同一件事的两家企业，因为组织架构和已有工作流不同，可能AI带去的效果就不一样。”

　　“抱团取暖”，火山引擎成立零售大模型联盟

　　“大的使用量，才能打磨好模型，好的模型又会吸引更多人使用。”谭待在会上介绍，今年5月，豆包大模型已在字节跳动内部50余个业务上应用实践，日均处理1200亿tokens。

　　公开数据显示，截至7月，豆包大模型日均Tokens使用量已突破5000亿，平均每家企业客户日均Tokens使用量较5月15日模型发布时期增长22倍。

　　当然，能吸引客户的不单单是日渐强化的模型能力，火山引擎深知价格的重要性。在5月的发布会上，谭待宣布，豆包主力模型的推理输入价格只有0.0008元/千Tokens，比行业便宜99.3%，“以厘计价”打响了大模型领域的价格战。

　　谭待告诉《每日经济新闻》记者，目前客户数量上涨非常多，“B端、C端都有增长，其中上涨得比较明显的是做C端应用的，社交类、游戏类涨得非常快，时长都很高。B端涨得也很快，和C端的区别是有马太效应，前10个涨得非常高，剩下的很少。”

　　在今年7月的AI创新巡展首站成都站上，火山引擎副总裁张鑫介绍，在字节内部，有包括协同办公、数据分析、文案创作等50多个业务在使用豆包大模型；其外部客户也已覆盖手机、汽车、金融、消费、互娱等30多个行业。

　　咨询机构Rolling AI与InfoQ、火山引擎联合发布的《生成式AI场景落地白皮书》显示，超半数的被调研企业积极拥抱大模型应用，其中小范围试点占比21.0%，大范围推广占比26.3%，将其整合到企业整体战略转型的比例达6.4%。

　　随着企业对AI的认可度和开放度增加，火山引擎以具体行业为切口，进行了行业联盟扩展。《每日经济新闻》记者了解到，火山引擎此前已分别与智能终端和汽车行业的众多客户合作发起大模型联盟。

　　在8月21日的活动现场，一个全新的大模型联盟亮相——火山引擎与商超、餐饮、食品、服装等众多企业，共同成立零售大模型生态联盟，旨在以AI交互为核心，重新定义购买、体验、产品、供应链等环节，提高零售业周转效率，提升消费者购物体验。

　　据介绍，联盟首批成员包括物美集团、抖音电商、抖音生活服务、百胜、麦当劳、中国飞鹤、海底捞、居然之家、南7-11、重庆百货、百果园、波司登、天虹、三得利、绝味、名创优品、NielsenIQ、电通等。

　　在会上，多点DMALL创始人、物美集团创始人张文中表示，零售大模型生态联盟对于零售企业来说是抱团取暖，“我们必须全面拥抱AI，不仅是为了更好的未来，而且是为了生存”。

　　加速行业AI转型，“最重要的是找到PMF”

　　“现在零售企业经营碰到一些困难，这种情况下大家都面临转型，所以就看谁转得快。”在亚布力中国企业家论坛第十届创新年会上，张文中提及数智化转型刻不容缓。

　　基于这一背景，多点与火山引擎进行了紧密合作。《每日经济新闻》记者从火山引擎处了解到，多点目前已使用火山引擎包括计算、存储、网络、数据库、云原生、AI等多种公有云产品，零售、智能物联等多个业务已经在火山引擎运行，且未来还会继续拓展在基础设施上的合作。

　　同时，在豆包大模型的帮助下，多点已经在智能导购助手、门店智能终端客服场景上线大模型产品。并且还在爆品营销、智能营销、智能评论等多个场景持续探索大模型在零售行业的落地方案。

　　“我们的理念是希望看到AI能带去比较大变化的行业，我们与行业里重要的企业和伙伴一起来做共创，这是联盟的初衷。”谭待在接受《每日经济新闻》记者采访时表示，“这次选零售也是觉得零售覆盖的人和数据是足够多的，我们认为在这里面也能够产生很大的变化，而且对于终端来说，又有很大的行业壁垒和know-how（技术诀窍），那也是值得创新的。”

　　面向没有涉猎过的行业，火山引擎在赋能过程中最大的难点是什么？谭待认为，最重要的是找到PMF，“模型的技术可能很好，但是在汽车、零售（等行业）哪个场景里面能够得到应用呢”，“一旦找到PMF之后，剩下的事情就会简单，因为你找到了PMF，算清楚ROI（投入产出比）就是推广和落地的过程，前面第一步肯定是挑战非常大的。”

　　对AI的重投还看不到“回头钱”，这是当下国内外AI玩家面前的共同问题。对此，谭待表示，AI目前仍处于大幅投入的阶段，应用推理收回的费用远远不足以覆盖大模型的训练成本。但从长期来看，他对未来有着充分的信心，“（判断AI技术的推进）是一个复杂的决策过程，肯定不是以钱来衡量，而是看这一新技术带来的效能提升、能够覆盖多少用户、企业需求等。”

　　“我觉得第一步先把低垂的果实摘完，慢慢积累得越来越多，就可以够得更高。我还是偏务实，认为技术创新还是要服务商业本质，现在能把该拿的收益拿到就已经很有价值了。”谭待说。