强调Next

4月2日，火山引擎在武汉巡展上宣布了两件事。

一是 Seedance 2.0 API 正式向企业用户开放公测。官网写着面向企业用户，按实际调用量付费，不再要求提前押付千万级保底。

二是一个数字。截至今年3月，豆包大模型日均 Token使用量突破120万亿，过去三个月翻了一倍，比2024年5月首次对外提供企业服务时增长了1000倍。

火山方舟体验中心同步上线了 Seedance 2.0 的新演示，其中一段弹钢琴的视频展示了音画同步的精细程度。琴键落下的力度、手指运动的连贯性，加上完整的钢琴音效，几乎达到专业内容的成片标准。

对比快手可灵，同样是 AI 视频赛道的主要竞争者，快手的策略相对更开放，面向个人用户的定价体系更简单，内容安全的口子相对更宽。火山引擎选择的是另一条路：在企业端建立可追溯、可问责的接入框架，让高敏感能力只流向高价值、高合规的客户。

谁对谁错，现在还看不出来。但两种策略对应的是两种完全不同的商业判断。快手押注更大的创作者市场，火山引擎盯的是行业客户的量产需求。这是两者基本定位决定的。

120万亿tokens意味着什么

120万亿这个数字需要放进坐标系才有意义。

根据 IDC 发布的报告，2024年中国公有云大模型调用量达114.2万亿 tokens，火山引擎以46.4%的市场份额位居中国市场第一。 到2025年上半年，这一份额进一步提升至49.2%，即中国公有云上每两个tokens，有一个由火山引擎生产。

相比之下更有含金量的可能是另一个数据：目前在火山引擎上累计 token 使用量超过一万亿的企业，已从去年底的100家增长到140家。 它代表的是深度绑定的大客户，不是试用性质的偶发访问。三个月增加40家，增速不慢。但横向比较，阿里云企业客户基数大得多，腾讯云在金融、政务领域的渗透也有自己的护城河。火山引擎的商业化叙事，需要的是这140家里有多少在用大模型跑核心业务，而不是在 PoC（概念验证）阶段打转。

阿里云和腾讯云在大模型 MaaS 的处境不算好。阿里的通义系列在消费端的影响力远不如企业端，腾讯的混元推进更慢。百度文心跑得早，但在降本增效的大浪潮里，价格战反而削弱了它的优势。火山引擎最早把大模型 API 价格打进厘时代，2024年5月把每千 tokens 的价格降到行业底部，后来几乎所有云厂商都跟着降了。

但价格战打到今天，拼的已经不只是价格。

企业知识管理：另一条难啃的线

武汉巡展当天，另一个发布更低调。火山引擎数智平台解决方案总经理萧然在 ArkClaw 数据智能专场上提出，AI应用在企业级场景的定位需要从「个人助手」升级为「企业数字合伙人」，并发布了火山引擎企业数据知识管理平台。

这个产品的核心逻辑，是解决大模型在企业里能用但不好用的问题。通用大模型不理解企业内部的规章、产品知识、历史决策，每次调用都需要大量上下文补充，效率低、幻觉多。企业数据知识管理平台做的事，就是给模型建一个公司专属的知识底座：个人知识库、公共知识库、场景化工作空间三层打通，让不同岗位的员工在调用模型时，能够触发对应的授权知识，而不是每次都从零开始。

这条线，是RAG（检索增强生成）技术工程化的延伸，也是企业 AI 落地的深水区。大模型云厂商做这个，面临的挑战在于：企业数据敏感性高、数据格式杂、权限体系复杂，任何一个环节的体验不好，企业就不会续约。

相比 Seedance 2.0这种能在社交媒体上引爆的消费端产品，企业数据知识管理是一个慢活。但它对应的客单价更高、客户黏性更强、流失率更低。这是火山引擎需要补的一块。

每一层都插了旗，但垂直深度才是难题

把火山引擎的动作拆开看，可以看出一张清晰的布局图。

模型层：豆包大模型家族，覆盖文本、视觉、视频（Seedance）、语音、代码、向量，全模态基本到位。推理服务层：火山方舟，市场份额全国第一。

应用层：ArkClaw（AI 编程助手/企业版 OpenClaw）、扣子（低代码应用搭建）。

数据层：武汉站发布的企业数据知识管理平台，给 ArkClaw 做知识底座，让大模型读懂企业自身的知识资产。

整个架构从底层算力到上层应用，理论上打通了。

但这条路，阿里云也在走。通义家族 + 阿里云百炼 + 钉钉 AI + 企业知识库，逻辑几乎完全一致。腾讯云依托企业微信和腾讯会议，在协作工具场景里有天然入口。华为云有政企客户的强关系。

企业软件最终的胜负手，历来不只是技术。是服务能力、行业 ISV（独立软件供应商）生态、私有化部署的稳定性、销售团队对政企决策流程的熟悉程度。这些东西，是字节过去最短的那条板。

火山引擎在消费互联网和内容行业的渗透已经很深：九成主流汽车品牌、八成头部券商，这些数字是真实的。但从媒体娱乐、汽车这些场景，扩张到制造业、医疗、政务，需要的组织能力和字节现有的基因差异相当大。

今天三件事放在一起，是火山引擎在每一层继续布点。把每个点打透，尚需时日。