今天分享的是：计算机行业GenAI系列（二十三）：火山多模态和千问高德：硬核能力成生态格局新基石

报告共计：23页

GenAI领域技术迭代与生态拓展总结

当前GenAI领域竞争重心正从商业模式转向底层硬科技实力，头部企业凭借长期技术积累与生态整合，推动行业快速发展，其中火山引擎豆包大模型与阿里千问APP的最新动态尤为引人注目。

火山引擎在FORCE原动力大会上发布多款升级产品，豆包大模型1.8在工具调用、复杂指令遵循及OS智能体等关键维度实现显著增强，其多模态理解与智能体执行力已与Qwen3比肩，在数学推理、长视频解析及文档图表理解等核心场景表现突出。视频生成模型Seedance 1.5 Pro凭借“声画一体”原生架构，在音频质量、同步性及表现力等方面优于同类产品，Draft样片功能可提升创作效率65%。此外，图像创作模型Seedream 4.5和语音识别模型2.0进一步丰富了豆包模型家族，语音识别的上下文关键词召回率提升20%，还支持多模态视觉识别。截至2025年12月18日，豆包大模型日均Tokens使用量已突破50万亿，较9月大幅增长，在单位推理成本降低的趋势下，商业化路径逐渐清晰。

阿里千问APP公测后表现亮眼，上线23天月活用户即突破3000万，其核心进展是正式接入高德地图，实现从“理解用户意图”到“执行具体服务”的跨越。借助高德的实时路况、扫街榜等数据，千问APP可智能规划出行路线、推荐餐厅，支持多需求协同处理。实测显示，在出行游玩路线规划、路线时长估计和周边餐厅推荐等场景中，千问APP能提供结构化答案、实时数据支撑及可直接执行的操作链接，实用性突出。这种通过APP授权整合服务的模式，为后续接入淘宝、飞猪等更多阿里系应用奠定了基础，有望构建覆盖多元场景的超级Agent生态。

整体来看，GenAI行业正呈现技术迭代加速、生态整合深化的趋势。大模型的发展愈发依赖基础研究积累、算力工程能力和算法创新，头部企业通过持续的产品升级与场景拓展，不断强化核心竞争力，推动AI技术从信息交互向现实世界服务执行深度渗透。

以下为报告节选内容