豆宝VS科灵，AI之战背后的产品路径是什么？

其中一条步骤明确的主线就是对人工智能落地的普遍追求。硬件方面，苹果在全球开发者大会上发布了Apple Smart，并宣布将集成到Siri中。三星宣布AI将融入手机、平板电脑、可穿戴设备；在软件方面，谷歌在浏览器中集成了人工智能助手......

公认的现状是，人工智能应用不仅是目前国内人工智能产业的短板，也是国家追赶甚至超越的机遇。

有趣的是，抛开尚处于起步阶段的“百模之战”不谈，单从AI应用场景出发，抖音和快手这两个具有先天优势的短视频内容平台，以及各自热门的AI应用，已经还提供了两条完全不同的着陆路径。

01.豆宝，基于文森图文的AI代理

AIGC相关应用中，绕不开豆宝。数据显示，截至2024年6月，国内AIGC应用中，豆宝、天宫、基米智能助手、猫盒子等增长强劲，其中豆宝流量排名第一。

严格来说，豆宝并不“属于”抖音，而是属于字节跳动。市场上流传的消息是，这款名字很接地气的AI产品，最初定位为抖音内部的AI工具包，或者说包含了抖音内的所有AI应用，所以被称为豆宝。

自2023年8月上线以来，豆宝自身的产品定位和能力不断迭代，直至脱离抖音本身的框架，成为一个单独的App。与文心一言等产品类似但又有所不同，虽然交互形式相似，但豆宝的定位更倾向于是一个综合性的AI Agent（AI智能代理）平台。

一般场景下，用户可以与“豆宝”默认的代理聊天对话，也可以找其他垂直应用的代理进行对话，解决垂直场景中的问题，包括第三方创建的官方代理应用。

随着不断的迭代，它的功能也变得越来越复杂。如今的豆宝不仅有App，还有PC版，App内的场景也拓展到了虚拟社交聊天、AI搜索、文档对话、文生图片、内容创作等多种使用场景。而且，AI能力的应用也开始扩展到字节旗下的不同产品。

以抖音为例。一方面，抖音App推出AI搜索功能。另一方面，当用户与豆宝进行吃喝玩乐等特定类别的内容互动时，豆宝不仅会生成文字回复，还会推送抖音短视频。填写AI响应的准确性和及时性。

今年上半年比较热门的AI应用中，Byte已经基本入局，比如虚拟社交领域的、智能小站开发平台领域的、主打文胜视频领域的极萌等。 ，豆宝对于字节的定位的重要性是毋庸置疑的。先是持续投入增长，公布商业化路径，随后又干脆将原来大模的名字从云雀大模改成了豆宝大模等一系列动作。就足以验证。

整合、聚合、合成……以豆宝为代表的产品路径依然保持着“超级App”或者“超级入口”的思路。当市场比较空白的时候，首先通过应用端占领用户市场，然后小步快跑。通过不断迭代，最终聚合成超级应用，获得AI应用时代的优先门票。

同时，不同场景、不同产品的渗透，进一步积累了字节生态中的用户数据，成为自身AI能力增长的数据滋养。

02.科灵，视频世界的AI入口

关注AI领域的人可能还记得2月份Sora上线所带来的震撼。这是一个可比的灯塔。丝滑的文森特视频体验意味着人机交互和内容创意之间的某种障碍已经消除，变成了一条清晰的道路。

很多人会认为，中国版《索拉》会在BAT和所谓的“五巨头”上诞生。这个判断并不令人意外。技术基础和产品应用之间的联系总是较短。但没想到的是，真正引起用户爆炸性热捧的文盛视频产品却是快手推出的科灵。

与尚处于内测阶段的Sora相比，6月宣布的则直接向公众开放。更吸引人的一点是，科灵支持生成长达2分钟的30帧视频，分辨率高达1080p，并且长宽比可以自由定制。这样的输出能力甚至远远超过了Sora等竞品（包括科灵宣布前一个月字节上线测试的文声视频应用“极萌”）。

发布后不久，它就推出了图片生成视频功能。视频生成的效果也符合其所声称的大规模合理运动、模拟物理世界特征、能够将概念与想象结合起来的优点。这已经成为很多“内容创作者”瞩目的工具。将老照片、手绘图变成视频的“独家技巧”甚至被很多人当成课程出售。

快手的AI产品路径也值得思考。科灵之前，快手先后发布了通用大型语言模型“如意”和文胜图大型模型产品“刻图”。两人都没有产生太大的火花。相反，更符合自身内容生态的科灵却迅速走红。

客灵火了之后，移动端唯一可以使用的渠道依然是快手创作工具快影App。不过，快手专门打造了Web端，并宣布8月份关闭之前的客图平台，产品功能将整合到“科灵AI”中。从门户网站中可以看出，快手对科灵的官方定位是新一代AI创意生产力平台，突破文盛视频的限制，专注于AI内容/创意生成，在AI视频编辑和制作方面也具有想象力。其他功能。留空。

这似乎是另一个方向：聚焦其核心业务场景，提供AI辅助，扬长避短。快手自身的内容生态、AI能力的喂食、AI产品的落地、用户的反馈形成了一个完整的闭环。利用第三方平台和工具，从创作到体验到生态，提升主站App整体体验。 。

03.代理和工具集，被动和主动

不难发现，虽然目前的互动形式还处于一问一答、一进一出的阶段，但豆宝和客灵的区别已经是被动和主动的区别了。

豆宝正在尝试的AI Agent是通向AGI（通用人工智能）的必由之路，其发展方向无疑是能够独立思考、利用工具逐步完成给定目标的独立助手。最终的开发目标是用户只需要给出一个需求，就可以根据需求和提供的解决方案来分解步骤。用户被动地享受AI的主动响应。

科灵AI作为垂直品类平台，集成了相应的分类能力。用户仍然需要输入文字、图片和材料，并进行调试。产品采用被动交互的方式来保持用户的部分主动性。

不管利弊如何，这是一个非常有趣的发展阶段。人机交互应该采取什么形式？人们需要的是一个万能的智能助手，还是一个更垂直、更有效的工具？这是一个新的伦理主张。

可以确认的是，至少在未来一段时间内，我们不必再担心AI产品的乏味。