从2023年夏天的一个小范围测试，到如今在多模态Agent领域的重兵投入，字节跳动的AI版图正以极快的节奏展开。
当多数企业仍在权衡AI与核心业务的整合逻辑时，字节跳动又往前迈了一步。在2025冬季FORCE原动力大会上，字节正式发布豆包大模型1.8，切入多模态方向。这不是一次简单的版本迭代，而是字节在AI下半场给出的技术答卷。过去两年多，AI从生成式智能正加速迈向“能自主执行”的Agent智能，字节显然想在这场转型中抢占先机。
要理解豆包大模型1.8的意义，不妨看看字节过去两年多走过的路。早在2016年，字节跳动就成立了人工智能实验室AI Lab，聚焦自然语言处理、机器学习等基础研究。到了2023年8月17日，基于豆包大模型（原云雀）开发的AI助手“豆包”开始小范围邀请测试，正式进入应用层。
随后的一年里，豆包的功能边界迅速扩张。2024年7月16日，豆包浏览器插件推出了播客总结功能，不仅能总结视频内容，还能生成多级目录和思维导图，帮助用户消化超长视频。紧接着在2024年8月8日，豆包上线了音乐生成功能；同年10月10日，豆包在AI智能硬件领域也推出了首款产品。这些动作表明，字节一直在寻找AI落地的具体场景。
进入2025年，字节的AI战略开始明显收敛并聚焦于两条主线。在2025年6月11日的Force原动力大会上，火山引擎发布了豆包大模型1.6、视频生成模型Seedance 1.0 pro，并升级了Agent开发平台。
全球AI研发方向也在出现类似收敛：视频生成正成为生成式AI的新高地，AI编程被视为生产力提升的“第二曲线”。字节的产品矩阵恰好对准了这两条线。Seedance 1.0负责视频生成，能够一键产出1080P的多镜头短片；豆包大模型及TRAE等开发工具，则把重心放在了Agent的工程化落地上。
“不靠价格战，靠技术杀出重围。”这是外界对豆包大模型当前打法的评价。在多模态和Agent方向的持续演进，说明字节的目标早已不是做一个简单的聊天机器人。豆包大模型1.8的发布，正是要把AI变成能真正自主执行任务的智能体。
从单点功能的堆砌，到多模态能力的整合，字节正在通过技术迭代构建自己的技术壁垒。当AI不再仅仅是回答问题，而是能够看懂视频、写出代码并自主执行任务，Agent的进化才刚刚开始。
