云雀大模型

是什么

云雀（Yunque，英文名 Skylark）是字节跳动（ByteDance）的第一个大语言模型（large language model），2023 年 8 月以 Skylark 的名字首次亮相，后来以「豆包」的品牌对外推广。^[1] 据财新报道，这个模型最初就叫「云雀」，并在 2023 年完成了算法备案。^[2] 它是国内较早通过国家算法备案的大模型之一。^[1]

大语言模型是在海量文本上训练、用来预测下一个词的神经网络；规模做大之后，这样的训练会得到一个能回答问题、写作和摘要的系统。算法备案则是生成式 AI 服务对外提供前要向监管部门完成的登记程序，名字早一步出现在备案名单上，模型才具备合规面向公众开放的条件。

由来

云雀在 2023 年 8 月中旬推出，晚于百度在 2023 年 3 月发布的文心一言（Ernie Bot），也晚于随后跟进的华为和阿里的大模型。^[4] 也就是说，字节跳动并不是国内第一个把大模型交到用户面前的公司，它的第一个模型比第一批竞争者晚了几个月。

用在什么地方

云雀为豆包（Doubao）聊天机器人提供底层模型，豆包在 2023 年 8 月开放邀请测试。^[3] 界面新闻 2024 年 3 月的报道称，2023 年 8 月首次发布的云雀，已经成为豆包和字节跳动其他 AI 产品背后的基础模型。^[4] 同一篇报道提到，云雀的一个重要版本升级原定在 2024 年 4 月进行，^[4] 并称模型能力还不够成熟，这在一定程度上拖慢了字节跳动 AI 应用的推进节奏。^[4]

使用规模

到 2024 年 5 月，这个模型平均每天处理 1200 亿个文本 token、生成 3000 万张图片，并接入了抖音、番茄小说、飞书、巨量引擎等 50 多个字节跳动业务。^[1] token 是模型处理文本的计量单位，这组数字反映的是用量而不是水平：一个模型被接进公司内部这么多产品，说明它承担的是通用底座的角色。

更名豆包

2024 年 5 月 15 日，火山引擎（Volcano Engine）将云雀以「豆包大模型」家族的名义重新对外发布。^[1] 改名之后，「豆包」既是模型家族的名字，也是此前那个面向普通用户的聊天应用的名字——后者从 2023 年 8 月起就用着这个名字。^[1][3]

在字节 AI 版图中的位置

云雀是字节跳动大模型路线的起点：2023 年 8 月，它只是一个模型，先放在邀请制的聊天应用背后；随后铺进 50 多个内部业务；最后更名成模型家族，通过公司的云平台对外开放。^[1][3] 从公开报道看，这条路径是先在自家产品里用起来，再打包对外输出；而早期模型能力不成熟，也实实在在影响过相关应用的上线速度。^[4]