豆包大模型家族全新升级，视觉理解模型与通用模型pro成为焦点

12月18日，火山引擎在FORCE原动力大会上宣布了豆包家族系列大模型的重大升级，其中包括新发布的视觉理解模型和3D生成模型，以及升级的豆包通用模型pro（全面对标GPT-4o）、视频生成模型（可生成动态海报）、音乐模型（能创作3分钟复杂音乐作品）、文生图模型（实现一键P图和海报生成）。在这些升级中，视觉理解模型凭借其跨模态能力脱颖而出，成为最大亮点，该模型能同时处理文本和图像相关问题，给出精准答案。

豆包大模型家族的新成员——视觉理解模型，展示了卓越的内容识别、理解推理能力和细腻的视觉描述。它不仅能识别物体类别、形状、纹理，理解物体间关系和空间布局，还能进行复杂的逻辑计算，如拍题解题等。此外，视觉理解模型的定价极具竞争力，每千tokens仅0.003元，比行业平均价格低85%。这一低价策略有望加速其在教育、旅游、电商、金融、医疗、物流等领域的广泛应用，提高字节系AI应用产品的用户粘性。

豆包通用模型pro在升级后，综合能力已全面对齐GPT-4o，包括综合任务处理能力、指令遵循能力、代码能力、专业知识领域、逻辑推理和数学能力等方面均有显著提升。而使用价格仅为GPT-4o的1/8，这将进一步推动企业AI升级，并增强C端用户的体验和使用量。

在企业端产品方面，火山方舟、扣子和HiAgent共同构建了企业的AI能力中心。火山方舟提供全栈MaaS能力，支持模型精调、推理、评测等功能；扣子作为智能体开发社区，已有超百万活跃开发者，创造了大量智能体应用；HiAgent则支持企业私有部署和混合部署模式，提供行业应用模板，帮助企业打造AI知识助手。

随着AI应用大时代的到来，字节在AI产业链上的投资价值也日益凸显。从C端AI应用到AI智能硬件，字节都在积极布局和研发。例如，已推出的AI智能耳机OLA friend和AI玩具显眼包（尚未正式发售），以及后续值得期待的AI眼镜、AI机器人等。在B端AI合作方面，字节也在与产业链相关公司进行深入合作，共同探索AI的无限可能。

然而，投资者也应注意到AI发展可能面临的风险，如AI发展不及预期、用户反响不及预期以及政策监管风险等。本研报中涉及未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表对该公司或该股票的推荐或覆盖。

（文章来源：财联社）