字节跳动旗下的豆包模型再次展现强劲势头，今日迎来重要更新。

截至目前，豆包大模型的日均tokens使用量已突破4万亿大关，自发布以来短短7个月内，实现了超过33倍的增长。

在今日的火山引擎Force原动力大会上，豆包再添新成员——视觉理解模型。该模型具备卓越的内容识别、理解、推理及视觉描述能力。火山引擎总裁谭待宣布，豆包视觉理解模型的价格已大幅下调至0.003元/千Tokens，这一价格较行业平均水平降低了85%。

此外，字节跳动还透露，新一代视频生成大模型豆包将于明年1月正式面世。同时，抖音旗下的图片和视频生成工具即梦AI也展示了其新一代图片生成模型和动态海报功能。

从字节跳动的最新动态来看，公司仍坚定地在生成式AI领域实施“饱和式”战略。此前，豆包大模型家族已涵盖通用大语言、语音合成与识别、图片及视频等多种模态的生成式AI模型，但一直缺少具备视觉能力的可交互多模态大模型。同时，尽管字节跳动已在AI硬件端布局，推出了智能体耳机、智能玩偶、台灯等产品，但由于缺乏交互多模态模型，这些产品的交互能力仍停留在语音层级。

而今，豆包发布的视觉理解模型，无疑填补了“豆包全家桶”在视觉交互方面的空白。

西部证券在12月15日的报告中指出，视觉能力是大模型能力的核心所在，因为视觉输入在人类交互信息中占据主导地位。在下一代AI硬件终端，如AI玩具或AI眼镜中，视觉SoC有望成为标配，这将进一步推动对NAND存储芯片的需求。分析师建议关注视觉SoC领域的恒玄科技、星宸科技、安凯微，以及存储领域的东芯股份、普冉股份。

国盛证券也表示，字节跳动凭借开放式耳机音频技术、大模型技术以及丰富的软件应用生态，有望在AI眼镜产品领域脱颖而出，成为该领域的核心玩家。

随着豆包从文字大模型扩展到视觉理解模型和视频生成模型，字节跳动的“豆包+”生态已初具规模。若再加上猫箱、即梦等更多AI应用，字节跳动的算力需求或将再创新高。国盛证券近日发布的研报指出，算力已成为字节跳动AI产业链的核心方向。

据分析师测算，仅以豆包类似的文字模型为例，若以ChatGPT的6亿月活用户为参照，推理需求约需35万个A100显卡，训练需求则需12万个A100显卡。而对于视频大模型而言，其对算力的需求无疑更高。例如，在Sora正式上线后不久，OpenAI就因算力不足而面临困境。

以即梦AI的视频生成模型Magic Video v2为例，若其月活用户达到1亿，且每天有生成10分钟视频的需求，则需28万个英伟达H100 GPU；若月活用户达到2亿，对H100的需求将达到55万个。

服务器代工厂英业达已获得字节跳动、百度、阿里巴巴、腾讯等公司的订单，主要出货形式为L10（机柜组装与测试）及L11（服务器整合与机架布建）。英业达日前表示，本季度客户对AI服务器的需求较预期强劲，今年AI服务器营收有望同比增长2.5-3倍，明年出货量将进一步增长。

民生证券指出，豆包用户数的快速增长将推动算力中心的扩建，进而带动AI服务器需求的提升。同时，算力中心扩建不仅带来基础建设需求，还带来了热管理的需求。字节跳动的AI端液冷技术有望在这一广阔市场中占据一席之地。

据《科创板日报》不完全统计，A股中与字节跳动算力硬件相关的公司有：（图片展示）

（文章来源：财联社）