珠海智能马桶维修售后24小时全国受理热线中心

随着字节跳动旗下的AI产品豆包爆火，其应用及背后产业链备受关注。当前，字节已全面发力AI，形成“算力—数据—算法—应用”的全线AI布局，2025年或成为其AI产业发力的重要年份。

字节AI具体应用在3D、音乐、图片视频等领域，在这些领域，字节都有发布新品，包括宣布广告、教育合作的案例。端侧智能方面，其也从AI玩具和AI眼镜，切入了2C场景。

爆火的豆包大模型日均tokens增长使用量已超过4万亿。豆包视频理解模型的输入价格定为0.003元/千tokens，比行业价格低85%，以低价抢占市场。从细分行业看，在汽车、智能终端、客服销售、教育等场景，豆包token使用量有极大提升较低价格的潜力，从而实现GPT-4级别的多模态能力。

来源：新财富杂志（ID：xcfplus）

作者：林起贤（申万宏源证券互联网传媒首席分析师） 李国盛（申万宏源证券通信团队负责人） 洪依真（申万宏源证券计算机资深高级分析师） 杨海晏（申万宏源证券电子首席分析师）

01

字节AI：大厂全线发力，预计2025为AI产业最重要发力年份之一

字节跳动是国内激进投入AI的互联网大厂，有望拉动国内AI全产业链从预期到现实，并形成2025年二级投资最重要的映射机会。

字节跳动积极投入AI的原因有三点，一是其不可错失下一代入口级的重大机会；二是AI拉动云计算需求，布局AI是字节跳动云计算业务火山引擎弯道超车的机会；三是其未上市，在新业务拓展上容错率高。

当前，字节跳动已形成较为清晰的AI部门架构，包括专注于AI应用落地的Flow部门、专注于大模型研发的Seed、为AI应用产品提供技术支持的Stone团队，目前，朱文佳、洪定坤、朱骏等作为AI部门团队主要负责人，均已在字节跳动任职多年。

字节跳动目前形成“算力—算法—应用”的全产业链布局，且自研C端应用是重要发力点。

算力环节，依托火山引擎的算力基础设施，可为字节的模型训练和推理提供支持。自研云服务器、GPU服务器等，既可对内为模型和应用提供算力支持，也可对外赋能B端客户的算力租用。“AI+云”浪潮下，火山引擎有望为字节打开云计算市场空间。此前，字节在云计算领域已有较多布局尝试，“AI+云”将带来新的机会。火山引擎为字节跳动的核心云基础设施层布局，2023年下半年，GenAl laas市场规模约为32.2亿元，其中，火山引擎占比约为21%。字节跳动此前在算卡购买上较为积极，已有着较为充沛的算力储备，支撑公司整体的AI应用布局。

算法环节上，以豆包大模型为核心，涵盖图像、视频、音频和开发等多个领域，支撑字节跳动的AI应用开发，并为开发者提供成熟完整的工具链。

应用环节上，字节在AI应用的战略较为清晰，一是对标优质竞品推出产品，覆盖聊天助手、情感陪伴、教育等全领域；二是产品同步在国内海外推出；三是坚持大模型到应用的端到端布局；四是利用产品矩阵的流量，助力重要APP推广。

目前，其已有部分AI应用产品关注度较高，豆包（对话助手）之后，我们预计即梦AI（AI视频）将是下一个发力重点。

当前，字节持续导流的豆包助手已成中国排名第一名的AI类APP。2024年11月，豆包APP的日活用户接近900万。即梦AI是字节依托自身丰富短视频数据搭建的视频生成平台，2024年11月8日，这一字节跳动旗下的AI内容平台宣布，即日起，由字节跳动自研的视频生成模型Seaweed面向平台用户正式开放，用于设计、影视、动画等内容场景，助力想象力的实现和故事创作。该平台能提供智能画布、故事创作式，以及首尾帧、对口型、运镜控制、速度控制等AI编辑能力，并有海量影像灵感及兴趣社区为用户一站式提供创意灵感、流畅工作流、社区交互等资源，为用户的创作提效。同时，其旗下教育领域的AI答题助手Gauth近期也实现了流量较快增长。此外，字节在AI办公、硬件（耳机、玩具）、陪伴等均有布局。

我们认为，豆包在国产模型、应用端的成功，证明了我们之前对2025年AI行业趋势的判断，核心变化为三点。

一是算力上，头部模型厂商证明国产大模型的自主迭代能力，可能加快巨头云厂商竞争，但也意味着进入门槛更高；同时，各家开始更多布局推理，训练算力的增量可能低于最乐观预测，由于国产A1芯片在推理能力上有更多储备，这一趋势可能利好国产AI芯片。

二是应用上，豆包2B行业应用调用令牌（token，文本处理的最小单元）高增，证明了大模型除场景2C应用外，在企业端也大有可为；同时，2024年后，底层模型迭代减缓，反而会促进AI应用投入。此前，AI应用商担忧底层模型迭代后，基于上一代模型开发的应用会相对落后，因此，应用投入较为谨慎。这一情况在2024年下半年后已开始转变。

三是数据上，大幅利好储备了高质量、非通用行业数据的厂商，此前，Open Al已证明了使用特定行业案例进行强化微调是可行的，而豆包等国产大模型也为行业客户提供了好用的基础模型平台，因此，预计“大小模型结合”的形式在2025年后会大量出现在医疗、法律、教育、金融等行业。

02

基础模型：全面更新，较低价格实现GPT-4级别的多模态能力

2024年12月18日，字节在2024火山引擎FORCE原动力大会上发布了豆包大模型新升级产品。根据内容，各项能力加持下，豆包大模型日均tokens增长使用量已超过4万亿；从细分行业看，豆包token使用量在对企业2B场景上有极大提升；新产品中，我们认为值得重点关注的是视觉理解模型产品，定价较低且达到了GPT-4v以上水平。

基于以上，我们认为，2025年后，以豆包为代表的AI大模型应用有望迎来一轮爆发，且无论2C或2B都有更多大模型场景应用。各项能力加持下，豆包大模型日均tokens增长使用量已超过4万亿，较7个月前首次发布时增长了33倍。在汽车行业，豆包大模型已与八成主流汽车品牌合作，过去7个月，汽车行业日均tokens消耗增长了50倍；在智能终端，豆包接入到多家手机、PC等智能终端，覆盖终端设备约3亿台，来自智能终端的豆包大模型调用量在半年时间内增长100倍，根据其他企业客户反馈的数据，最近3个月，其在信息处理场景的调用量增长了39倍，客服与销售场景增长16倍，硬件终端场景增长13倍，AI工具场景增长9倍，学习教育等场景也有大幅增长。

通过豆包视觉理解模型，用户可以同时输入文本和图像相关的问题。

首先是豆包具有识别、理解物体关系的能力。其不仅可以识别出图像中的物体类别、形状等基本要素，还能理解物体之间的关系、空间布局以及场景的整体含义。其次，其具有复杂推理能力，不仅能更好地识别内容，还能根据所识别的文字和图像信息进行复杂的逻辑计算，例如可以理解复杂图表。第三，豆包已具有多图关联能力，如识别图中物体，并与另一图片的说明书中文字信息对应。第四是部分视觉答案水平已经超过GPT-4的准确性。根据部分网络测试，在大多数的任务上，豆包视觉理解相比GPT-4识别得更精准、更详细，尤其是涉及中国文化的内容准确性更高。

豆包视频理解模型的输入价格定为0.003元/千tokens，比行业价格降低85%，即1元能同时处理284张720P的图片。同时，火山引擎还将提供更高的初始流量，RPM达到了15000次，TPM达到120万，让企业和开发者用好视觉理解模型，找到更多创新场景。该模型已经接入豆包App和PC端产品。

综合来看，其能够综合理解并给出准确的回答，我们认为，目前该模型的能力已经达到了GPT-4的水平。

尽管目前豆包并未明确给出实现低价的原因，我们猜测，在这一价格下豆包并未实现盈利，目的更多是抢占客户，在有较多活跃用户后，火山云可以实现较高的芯片利用率，减少公有云闲置算力，从而降低成本。

火山引擎已邀请数百家企业测试该模型，并在教育、电商等下游中发现有价值的场景。比如教育场景的判卷指导、作文批改、儿童陪伴等；旅游场景的目的地推荐、外文菜单识别、著名建筑识别及讲解；电商营销场景的拍照找同款、商品搭配建议、广告种草文案等。

03

应用：发布3D、音乐、图片视频等领域新品，宣布广告、教育合作案例

字节与英伟达合作的veOmniverse平台发布的最新的豆包3D生成模型，可以高效完成智能训练、数据合成和数字资产制作，成为一套支持AIGC创作的物理世界仿真模拟器，可为3D资产生产商提供AI开发工具，有望在游戏等领域实现落地。

字节AI音乐模型降低了用户创作门槛，AI UGC内容平台向生成创意方向持续取得进展。字节AI音乐模型具备独特的音乐生成架构，用户可在海绵音乐等应用上体验，可实现用户输入一个灵感，AI工具在十几秒后生成质量较好的成品，歌词生成更加精准、押韵效果不错、旋律丰富多样，有望极大降低AI音乐创作门槛。

视频创作方面，2024年5月，字节发布即梦平台，集成AI图片生成、AI视频生成等AI功能，定位为综合AI创意工具平台。2024年11月，字节跳动在即梦平台上线新一代AI视频大模型PixelDance，可实现较为出色的性能。相比同类竞品，基于PixelDance模型的图生视频在生成内容的一致性、视频内容拓展幅度、文本忠实度及连贯性上均有较为亮眼的表现。

字节的AI应用也在探索高等教育场景，赋能“教、学、管、评、测”多个环节。Force大会的“智能体+实体产业”专场中，同济大学信息化办公室主任许维胜教授发表“教育行业实践”主题演讲，重点介绍两点应用。一是高等教育垂类模型，土木学院开发的CivilGPT模型，收集注册工程师考试题目和专业课程、考试、规范等资料，微调开源大模型，提供答疑、自测助教等服务。此外，数学系开发了数学专用大模型DeepMath，基于5000多本现代数学书籍与30多万篇数学论文，助力数学专业研究。二是推出“数智学伴小舟”，提供帮教（智能课件、测试、批阅、知识图谱等）、帮学（智能笔记、答疑、文献阅读等）以及帮办（预定会议、课表管理、组织考试、校园导航等），全面助力高校学生的校园学习及生活。

在“智能体+实体产业”专场中，美宜佳CIO代迪受邀发表“营销AI助力增效降本”主题演讲。美宜佳在全国拥有3.7万家连锁便利店，每月服务约2.5亿人次线下消费者。美宜佳与火山深度合作，打造工具链平台，豆包大模型及云资源赋能多个AI落地场景，比如数字店员，通过数字人店员，提供24小时服务，具备多语言能力、增强和顾客互动与营销能力；可通过AI精准定位商圈人群，生成对应营销文案和素材，形成数据资产与业务应用的飞轮，持续优化投资回报率。

04

端侧智能：AI玩具+AI眼镜，切入2C场景

AI玩具方面，字节与乐鑫、ToyCity、Folotoy、魂伴科技发布“AI+硬件智跃计划”。

在Force大会首日的“视频云&边缘云”专场活动中，火山引擎与乐鑫科技、ToyCity、Folotoy、魂伴科技联合发布了AI+硬件智跃计划，其后，乐鑫科技副总经理王珏受邀发表主题演讲。

乐鑫提供的“连接+处理”芯片，将作为潮玩产品的“大脑和神经”，制造商构建玩具的结构和骨肉，作为“肉体”部分；云端大模型赋予产品半个灵魂，IP创作者赋予手办形象，其想传递的精神和内容赋予了产品另半个灵魂；而乐鑫作为连接和交互能力的技术提供者，其具有连接功能的处理器芯片则可以将“肉体”和“灵魂”相连。

本次与字节的合作方案中，乐鑫将提供一站式Turnkey解决方案，通过Wi-Fi调用云端提供的智能体服务。该解决方案可以理解为“一站式硬件”（已有丰富解决方案的端侧音视频处理）加上“端到端大模型”（通过低延迟抗干扰的RTC技术，设备端到云端的大模型应用可实现真人感的实时通话）。

AI玩具兼具教育和陪伴价值。2024年中秋节，火山引擎发放的非商业化产品“显眼包”，集合了“蓝白色毛绒玩具+内嵌FoloToy的AI机芯魔匣+火山引擎AI技术”，不仅能理解并回应复杂的问题，同时会积极鼓励互动，甚至主动发出互动邀请、主动建立高质量情感连接，内置中英文两个角色。作为非卖品，显眼包在二手市场的交易价格已超过200元。同类产品已有可观销量，如Bubblepal单价为399元，2024年7月发售，全年预计销量8-10万，FoloToy AI玩具C端累计出货量已达2万。AI玩具可满足教育和陪伴价值，叠加低成本的优点，随模型能力与软硬结合度提高，有望落地更多场景。

火山原动力大会同样发布了AI+硬件智跃计划。该计划结合“豆包大模型+火山引擎的拟人化语音对话+ToyCity的潮玩设计+乐鑫科技的AI芯片”等，推动AI潮玩的普及化。乐鑫科技副总经理王珏认为，未来AI玩具在多个产品形态中均具备潜力：二次元品类包括吧唧、卡片、亚克力立牌等产品，通过底座嵌入电路板实现电子化功能，简单实现Al+的同时避免“三次元翻车”，例如手办、可动人偶、艺术模型；增加AI能帮玩具实现更好的交互体验，塑造更立体的IP形象，增加受众面积，提高用户粘性及付费意愿。

AI终端落地新方向还包括智能眼镜& Ola Friend。继Meta Rayban二代眼镜爆火后，眼镜成为AI终端落地热门方向。Meta Ray-Ban二代于2023年9月发布，2024年4月升级AI功能、链接Lama 3大模型，成为2024年AI爆款终端。The Verge统计，截至2024年5月，Meta Ray-Ban智能眼镜的全球销量已突破100万副，预计2024年全年出货量有望超过150万副。

字节跳动通过PICO，在眼镜产品线布局已久。2015年，PICO发布便携式虚拟现实头盔PICO 1，6年后，字节跳动收购PICO，并于2022年发布PICO4，创新搭载Pancake折叠光路设计、62-72毫米无级电动瞳距调节。目前，PICO已发布十余款头显产品，据洛图科技RUNTO数据，2024年上半年，PICO国内市占率为73%。据Counterpoint，2024年二季度，PCIO全球市占率第二，仅次于Meta。字节在眼镜领域具备了丰富的技术能力和市场经验。

AI眼镜方面，字节投资李未可科技，持股比例20%。李未可科技是一家专注于“AI+AR”技术的科技公司，2022年获得字节跳动千万元天使轮融资，2024年推出AI智能眼镜——MetaLens Chat，售价699元，主打AI语音交互，通过点触镜腿唤醒Al语音助手，搭载自研大模型WAKE-AI，不仅能在500毫秒内快速响应用户指令，还支持百科问答、学习辅助英文翻译、语音导航、情感陪伴等多种功能。

字节2024年10月，已推出首款智能耳机产品Ola Friend。Ola Friend外观延续了Oladance的开放式设计风格，单只重量6.6g，主体部分最宽10mm，最薄7mm，耳挂连接处为0.7毫米金属钛丝，佩戴几乎无感，即使长时间佩戴也不会感到负担。单只耳机的续航时间为8小时，搭配充电盒使用则可将续航延长至28小时。其搭载5核专业音频芯片，采用“物理+算法”双防风噪设计，精准提取人声，实现高通话清晰度，售价1199元。功能上，Ola Friend接入了豆包AI大模型，用户在下载豆包手机APP并连接Ola Friend后，可通过“豆包豆包”唤醒词或长按耳机进行语音交互，支持随时问答、英语陪练、旅行导游、音乐控制以及情绪沟通等多项AI功能，提供随时随地陪伴。

05

算力部署：推理优先，存储、组网等环节相应优化

火山引擎发布的新一代veStack混合云智算版2.0，支撑10万卡集群异构场景。2.0支持更多的异构卡、更广泛的操作系统和更大规模的集群组网能力，和火山引擎公有云同源同构，能够给用户提供与公有云一致的用云体验。当前，该平台已支持英伟达系列GPU及国产GPU等20余类AI芯片，且支持一套平台管理多个异构卡集群。训练场景可支持10万卡集群，推理场景支持prefill与decode分离需求，实现算力利用率最大化。智算平台的持续迭代，进一步确保字节算力底座的投建确定性与节奏。

在互联网数据中心（IDC）行业，市场和产业对以算力为代表的资源供给是否“过剩”分歧较大，尤其是在传统上架率指标的视角下。而我们通过测算认为，伴随传统数据中心向“智算中心”演进，行业供需开始出现缺口，“有效供给”的稀缺性较强，行业发展面临分化。

机房/IDC/智算中心每一轮周期都遵循自上而下的传导逻辑，由资本开支拐点开始。国内BAT（百度、阿里、腾讯）2024年三季度加总资本开支同比增长128.48%，其自2023年四季度起显著回暖，且同样重点投资GPU、AI服务器等基础设施设备。国内AI模型与应用发展空间巨大，下游Agent产品、AI应用终端等远未达到最终形态，算力需求具有长期持续性。结合字节近期“All in Al”的决心，以及与国内互联网厂商的竞争态势，我们认为，国内互联网厂商将持续加大算力投资，扩大智算中心建设。

此次火山引擎FORCE原动力大会提出了“以AI负载为中心”的基础架构范式，对通信网络的需求增加巨大。

从计算角度看，以新一代的火山引擎GPU为实例，通过VRDMA网络，支持大规模并行计算和P/D分离推理架构，可显著提升训练和推理效率，降低成本。从存储角度看，新推出的EIC弹性极速缓存，能够实现GPU直连，使大模型推理时延降低至1/50，成本降低20%。从安全角度看，火山将推出PCC私密云服务，构建大模型的可信应用体系。基于PCC企业能够实现用户数据在云上推理的端到端加密，而且性能很好，推理时延比明文模式的差异在5%以内。