平安证券：豆包大模型家族升级 生产力提升和端侧应用潜力凸显

（原标题：平安证券：豆包大模型家族升级 生产力提升和端侧应用潜力凸显）

智通财经APP获悉，平安证券发布研报称，随着AI大模型应用渗透，不断解锁越来越多的新场景，AI逐步走向B端和边缘端，也会对硬件终端及相关芯片不断提出更新迭代的要求。在智能化趋势下，大模型家族升级提高了性能并降低门槛，字节豆包大模型有望加速AI端侧落地。在B端，豆包大模型助力企业生产效率提升；在C端，豆包大模型端侧应用潜力凸显，预计相关产业链将迎来新机遇。

事件：12月18日，字节跳动火山引擎Force原动力大会(冬季会议)开幕，火山引擎带来了豆包大模型家族的全面升级款，除了发布了视觉理解等大模型之外，还对多个前期发布的大模型进行了升级。

平安证券主要观点如下：

大会宣布对大模型家族进行升级，提高性能、降低门槛以推动大模型应用落地。

应用是大模型货币化或者变现最主要的途径，市场也在期待大模型厂商大规模的资本支出之后，带来较好的回报。豆包大模型作为国内领先的大模型之一，其发展和落地情况也备受市场关注。在此次火山引擎的原动力大会上，公司表示，自豆包大模型发布以来，用户使用量快速增长，12月日均tokens使用量超过4万亿，较5月发布时期增长超过33倍。此次原动力大会官宣发布了视觉理解大模型和3D生成模型，还升级了通用模型pro、文生图模型、音乐模型等。

具体来看：此次新发布的视觉理解大模型，具备更强的内容识别能力、视觉描述能力，预计可以应用于教育、电商营销、旅游等场景，大会官宣的定价为0.003元/千Tokens，价格进入“厘”时代，较低的使用成本将大幅降低使用门槛，有利于豆包大模型的应用推广。

公司对通用模型pro也做了重要升级，作为豆包大模型家族的大语言模型，此次发布的产品能力实现了大幅提升，公司数据显示，模型综合能力较5月首次发布时提升了32%，专业能力较首次发布时提升了54%，数学能力较首次发布时提升了43%，多个指标已经与GPT4O对齐，部分复杂场景还有所超越，但豆包基础模型pro的使用价格只有GPT4O的1/8。此外，升级的文生图模型实现了一键P图和一键海报等实用功能。豆包大模型能力的持续优化，正在赋能企业生产力的提升。

在B端，豆包大模型助力企业生产效率提升

由于能力的持续增强，豆包大模型在重点B端领域的使用效果非常好，调用量也实现了大幅增长。根据此次大会上公司发布的数据显示，信息处理领域的调用量较发布时增长了39倍，客服与销售领域的调用量增长了16倍，硬件助手、AI工具场景分别增长了13倍和9倍。

火山引擎在大会上也表示，豆包大模型多模态的能力正在快速提升，其语音输入功能利用其速度优势，大幅提升了输入效率，而且能够导入多种语音信号，识别不同语言方言和口音。同时，为推动豆包应用的开发，火山引擎宣布了对火山方舟、扣子和HiAgent三款平台产品的升级，以帮助企业更好地构建自身的AI能力中心，高效开发AI应用。

在C端，豆包大模型端侧应用潜力凸显

除了作为生产力提升工具之外，豆包大模型在端侧发展十分活跃，AI在边缘端的应用落地前景开始清晰起来。在此次发布会上，火山引擎称，豆包大模型已经与八成主流汽车品牌合作，AI座舱场景是合作的重点方向之一，汽车用户可以通过豆包大模型进行自然语言交互、个性化服务、多模态交互。在手机侧，火山引擎也正在积极将智能助手、系统控制和创作工具等，融入手机场景。

火山引擎在会议上分享了荣耀手机应用豆包大模型的案例，重点介绍了其在魔法修图等方面的能力。公司称豆包在终端推广成绩较为明显，已经在终端领域开拓出了50多个应用场景，覆盖终端设备约3亿台，来自智能终端的豆包大模型tokens调用量在半年时间内增长100倍，进展非常快速。

投资建议：

(1) AI算力方面，推荐海光信息(688041.SH)、工业富联(601138.SH)、浪潮信息(000977.SZ)、紫光股份(000938.SZ)、中科曙光(603019.SH)、神州数码(000034.SZ)等，建议关注寒武纪-U(688256.SH)、景嘉微(300474.SZ)；

(2) SOC方面，推荐恒玄科技(688608.SH)，关注乐鑫科技(688018.SH)、星宸科技(301536.SZ)、中科蓝讯(688332.SH)、炬芯科技(688049.SH)、全志科技(300458.SZ)等；

(3) 存储芯片方面，推荐兆易创新(603986.SH)；

(4) AI应用方面，强烈推荐中科创达(300496.SZ)，推荐金山办公(688111.SH)、科大讯飞(002230.SZ)、福昕软件(688095.SH)、万兴科技(300624.SZ)、德赛西威(002920.SZ)，建议关注同花顺(300033.SZ)、彩讯股份(300634.SZ)。

风险提示：1)应用落地不及预期；2)供应链安全风险；3)技术演进、迭代不及预期。