火山引擎FORCE总结及API收入预期.pptxVIP

摘要豆包大模型更新发布，提升AI能力，推动多行业应用和开发者生态的发展。字节原动力大会上一系列产品发布更新：豆包视觉理解模型支持文本和图像输入，精准识别物体与场景，具备推理和复杂计算能力；豆包通用模型Pro较5月提升32，全面对齐GPT-4o；火山引擎基于豆包大模型推出全域AI搜索，支持多模态理解，提升搜索效率；扣子1.5完善开发者生态，支持多种应用形态发布；火山引擎新服务提升AI体验，优化计算、存储和安全，数据飞轮2.0为大模型训练提供优质数据支持。风险提示：AI应用落地不及预期、市场需求不及预期、行业竞争加剧、宏观经济波动。请务必阅读正文之后的免责声明及其项下所有内容

目录火山引擎FORCE总结及API收入预期01风险提示02请务必阅读正文之后的免责声明及其项下所有内容

豆包大模型推进迅速，各场景迅速渗透模型使用量：截至12月中旬，豆包通用模型的日均tokens使用量已超过4万亿，较五月首次发布时日均1200亿增长了33倍，大模型应用正在向各行各业加速渗透。智能终端合作情况：豆包大模型已经与八成主流汽车品牌合作，并接入到多家手机、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。多场景快速渗透：最近3个月，豆包大模型在信息处理场景的调用量增长了39倍，帮助企业更好的分析和处理内部及外部的数据；客服与销售场景增长16倍，帮助企业更好的服务客户，扩大销售；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。图：豆包大模型API调用量迅速提升资料来源：火山引擎，国信证券经济研究所整理图：豆包大模型在不同场景迅速渗透资料来源：火山引擎，国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容

豆包视觉理解模型发布，拓宽大模型场景边界豆包视觉理解模型发布，用户可以同时输入文本和图像相关的问题。模型能够综合理解并给出准确的回答，将极大地简化应用的开发流程，在金融、医疗、教育、旅游等诸多行业有广阔的应用前景。内容识别能力：精准识别物体类别、形状及物体间关系，理解场景含义，能够推理出物体信息，如通过影子识别猫，通过光照识别丁达尔效应，识别并科普现实对象。理解和推理能力：识别文字和图像信息实现复杂逻辑计算，解答微积分、分析论文图表、解决物理题及处理真实代码等。视觉描述与创作能力：模型能根据图像描述创作内容，如为文创产品写祝福语、根据涂鸦创作故事、讲述物体背后的文化故事，以及创作古风诗歌等。价格：豆包视觉理解模型输入价格仅为0.003元/千tokens，1块钱可处理284张720P的图片，比行业价格便宜85％，目前已经接入豆包App和PC端产品中。图：视觉理解模型能力增强，场景拓宽资料来源：火山引擎，国信证券经济研究所整理图：视觉理解模型价格远低于同行资料来源：火山引擎，国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容

图：豆包大模型家族资料来源：火山引擎官网，国信证券经济研究所整理大模型家族全面升级：主力模型Doubao-pro升级，对齐GPT-4o豆包通用模型pro完成新版本迭代，综合任务处理能力较5月份提升32，在推理上提升13，在指令遵循上提升9，在代码上提升58，在数学上提升43，在专业知识领域能力提升54。豆包通用模型Pro已全面对齐GPT-4o的能力，但使用价格远低于后者，推理输入价格为0.0008元/千tokens。豆包大模型具备行业领先的大模型能力，保持成本优势；应用全面，覆盖广泛通用任务场景；支持联网问答、角色扮演和工具调用，满足精细化业务需求。图：单PODIT耗能测算资料来源：《NVIDIADGXSuperPODDataCenterDesign》，国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容

大模型家族全面升级：音乐、文生图等模型更新发布豆包·音乐模型4.0发布，从“高光片段”走向“完整歌曲”：1）支持包括前奏、主歌、副歌、间奏、过渡段的3分钟全曲创作；2）歌词局部修改，仍能适配原有旋律；3）全曲风格、情感和音乐逻辑保持一致，曲风连贯。豆包·文生图模型2.1发布：1）一键P图：对中英文、专有名词指令理解精度高；聚焦目标，编辑效果质量高；可实现多元风格，美观自然；2）一键海报：高质量精准生成中文；字体与图片内容巧妙融合；模型最快做到6秒出图，极速生成海报。veOmniverse+豆包·3D生成模型发布：该模型采用3D-DiT架构，可生成高质量3D模块。该模型与火山引擎数字孪生平台veOmniverse结合使用，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。通过快速批量生成并上传至云空间，布局