计算机行业周报：豆包大模型家族迎来全面升级，视觉理解模型迈入“厘时代”

2024 年 12 月 22 日 豆包大模型家族迎来全面升级，视觉理解模型迈入“厘时代” —计算机行业周报 推荐(维持) 投资要点 分析师：宝幼琛 S1050521110002 baoyc@cfsc.com.cn 行业相对表现 表现 1M 3M 12M 计算机(申万) 5.1 61.1 16.7 沪深 300 1.6 22.7 17.7 市场表现 资料来源：Wind，华鑫证券研究 相关研究 1、《计算机行业周报：豆包稳居MAU 国内第一，谷歌 Gemini2.0 聚焦智能体》2024-12-17 2、《计算机行业点评报告：谷歌（GOOGL.0）：净利润强劲增长，AI全面赋能业务》2024-12-10 3、《计算机行业点评报告：微软（MSFT.0）：营收利润稳健增长， 资本开支继续扩张》2024-12-09 ▌算力：恒源云 13 核+128G 算力紧张，英伟达发布AI 超级计算机 Jetson Orin Nano Super 本周恒源云 13 核+128G 算力紧张。具体来看，显卡配置为A100-40G 中，腾讯云 16 核+96G 价格为 28.64 元/时，阿里云12 核+94GiB 价格为 31.58 元/时；显卡配置为 A100-80G 中，恒源云 13 核+128G 算力紧张;阿里云 16 核+125GiB 价格为34.74 元/时；显卡配置为 A800-80G 中，恒源云 16+256G 价格为 9.00 元/时。 近日，英伟达推出了一款全新的尺寸小巧的生成式 AI 超级计算机 NVIDIA Jetson Orin Nano Super，该开发者套件只有手掌大小，能够为商业 AI 开发者、科技爱好者和学生等各类人群提供更强大的生成式 AI 功能与性能，目前建议零售价 2070 人民币。Jetson Orin Nano Super 凭借其卓越性能，无论是创建基于检索增强生成的 LLM 聊天机器人、构建视觉 AI 智能体，还是部署基于 AI 的机器人，均能得以有效实现。Jetson Orin Nano Super 亮点如下： 具备颠覆性的生成式 AI 模型性能。NVIDIA 最新软件更新将 Jetson Orin Nano 的 AI 性 能 从 40 TOPS 提 升 至 67 TOPS，并将内存带宽从 68 GB/s 提升至 102 GB/s，使开发者能够更高效地运行各种生成式 AI 模型。与上一代产品相比，NVIDIA Jetson Orin Nano Super 的生成式 AI 推理性能提升至 1.7 倍，性能提升 70%，达到 67 INT8 TOPS，内存带宽提高 50%，达到 102GB/s。NVIDIA Jetson Orin Nano Super 在各种热门大语言模型 (LLM)、视觉语言模型 (VLM) 和视觉 Transformer 上的性能相比前代产品均有显著提升。 助 力解锁更多 AI 场景应用 。NVIDIA Jetson Orin Nano Super 可提供出色的 AI 计算能力、快速的内存带宽和全面的软件堆栈，为新的生成式 AI 应用提供卓越的能效，它支持任何基于 Transformer 的生成式 AI 模型的快速推理。在机器人领域，从开发到仿真再到部署，借助 AI 加速机器人开发，实现移动、抓取和视觉等关键功能，实现为各行各业构建机器人。在视觉领域，其搭载的 NVIDIA Metropolis 集成了视觉数据和 AI，可以处理适用于顺畅零售、库存管理、智慧城市交通、工厂检查和医疗健康等应用的传感器数据。 -40-30-20-10010203040(%)计算机沪深300证券研究报告 行业研究 证券研究报告 请阅读最后一页重要免责声明 2 诚信、专业、稳健、高效 目前，NVIDIA Jetson Orin 包含 Jetson AGX Orin 、Jetson Orin NX 和 Jetson Orin Nano 三款系列产品，可为开发者提供不同性能和价位的加速计算能力，从而满足多种自主应用的需求。 ▌ AI 应用：豆包大模型家族全方位优化升级 2024 年 12 月 18 日火山引擎 FORCE 原动力大会上，火山引擎展示了其全新升级的豆包大模型家族，包含豆包视觉理解模型、豆包 3D 生成模型，以及全面更新的豆包通用模型 pro、音乐模型、文生图模型等，为企业提供多模态大模型能力。豆包大模型于 12 月实现日均 tokens 使用量超过 4 万亿，较5 月发布时期增长超过 33 倍，稳居行业领先地位。 视觉理解模型重磅发布。豆包视觉理解模型具备以下三种能力：更强的内容识别能力，可识别出图像中的物体类别、形状等基本要素以及理解物体之间的关系、空间布局以及场景的整体含义；更强的理解和推理能力，能根据所识别的文字和图像信息进行复杂的逻辑计算；更细腻的视觉描述能力，可以基于图像信息，更细腻地描述图像呈现的内容以及多种文体创作。以上能力极大拓展了大模型的场景边界，在金融、医疗、建筑、地理、体育、物流等诸多行业有着广阔应用前景。除此之外，视觉理解的输入价格为每千 tokens 0.003 元，比行业平均价格降低 85%，相当于 1 元钱可以处理284 张 720P 的图片，具备高性价比优势，视觉理解模型正式走进厘时代。同时火山引擎还将提供更高的初始流量，RPM达到 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。 模型家族迎来全面升级。火山引擎除了推出视觉理解模型之外，还发布、升级了多个其他模型，大模型家族成员更丰富，大模型能力再提升。大会发布豆包 3D 生成模型，其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。此外，豆包通用模型 pro 全面升级，对齐 GPT-4o，使用价格仅为后者的 1/8；音乐模型从生成 60 秒的简单结构，升级到生成 3 分钟的完整作品；文生图模型 2.1 版本在业界首次实现精准生成汉字和一句话 P 图的产品化能力，该模型已接入即梦 AI 和豆包 App。 AI 应用开发平台全新升级。火山引擎升级了火山方舟、扣子和 HiAgent 三款平台产品，帮助企业构建好自身的 AI 能力中心，高效开发 AI 应用。其中，火山方舟发布了大模型记忆方案，并推出 Prefix Cache 和 Session Cache API，降低延迟和成本。火山方舟还带来全域 AI 搜索，具备场景化搜索推荐一体化、企业私域信息整合等服务。 技术架构面向 AI 全面转型。云原生是过去十年最重要的计算范式，而火山引擎认为，未来十年计算范式应从云原生转变证券研究报告 请阅读最后一页重要免责声明 3 诚信、专业、稳健、高效 为 AI 云原生。基于 AI 云原生的理念，火山引擎推出了新一代计算、网络、存储和和安全产品。在计算方面，火山引擎 GPU 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，显著提升训练和推理效率，降低成本；在存储方