【华鑫计算机|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”

（来源：华鑫研究）

▌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。

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；在存储方面，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%；在安全方面，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，性能卓越。

火山引擎持续致力于增强模型能力、完善模型服务，促进 AI 在各行各业的深度融合与创新应用，打造更强性能、更低价格、更易落地的豆包大模型，开启一个更加智能、高效、便捷的 AI 时代。

▌AI融资动向:Databricks/智谱AI获本周AI融资市场估值前二，分获100亿美元/30亿人民币融资

本周，Databricks/智谱AI获本周AI融资市场估值前二，分别获100亿美元/30亿元人民币融资。Databricks最初是美国加州大学伯克利AMP实验室的Spark大数据处理系统商业化项目，可以帮助企业以极快的速度分析其内部大数据，也凭此在获得了在硅谷立足之地。到2020年末，Databricks推出了其数据仓库产品——Databricks SQL，凭借着对AI数据的理解，Databricks先后打造了Apache Spark、Delta Lake、MLflow和OneLakehousePlatform，开设了多条产品线。目前，Databricks主要靠开发软件来提取、分析和构建人工智能应用程序，这些应用程序使用来自各种来源的复杂数据。商业模式方面，Databricks根据客户每秒消耗的计算资源量收费，并打造了自家独有的DBU作为衡量单位。从官网客户资源库可以看到，Databricks拥有移动通信公司AT&T、电子商品公司惠普、语言AI工具Grammarly等超过500多家客户群体。

 智谱AI或受益于清华系的科研底色，一直保持着较快的迭代速度。2020年底，智谱AI研发GLM预训练架构，2021年训练完成百亿参数模型GLM-10B，同年利用MoE架构成功训练出收敛的万亿稀疏模型。2023年，智谱AI推出了千亿基座的对话模型ChatGLM，并开源了单卡版模型ChatGLM-6B，使得研究者和个人开发者可以进行微调和部署。与此同时，智谱AI开放平台的价格从2023年年初到2024年下半年降低了5000倍。2024年以来，智谱AI更是先后发布对标Sora的视频生成模型CogVideoX，以及对标GPT-4o的端到端语音模型GLM-4-Voice和GLM-4-VideoCall。

▌投资建议

大模型或从快速扩张迈入淘汰赛阶段，字节明年有望迎来爆款应用。今年以来，视觉理解模型在 GPT-4o、Google 的 Project Astra，以及 iPhone 16 和一众旗舰机型上都加速落地。豆包视觉理解模型不仅能精准识别视觉内容，还可根据图像信息进行复杂的逻辑计算，完成分析图表、处理代码、解答学科问题等任务。豆包视觉理解模型千tokens输入价格仅为3厘，大模型的价格体系实现了从分至厘的跨越性调整，以更低成本让多模态交互降低用户的使用门槛，辅助完成一系列复杂的任务。人类接收的信息超过80%来自视觉，视觉理解将极大地拓展大模型的能力边界，同时也会降低人们与大模型交互的门槛，为大模型解锁更丰富的应用场景。同时，随着爆款应用的诞生，算力需求预计大幅增加。

我们坚定持续看好AI软硬件机会，建议关注以AI为核心的龙头厂商科大讯飞（002230.SZ）、芯片技术有望创新突破的寒武纪（688256.SH）、高速通信连接器业务或显著受益于 GB200 放量的鼎通科技（688668.SH）、已与Rokid等多家知名AI眼镜厂商建立紧密合作的亿道信息（001314.SZ）等。

▌ 风险提示

 1）AI 底层技术迭代速度不及预期。2）政策监管及版权风险。3）AI 应用落地效果不及预期。4）推荐公司业绩不及预期风险。

算力动态：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

1.1

数据跟踪：算力租赁价格平稳

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。

1.2

产业动态：Jetson Orin Nano Super蕴含超强 AI 性能，

解锁多元场景应用新篇

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，内存带宽提高了 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。

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应用动态：Character.AI搜索访问量环比+7.07%， 豆包大模型家族全方位优化

2.1

流量跟踪：Character.AI搜索访问量环比+7.07% 

本期（2024.12.16-2024.12.20）AI相关网站流量数据：访问量前三位分别为ChatGPT（878.4M）、Bing（404.7M）和Canva（171.6M），访问量环比增速第一为Character.AI（7.07%）；平均停留时长前三位分别为Character.AI（00:13:14）、Discord（00:12:12）和Deepl（00:08:49）;平均停留时长环比增速第一为文心一言（2.27%）。

2.2

产业动态：豆包大模型家族全方位优化

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。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为 AI 云原生。基于 AI 云原生理念，火山引擎推出了新一代计算、网络、存储和和安全产品。在计算层面，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；在存储方面，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%；在安全方面，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，性能卓越。

火山引擎持续致力于增强模型能力、完善模型服务，促进 AI 在各行各业的深度融合与创新应用，打造更强性能、更低价格、更易落地的豆包大模型，有望开启一个更加智能、高效、便捷的 AI 时代。

AI融资动向：Databricks/智谱AI获本周AI融资市场估值前二，分获100亿美元/30亿人民币融资

本周，Databricks/智谱AI获本周AI融资市场估值前二，分别获100亿美元/30亿元人民币融资。Databricks最初是美国加州大学伯克利AMP实验室的Spark大数据处理系统商业化项目，可以帮助企业以极快的速度分析其内部大数据，也凭此在获得了在硅谷立足之地。到2020年末，Databricks推出了其数据仓库产品——Databricks SQL，凭借着对AI数据的理解，Databricks先后打造了Apache Spark、Delta Lake、MLflow和OneLakehousePlatform，开设了多条产品线。目前，Databricks主要靠开发软件来提取、分析和构建人工智能应用程序，这些应用程序使用来自各种来源的复杂数据。商业模式方面，Databricks根据客户每秒消耗的计算资源量收费，并打造了自家独有的DBU作为衡量单位。从官网客户资源库可以看到，Databricks拥有移动通信公司AT&T、电子商品公司惠普、语言AI工具Grammarly等超过500多家客户群体。

 智谱AI或受益于清华系的科研底色，一直保持着较快的迭代速度。2020年底，智谱AI研发GLM预训练架构，2021年训练完成百亿参数模型GLM-10B，同年利用MoE架构成功训练出收敛的万亿稀疏模型。2023年，智谱AI推出了千亿基座的对话模型ChatGLM，并开源了单卡版模型ChatGLM-6B，使得研究者和个人开发者可以进行微调和部署。与此同时，智谱AI开放平台的价格从2023年年初到2024年下半年降低了5000倍。2024年以来，智谱AI更是先后发布对标Sora的视频生成模型CogVideoX，以及对标GPT-4o的端到端语音模型GLM-4-Voice和GLM-4-VideoCall。

行情复盘

本周，AI算力指数/AI应用指数/万得全A/中证红利日涨幅最大值分别为4.75%/2.13%/0.63%/0.84%，日跌幅最大值分别为-2.85%/-3.27%/-1.31%/-0.96%。AI算力指数内部，佳力图以+36.27%录得本周最大涨幅，天娱数科以-14.82%录得本周最大跌幅。AI应用指数内部，光云科技以+35.48%得本周最大涨幅，实丰文化以-22.16%录得本周最大跌幅。

投资建议

大模型或从快速扩张迈入淘汰赛阶段，字节明年有望迎来爆款应用。今年以来，视觉理解模型在 GPT-4o、Google 的 Project Astra，以及 iPhone 16 和一众旗舰机型上都加速落地。豆包视觉理解模型不仅能精准识别视觉内容，还可根据图像信息进行复杂的逻辑计算，完成分析图表、处理代码、解答学科问题等任务。豆包视觉理解模型千tokens输入价格仅为3厘，大模型的价格体系实现了从分至厘的跨越性调整，以更低成本让多模态交互降低用户的使用门槛，辅助完成一系列复杂的任务。人类接收的信息超过80%来自视觉，视觉理解将极大地拓展大模型的能力边界，同时也会降低人们与大模型交互的门槛，为大模型解锁更丰富的应用场景。同时，随着爆款应用的诞生，算力需求预计大幅增加。

我们坚定持续看好AI软硬件机会，建议关注以AI为核心的龙头厂商科大讯飞（002230.SZ）、芯片技术有望创新突破的寒武纪（688256.SH）、高速通信连接器业务或显著受益于 GB200 放量的鼎通科技（688668.SH）、已与Rokid等多家知名AI眼镜厂商建立紧密合作的亿道信息（001314.SZ）等。

1）AI 底层技术迭代速度不及预期。2）政策监管及版权风险。3）AI 应用落地效果不及预期。4）推荐公司业绩不及预期风险。

证券研究报告：《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》

对外发布时间：2024年12月22日

发布机构：华鑫证券

本报告分析师：

宝幼琛  SAC编号：S1050521110002

计算机&中小盘组介绍

宝幼琛：本硕毕业于上海交通大学，多次新财富、水晶球最佳分析师团队成员，7年证券从业经验，2021年11月加盟华鑫证券研究所，目前主要负责计算机与中小盘行业上市公司研究。擅长领域包括：云计算、网络安全、人工智能、区块链等。

任春阳：华东师范大学经济学硕士，6年证券行业经验，2021年11月加盟华鑫证券研究所，从事计算机与中小盘行业上市公司研究

周文龙：澳大利亚莫纳什大学金融硕士

陶欣怡：毕业于上海交通大学，于2023年10月加入团队。

本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，以勤勉的职业态度，独立、客观地出具本报告。本报告清晰准确地反映了本人的研究观点。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。

法律声明