智通财经APP获悉，开源证券发布研报称，根据火山引擎数据，豆包大模型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，豆包大模型在信息处理、客服与销售、硬件助手、AI工具等场景的调用量也在快速增长。不断增加的调用量和多场景覆盖使豆包大模型越来越全面，并迎来全面升级，其中豆包通用模型pro完成新版本迭代，综合任务处理能力较5月份提升32%。豆包大模型的持续迭代，将助力多场景AI应用加快落地及商业化空间打开。
开源证券主要观点如下：
字节跳动发布豆包视觉理解模型，多场景应用有望落地
12月18日，字节跳动旗下火山引擎于2024 FORCE原动力大会发布了豆包视觉理解模型。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。模型能够综合理解并给出准确的回答，大幅简化开发流程。
豆包视觉理解模型主要有三大能力：(1)更强的内容识别能力，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；(2)更强的理解和推理能力，不仅能识别图文信息，还能进行复杂的逻辑计算；(3)更细腻的视觉描述能力，可以基于图像信息，更细腻的描述图像呈现的内容，还能进行多种文体的创作。
基于这些能力，豆包视觉理解模型在教育、旅游、电商等场景有着广泛的应用。例如在教育场景中，为学生优化作文、科普知识；在旅游场景中，帮助游客看外文菜单、讲解照片中建筑的背景知识；在电商营销场景中，帮助商家充分描述商品细节，高效发布种草广告等等。此外，豆包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%，有利于企业和开发者利于视觉理解模型，在更广泛的场景创造商业价值。
豆包大模型使用量大幅增长，模型家族再扩容，多模态能力不断提升
根据火山引擎数据，豆包大模型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，豆包大模型在信息处理、客服与销售、硬件助手、AI工具等场景的调用量也在快速增长。不断增加的调用量和多场景覆盖使豆包大模型越来越全面，并迎来全面升级，其中豆包通用模型pro完成新版本迭代，综合任务处理能力较5月份提升32%。
除了视觉理解模型，火山引擎还发布了豆包音乐模型4.0、豆包文生图模型2.1以及veOmniverse+豆包3D生成模型，豆包视频生成模型将在2025年1月正式对外开放服务，明年春季，字节跳动还将发布具备更长视频生成能力的豆包视频生成模型1.5版。此外，火山引擎还推出全域AI搜索，通过场景化搜索推荐一体化服务、企业私域信息整合服务、联网问答服务，将企业的信息、业务和用户需求紧密结合，加速多行业智能化转型。
豆包大模型有望带动大模型产业快速发展，关注相关AI应用投资机会
豆包多模态模型训练或带动对文字、图片以及3D素材语料需求，重点推荐锋尚文化，受益标的包括视觉中国(000681.SZ)、丝路视觉(300556.SZ)、天娱数科(002354.SZ)、中文在线(300364.SZ)、掌阅科技(603533.SH)等；豆包音乐模型或加速AI音乐用户渗透，重点推荐盛天网络(300494.SZ)；豆包视频生成模型或加速影视内容生产和IP变现降本增效，重点推荐上海电影(601595.SH)，受益标的包括捷成股份(300182.SZ)、华策影视(300133.SZ)、光线传媒(300251.SZ)等。
豆包视觉理解模型或加快多场景AI应用商业化：AI+电商/营销，重点推荐汇量科技(01860)值得买，受益标的包括引力传媒(603598.SH)、因赛集团(300781.SZ)、遥望科技(002291.SZ)；AI+陪伴/玩具，重点推荐奥飞娱乐(002292.SZ)，受益标的包括汤姆猫(300459.SZ)；AI+教育出版，受益标的包括世纪天鸿(300654.SZ)、盛通股份(002599.SZ)、南方传媒(601900.SH)。
风险提示：豆包大模型迭代速度不及预期；豆包AI应用商业化进程不及预期。