近期大火的豆包大模型迎来重大更新。

12月18日，字节跳动宣布旗下豆包大模型家族实现模型能力的全面升级，包括豆包通用模型、语音大模型以及视觉大模型，都得到性能的大幅提升。其中，豆包通用模型Pro的综合能力相比5月份的版本提升幅度高达32%，指令遵循、数学、推理等能力全面对齐GPT-4o水平，而使用价格仅为后者的八分之一。截至12月中旬，豆包大模型的调用量相比7个月前激增了33倍。

颇受市场关注的是，豆包模型家族还迎来一款性能更强大的新成员——豆包·视觉理解模型，从发布会现场测试结果来看，该模型具有更强的图像、文字内容的识别、理解和推理能力，更细腻的视觉描述能力，甚至能够精准地感知到人物的情绪和感受。

近日，多位券商分析师认为，伴随豆包模型能力快速迭代和用户规模的猛增，预计将带动大模型产业加速发展。也有观点指出，大模型仍在持续进化，AI智能体和文生视频方向进步显著，未来随着用户数据的持续兑现，有望迎来爆发性成长，持续看好AI应用投资机会。

新发布视觉理解模型，定价低于行业85%

12月18日，在上海举行的2024火山引擎冬季FORCE原动力大会上，火山引擎总裁谭待宣布豆包大模型家族的重磅更新。新发布豆包·视觉理解模型，其余豆包大模型家族成员也实现了模型能力的全面升级。

据介绍，这款最新的视觉理解模型在视觉内容的识别和理解上具有更为强大的性能：能够对视觉内容中的文字、图像、图表等信息进行更精准的识别、理解和推理，可基于图像信息，更细腻地描述图像呈现的内容，并进行多种文体的创作。有关测试结果显示，该模型甚至可根据图像中人物的表情和动作，推测出人物所呈现出的情绪感受。

定价方面，视觉理解模型的定价也进入了“厘时代”。谭待表示，豆包视觉理解模型的调用价格每千tokens（表示和传递信息的单位）输入价格仅为0.003元，即1元就可以处理284张分辨率为720P的图片，比行业价格便宜85%，以低成本推动AI技术普惠和应用发展。

会上，豆包3D生成模型也首次亮相。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。

除了新模型的发布，备受市场关注的是豆包大模型家族在性能上的全面升级。以主力模型为例，谭待在大会上表示，豆包通用模型Pro的模型能力已全面对齐GPT-4o，使用价格仅为后者的1/8。数据显示，对比今年5月时的模型版本，豆包通用模型Pro在综合能力上提升32%，指令遵循能力提升9%，代码能力提升58%，专业知识能力提升54%，数学能力提升43%，推理能力也提升了13%。

数据显示，对比今年5月时的模型版本，豆包通用模型Pro在综合能力上提升32%，指令遵循能力提升9%，代码能力提升58%，专业知识能力提升54%，数学能力提升43%，推理能力也提升了13%。

与此同时，豆包大模型成员中的语音大模型、视觉大模型均实现了性能的迭代升级。例如豆包·文生图模型在图像编辑和原生文字渲染能力上取得新突破，可实现更高精度的一键P图和一键生成海报，并在图片上生成指定文字，文字与画面更为融合。而豆包音乐大模型，仅通过简单的文字描述或上传一张图片，就可以生成一首包含前奏、主歌、副歌、间奏和尾奏的3分钟完整音乐作品。

得益于增强的模型能力在各行各业场景中得到迅速渗透，豆包大模型的日均Tokens调用量实现爆发式增长。最新数据显示，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7个月前的发布时增长了33倍。

陡峭的增长曲线背后，反映出国内千行百业对于AI的真实需求。产业应用方面，大模型技术的升级为企业业务开展、产品服务和运营管理的智能化升级提供强有力的支撑。数据显示，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。

与企业生产力相关的场景，豆包大模型颇受众多企业欢迎：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，客服与销售场景增长16倍，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。

据火山引擎此前发布的《生成式AI商业落地白皮书》显示，2024年受访的将近500家企业中，已有53%的大企业开始有组织地进行生成式AI的工作，涉及的行业包括金融、消费、汽车、制造、医药等，AI应用的具体智能领域覆盖了产品研发、营销、销售和IT建设等。

国海证券近日研报分析称，豆包大模型构建丰富的产品矩阵，同时涵盖商用和消费端的使用需求，使得字节跳动可以广泛探索各类大模型的应用场景，带来广阔的市场空间。

海通证券研报认为，大模型仍在持续进化，AIAgent（智能体）、文生视频等方向进步显著，但应用层面目前仍处于从0到1的突破阶段，未来随着用户数据的持续兑现，有望迎来爆发性成长，持续看好AI应用投资机会。

智能体赋能多元金融场景应用

模型能力升级后，如何更好地将大模型应用于千行百业之中是必须解决的现实问题。如今，具备自动感知、决策和行动能力的AI智能体，被认为是连接模型与行业应用的一个重要方案，在不同产业场景中具有巨大的应用潜力。

从行业实践来看，处于数字化转型期的金融业对AI智能体的应用，已经走在了各类企业的前面。麦肯锡此前就预判，生成式AI对于包括银行、保险等金融行业带来的生产力增益效果排名在各行业中排名靠前。

火山引擎金融行业总经理刘俊认为，大模型和智能体在金融领域的应用场景，正在发生重大的变化：由原来仅服务于金融机构编写代码、财务或审核助手等内部降本增效的场景，逐渐扩展到对外业务能力的提升，例如投资研究、尽职调查、投资顾问和理财展业等，帮助金融机构获得潜在业务的增量。

以财富管理领域的智能投研为例，华泰证券是较早布局数字化转型和人工智能的券商之一，旗下自营券商APP“涨乐财富通”的用户活跃人数目前已居于各券商APP前列。在AI智能体的实践中，今年10月底，华泰证券在豆包APP上线的股票智能体——“华泰股市助手”，具有对市场标的深度分析、自定义指标筛股和金融百科问答的三大特色功能，一经上线就成为了股票类用户活跃量第一的智能体。截至目前，上述智能体的对话人数已经突破15万人。

实际上，华泰证券对大模型应用并未止步于此。在业务流程方面，华泰证券对自营券商APP的财富助手进行智能化升级，以满足用户多轮对话和问答内容准确性方面的要求；对于企业内部工作流程效率的提升，2023年4月发布第一款大模型应用至今，华泰证券已经上线或正在测试的大模型应用超过20个。

如今越来越多的金融机构认识到智能体应用的潜力，国信证券也是积极建设智能体核心能力的券商之一。近期，国信证券依托AI应用开发平台HiAgent举行AIGC智能体大赛，充分调动员工的积极性，产出众多高价值的大模型应用场景，当前部分场景已投入验证和使用；此外，HiAgent平台与内部办公平台打通，让基于HiAgent构建的应用能够一键发布至员工工作台，为员工的工作增效提供了丰富且实用的工具。

除了券商，银行作为具有丰富零售和对公业务场景的金融机构也在积极“尝鲜”智能体。“零售之王”招商银行是业内第一家在豆包APP上线智能体的金融机构。目前，招行“掌上生活优惠”与“财富看点”两款智能体，已能够为用户带来了包括生活优惠查询、办卡指南、卡片权益解读、市场行情分析等一系列个性化、智能化的服务。

作为注重数据安全和风险控制的金融机构，应该如何更安全地应用AI大模型？刘俊介绍称，火山引擎在为企业部署的过程中，在模型、平台、算力和应用等层面均提供了私有化的解决方案，并且在金融机构落地大模型技术时，优先推进风险低的场景，风险相对更高的场景则推荐做业务人员的智能助手，以提升效率。

工具箱升级：大幅降低AI应用开发门槛

AI应用的快速搭建和应用，离不开技术手段的支持，然而以往需要大量科技人员支持的应用开发流程，已经被更高效、便捷的工具所逐步取代。如今，未掌握编写代码技能的普通人，甚至可实现“0代码”开发AI应用。

12月18日，火山引擎还宣布旗下两款AI应用开发平台——HiAgent、扣子全面升级。两个平台均给开发者提供了提示词模板、插件和知识库等一系列智能体开发元素，让开发者像搭积木一样就可实现应用的开发。这也意味着，产业端的各类企业在开发属于自己的企业级AI应用的门槛和难度得到大幅降低。

火山引擎有关负责人表示，如今扣子已成为开发者的首选AI应用开发平台，保持开发者数量的持续领先和开发生态的逐渐完善。数据显示，扣子平台上已超过100万活跃开发者，发布超过200万个智能体。

火山引擎副总裁张鑫认为，随着大模型泛化能力的提升，解决各类产业端长尾场景问题的AI应用越来越成为可能。特别是智能体开发平台诞生以后，打破了AI应用开发的壁垒，大幅降低了企业开发的成本。

据介绍，对于金融机构这类需要更高安全性的企业，则可以利用HiAgent来进行私有化部署开发。除了在通用能力和核心开发过程中为企业提供支持，HiAgent平台还针对不同的行业应用场景打造“样板间”，包括办公助手等通用模板，以及金融、汽车等行业特色模板。在火山引擎原动力大会上，最新发布的HiAgent1.5，已经提供了超过100个行业的应用模板，企业可一键复制，敏捷落地AI应用。

张鑫表示，在智能体开发平台的助力下，极低的开发门槛能够助力企业实现“全民创新”。也就是说，非科技人员也能够轻松用起来，帮助提升效率。

他以金融机构为例解释称，以往银行或券商进行IT建设时开发流程长，且内部仍需科技团队向业务部门推广应用；如今，业务团队不需要再等待科技人员，有实际业务有需求和痛点时，业务人员就能利用平台开发企业AI智能体，仅利用想法和创意就能开发应用。而企业所开发的智能体又进一步沉淀为自身的资产，帮助进一步迭代和创新。

值得一提的是，除了AI应用开发平台，作为一站式大模型落地平台，火山方舟也在大会期间迎来全面升级，让大模型开发更友好，更专业，更高效。为解决人工编写提示词难度高、耗时久，重新适配等难点，火山引擎推出了全新的产品“prompt优解”。作为全新一代的提示词工具，可通过自动+互动的方式，帮助企业降低成本，高效获得高质量的提示词。

好的大模型应用离不开记忆，记忆将是未来大模型必备的能力。大会上，火山引擎还基于知识库RAG技术（检索增强生成）和上下文缓存技术，帮助企业快速打造灵活的大模型的记忆方案。并推出SessionCacheAPI和PrefixCacheAPI。据有关负责人介绍，“该技术在助力大模型更快、更优、更省的同时，也让大模型成为更懂你的老朋友。”

此外，火山方舟还在大会期间推出了AI搜推引擎、更灵活的批量处理方案、应用实验室等多款能力的发布，并在高并发算力保障、安全可信会话无痕方案等方面再次升级，有力支撑AI大模型从开发到落地应用的全生命周期。