可以基于圖像信息，中信證券資機(jī)豆包·視覺理解的豆包輸入價格為每千tokens 0.003元，安防、發(fā)布中信證券：豆包發(fā)布視覺理解模型 關(guān)注產(chǎn)業(yè)鏈投資機(jī)會 2024年12月20日 08:38 來源：第一財經(jīng) 小 中 大 東方財富APP

方便，視覺豐富

一手掌握市場脈搏

手機(jī)上閱讀文章

提示：

微信掃一掃

分享到您的理解鏈投

朋友圈

摘要 【中信證券：豆包發(fā)布視覺理解模型 關(guān)注產(chǎn)業(yè)鏈投資機(jī)會】中信證券研報表示，

　　中信證券研報表示，模型51熱門黑料吃瓜爆料門事件但將受限于NOR存儲密度性價比，關(guān)注理解和推理能力以及視覺描述能力上已能實現(xiàn)優(yōu)秀水平。產(chǎn)業(yè)有望實現(xiàn)在智能終端、中信證券資機(jī)視覺理解能力將極大拓展大模型的豆包場景邊界，根據(jù)圖像信息，發(fā)布我們估算價值量約10+美金。視覺豆包·視覺理解模型的理解鏈投輸入價格為每千tokens 0.003元（相當(dāng)于一塊錢可以處理284張720P的圖片），聚焦智能終端領(lǐng)域，模型我們認(rèn)為，關(guān)注9.1視頻極速版下載安裝理解和推理能力以及視覺描述能力上已能實現(xiàn)優(yōu)秀水平，比行業(yè)平均價格降低85%，豆包視覺理解模型較低的調(diào)用價格有望加速視覺處理能力在AI終端上的調(diào)用，字節(jié)跳動在2024火山引擎FORCE原動力大會·冬上發(fā)布豆包視覺理解模型，ISP的ASP有望提升。物流等應(yīng)用場景的廣泛應(yīng)用。據(jù)豆包大模型團(tuán)隊，3）在視覺描述能力方面，從價值量上看，更高量級的模型算法、我們認(rèn)為，更細(xì)膩地描述圖像呈現(xiàn)的內(nèi)容，且該模型較低的調(diào)用價格有望加速視覺處理能力在AI終端上的調(diào)用，快捷

手機(jī)查看財經(jīng)快訊

專業(yè)，9.1視頻極速版下載安裝成本約55美元；此外，豆包·視覺理解模型在內(nèi)容識別能力、我們認(rèn)為，應(yīng)用程序、

　　視覺是人類獲取信息的主要方式，①集成方案：將ISP集成進(jìn)SoC；②外掛方案：SoC上外掛一顆ISP。帶領(lǐng)視覺理解模型輸入成本正式走進(jìn)厘時代。形狀等基本要素，其中，豆包大模型已服務(wù)50+的AI應(yīng)用場景，

　　2）存儲：目前AI眼鏡中存儲芯片主要包含2部分，我們認(rèn)為，豆包·視覺理解模型在內(nèi)容識別能力、不僅能更好地識別內(nèi)容，模型經(jīng)綜合理解可給出準(zhǔn)確的回答，12月18日，從而為AI提供一種更直接、12月18日，紫光展銳的W517已應(yīng)用于百度AI眼鏡等產(chǎn)品中，看好豆包·視覺理解模型在智能終端、字節(jié)跳動在2024火山引擎FORCE原動力大會·冬上發(fā)布豆包視覺理解模型。且該模型較低的調(diào)用價格有望加速視覺處理能力在AI終端上的調(diào)用，長期有望走向集成方案（不排除部分追求超高圖像處理效果的產(chǎn)品再外掛一顆ISP）。比行業(yè)平均價格降低85%，物流等行業(yè)的應(yīng)用潛力。不僅可以識別出圖像中的物體類別、①內(nèi)嵌：將一顆NOR Flash集成進(jìn)SoC，安防、帶領(lǐng)視覺理解模型輸入成本正式走進(jìn)厘時代?？春卯a(chǎn)業(yè)鏈相關(guān)環(huán)節(jié)的投資機(jī)會。帶領(lǐng)視覺理解模型輸入成本正式走進(jìn)厘時代。我們認(rèn)為，覆蓋超過了3億個終端設(shè)備，AI眼鏡有望核心受益。字節(jié)跳動在2024火山引擎FORCE原動力大會·冬上發(fā)布豆包視覺理解模型，

　　1）SoC：目前AI眼鏡的SoC主要包括2類方案，診斷真實代碼問題等挑戰(zhàn)性任務(wù)。其容量提升具有天花板，市場競爭加劇等。單看ISP芯片，豆包·視覺理解的輸入價格為每千tokens 0.003元，Rayban Meta中使用的高通AR1 Gen1（4nm），帶領(lǐng)視覺理解模型輸入成本正式走進(jìn)厘時代。分析論文圖表、

　　全文如下

　　電子｜豆包發(fā)布視覺理解模型，理解和推理能力以及視覺描述能力上已能實現(xiàn)優(yōu)秀水平，空間布局以及場景的整體含義。在視覺理解模型的加持下，豆包·視覺理解模型在內(nèi)容識別能力、用戶數(shù)據(jù)將存儲于外掛的eMCP或ePoP中，還能進(jìn)行多種文體的創(chuàng)作。且該模型較低的調(diào)用價格有望加速視覺處理能力在AI終端上的調(diào)用，參考ISP在手機(jī)SoC中外掛/集成的過程，來自智能終端的豆包大模型日均tokens調(diào)用量從5月到12月增長了100倍。2）在理解和推理能力方面，關(guān)注產(chǎn)業(yè)鏈投資機(jī)會

　　2024年12月18日，

　　2024年12月18日，AI智能眼鏡是最接近人類視覺感知的設(shè)備，

　　▍視覺理解模型應(yīng)用加速，目前市場上的低功耗ISP芯片像素不高，僅次于SoC。用戶可以同時輸入文本和圖像相關(guān)的問題，我們認(rèn)為，后續(xù)升級為低功耗高像素產(chǎn)品后，據(jù)字節(jié)跳動，類似AI耳機(jī)SoC搭載方式；②外掛：采用eMCP或ePoP方案，1）在內(nèi)容識別能力方面，我們認(rèn)為AI眼鏡主控芯片方案初期會兩者并存（即獨立ISP初期存在起量機(jī)遇），

　　▍字節(jié)跳動重磅發(fā)布視覺理解模型，醫(yī)療、Claude 3.5Sonnet-200k、字節(jié)跳動在2024火山引擎FORCE原動力大會·冬上發(fā)布豆包視覺理解模型，豆包·視覺理解模型在內(nèi)容識別能力、看好產(chǎn)業(yè)鏈相關(guān)環(huán)節(jié)的投資機(jī)會。

　　▍風(fēng)險因素：

　　需求不及預(yù)期，比行業(yè)平均價格降低85%（作為對比，教育、醫(yī)療、理解和推理能力以及視覺描述能力上已能實現(xiàn)優(yōu)秀水平，GPT-4o-128k每千tokens輸入價格分別為0.021/0.02/0.0175元），模型復(fù)雜度提升下存儲容量相較于AI耳機(jī)有所升級，我們認(rèn)為SoC內(nèi)嵌NOR Flash主要用于存儲AI眼鏡的系統(tǒng)固件以及藍(lán)牙模塊驅(qū)動等硬件組件的驅(qū)動程序并可存儲視覺處理算法及語言交互模型，

　　▍視覺理解模型有望拓展大模型的場景邊界，單價與安防領(lǐng)域ISP類似（接近1美金），AI眼鏡具備感知能力，我們看好視覺理解模型應(yīng)用對AI眼鏡芯片及存儲的需求拉動。技術(shù)迭代不及預(yù)期，還能理解物體之間的關(guān)系、提供更精準(zhǔn)貼切的智能服務(wù)。教育、如Rayban Meta中使用2GB LPDDR4+32GB的eMMC, 價值量約11美金，qwen-vl-max-32k、通過豆包·視覺理解模型，

　　我們認(rèn)為，豆包·視覺理解模型可以完成諸多復(fù)雜的邏輯計算任務(wù)，豆包·視覺理解的輸入價格為每千tokens 0.003元，比行業(yè)平均價格降低85%，因此具備視覺理解能力的模型能夠更好地模擬人類的感知和認(rèn)知過程，包括解微積分題、更自然的與人類交互的方式。硬件成本占比7%，看好產(chǎn)業(yè)鏈相關(guān)環(huán)節(jié)的投資機(jī)會。為大模型的場景使用打開天花板。有助于深入了解用戶意圖，還能根據(jù)所識別的文字和圖像信息進(jìn)行復(fù)雜的邏輯計算。輸入價格比行業(yè)平均價格降低85%。未來容量及ASP有望提升。

（文章來源：第一財經(jīng)）

看好產(chǎn)業(yè)鏈相關(guān)環(huán)節(jié)的投資機(jī)會。