繼大語言模型價格以厘計算之后，視覺理解模型也進入了“厘時代”。

文丨智駕網 王欣

人工智能技術的迅猛發展已經深刻改變了眾多行業，特別是在內容創作和編輯領域。

一元錢就可處理284張720P的圖片。

千tokens輸入價格僅為3厘，相較于行業平均價格降低了足足85%。

今天，字節跳動在上海世博中心舉辦的火山引擎 Force 大會上，正式發布了豆包視覺理解模型，其千 tokens 輸入價格僅為 3 厘！

這一價格優勢極大地降低了應用多模態 AI 技術的成本門檻，使得更多的企業和開發者可以無負擔地接入并享用這一技術，從而推動多模態應用的創新與落地。

這同時也向外界宣告，繼大語言模型價格以厘計算之后，視覺理解模型也進入了“厘時代”。

從解鎖的功能上來看，豆包視覺理解模型可堪稱“全能選手”。

如火山引擎總裁譚待所介紹那樣，豆包視覺理解模型不僅能精準識別視覺內容，還具備出色的理解和推理能力，可根據圖像信息進行復雜的邏輯計算，完成分析圖表、處理代碼、解答學科問題等任務。此外，該模型有著細膩的視覺描述和創作能力。

它具備精準識別視覺內容的能力，不僅可以準確識別出圖像中的物體類別、形狀等基本要素，還能深入理解物體之間的關系、空間布局以及場景的整體含義。

像是識別小動物的影子并推斷出其種類，或是分辨出照片中的自然現象并解釋背后原理等都不在話下。

同時豆包的理解和推理能力也不遜色。

比如能夠基于所識別的文字和圖像信息進行復雜的邏輯計算，無論是分析圖表、處理代碼，還是解答學科問題等復雜任務，都能應對自如，為專業領域的應用提供了有力支撐。

像是在學術方面，無論是面對微積分這樣的數學難題，還是像分析論文中的圖表、處理代碼邏輯以及解答高考物理題等任務，豆包視覺理解模型都能很好地理解圖片所呈現的問題，依據提示詞展開相應的推理計算，進而給出準確的答案以及清晰的解題思路。

包括對于企業內部復雜的業務流程代碼，它可以協助分析代碼邏輯，診斷流程中可能存在的問題，助力企業的技術人員更高效地完成工作，解決那些復雜且專業的問題。

當前的視覺理解模型市場中，不同的產品有著各自的定價方式和價格水平。通常，這些模型大多是基于 Tokens 來進行計費，會把圖像編碼轉成 Tokens，然后和文本 Tokens 一同計算費用。

像 Claude 的價格是每千 Token 兩分一里錢，gpt 4o 的價格為每千 Tokens 一分七厘，阿里的千問價格則是每千 Tokens 2 分錢。

而豆包視覺理解模型此次給出的其千 tokens 輸入價格為3厘的價格，這是繼今年5月火山引擎發布豆包模型家族后，再一次攪起視覺大模型領域的一場激戰（《詳見》）。

目前，豆包通用模型pro已全面對齊GPT-4o，使用價格僅為后者的1/8。

會上，豆包3D生成模型也首次亮相。該模型與火山引擎數字孿生平臺veOmniverse結合使用，可以高效完成智能訓練、數據合成和數字資產制作，成為一套支持 AIGC 創作的物理世界仿真模擬器。

到明年春天，字節還將推出具備更長視頻生成能力的豆包視頻生成模型1.5版，豆包端到端實時語音模型也將很快上線，解鎖多角色演繹、方言轉換等新能力。

譚待表示，豆包大模型雖然發布較晚，但一直在快速迭代進化，目前已成為國內最全面、技術最領先的大模型之一。

量子位數據顯示，截止至11月底，豆包在2024年的累計用戶規模已經超過1.6億，每日平均新增用戶下載量穩定維持在80萬，成為全球排名第二，國內排名第一的AI APP。

AI產品榜全球總榜數據顯示，11月份，ChatGP穩坐第一，擁有2.8億活躍用戶；豆包僅次第二，活躍用戶近6000萬。

截至12月中旬，豆包通用模型的日均tokens使用量已超過4萬億，較七個月前首次發布時增長了33倍。

現在看來，豆包大模型無疑有望成為繼ChatGPT之后的又一重量級產品。

One more thing：
豆包上奔馳，怎么樣了？

隨著大模型技術的深入應用，汽車行業可能會迎來一次質的飛躍，汽車成為一個新物種。

眾多企業紛紛投身其中，造成了“百模大戰”的現象，但不同公司的技術、算法水平參差不齊。大模型雖開啟了汽車智能化的下半場，為那些在激烈競爭中尋求突破的車企提供了一把新鑰匙，但大模型究竟是不是汽車智能化的終局，或許在實現真正的自動駕駛之前，這個問題都沒有標準答案。

比如2024年6月份，辰韜資本關于大模型上車的行業報告顯示，46%的人認為大模型是終局，50%的人認為大模型是未來的技術方向之一。

雖然在競爭中，只有那些技術更先進、更符合發展趨勢的大模型會脫穎而出，但大模型上車后的智能座艙中，除了模型能力，生態能力也不可或缺。

而奔馳之所以與火山引擎合作，生態能力就是重要原因。

2024年8月13日，梅賽德斯-奔馳（中國）投資有限公司和字節跳動旗下的火山引擎科技有限公司簽署戰略合作備忘錄，將在大模型、生成式人工智能和大數據等前沿技術領域開展合作和探索。奔馳未來的新車型將在智能座艙中接入字節跳動自研的豆包大模型。

目前，豆包大模型已經與八成主流汽車品牌合作，其中搭載豆包AI大模型的smart精靈（參數丨圖片）#5已于10月28日上市，是搭載豆包AI大模型的首款車型。

而未來smart精靈#5在為用戶提供更連貫的體驗時，跨域的生態打通就成了影響產品體驗的關鍵。

火山引擎作為字節跳動的云服務商，豆包大模型通過火山引擎向客戶提供的服務正是基于這一生態能力，去助力大模型生態體系的搭建，這也會拓寬更大的成長空間。

【關注智能駕駛，關注智駕視頻號】

關注汽車的智駕時代上智駕網（http://autor.com.cn）
合 作or新聞線索提供，聯系郵箱：editor@autor.com.cn
聯絡交流，文章轉載 ，添加作者微信：xinwell0709