来源：环球网 火山引擎表示，未来将与小米应用商店、小米浏览器持续深化合作，聚焦大模型与智能体在终端场景的 应用探索，不断拓展智能交互的边界，致力于为用户提供更高效、便捷、个性化的服务，推动智能终端 生态的创新发展。（纯钧） 【环球网科技综合报道】8月2日消息，火山引擎近日宣布小米浏览器已完成"AI搜索"功能升级，正式接 入豆包大模型及火山方舟高代码智能体产品。与此同时，小米应用商店也实现了与火山引擎扣子平台的 对接，用户通过扣子搭建的智能体可直接上传至小米应用商店，为终端用户带来更丰富的智能服务体 验。 值得关注的是，为推动智能体生态发展，小米应用商店今年将重点推广智能体模块，通过打通火山引擎 扣子的发布渠道，降低智能体开发与传播的门槛。作为一款面向广泛用户的AI Agent开发平台，扣子支 持无论是否具备编程基础的开发者，都能快速搭建基于大模型的各类AI智能体，这一合作将有效提升 终端用户的智能体使用体验。 据官方介绍，此次小米浏览器升级后，通过整合豆包大模型1.5和豆包视觉理解大模型，显著优化了搜 索交互方式，让用户能够以自然语言进行查询，大幅提升了搜索的便捷性。不仅如此，新功能还进一步 拓展了服务边界， ...

小米浏览器接入豆包大模型 - 小米浏览器升级"AI搜索"功能，接入豆包大模型及火山方舟高代码智能体产品，提升AI搜索效率与服务丰富度 [1] - 小米应用商店接入火山引擎扣子，用户可通过扣子搭建智能体并上传至小米应用商店 [1]

字节跳动火山引擎产品升级 - 火山引擎发布豆包·图像编辑模型3.0、豆包·同声传译模型2.0及豆包大模型1.6系列升级版 [2] - 豆包大模型日均tokens使用量达16.4万亿，较去年5月增长137倍 [2] - 豆包大模型在中国公有云大模型服务调用量占比达46.4%，位居第一 [2][7] 技术迭代与商业化进展 - 豆包大模型1.6版升级强化视觉理解、代码、推理等能力，PerToken延迟低至10ms [8][9] - 豆包·同声传译模型2.0将语音延迟从8-10秒降至2-3秒，降低超60% [8] - 企业级API调用成本在0-32k文本长度区间为每百万tokens输入0.15元、输出1.5元 [9] 市场份额与营收目标 - 中国公有云大模型调用量达114.2万亿tokens，火山引擎市场份额46.4% [7] - 火山引擎2024年营收超120亿，2025年目标翻倍至250亿 [8] - 预计2030年火山引擎年收入或达1000亿元 [8] AI Agent与数字员工解决方案 - 推出HiAgent数字员工工作台，实现千人千面工作画布形态 [14] - 广交数科与厦门大学已落地HiAgent方案，覆盖车辆维修、招生咨询等场景 [16] - AI Agent开发平台扣子开源后三天内星标数破万 [9][10] 开源生态与技术框架 - 开源扣子开发平台、扣子罗盘等工具，支持可视化开发与全链路管理 [9][10] - 开源veRL训练框架、KubeWharf操作系统等多项技术栈 [10] - 将持续开源高质量项目助力开发者创新 [12]

报告行业投资评级 - 看好（维持） [5] 报告的核心观点 - 字节跳动大模型实力领先，剑指长期AGI研究，研发团队高人才密度和内部赛马机制是其快速突破的重要原因，25年明确布局更长期、前沿的AGI研究 [8] - 业务优先研发加码、集团财务雄厚，使字节AI战略长期定力足和确定性高，从集团组织架构和财务实力双维度看，其AI基模战略持续性及坚定度高 [8] - 全球产业需求乐观向上，字节AI普惠加速缩窄国内外发展周期，虽市场担心国内需求不足，但从tokens消耗和海外云厂商情况看，行业需求持续高增，字节投入带动自身和行业发展 [8] - AI塑造云厂商竞争新格局，字节火山云有望受益于底模性能实现高增，24H2火山引擎在GenAI IaaS的份额近15%，25年目标营收翻倍增长 [8] 根据相关目录分别进行总结 前言：以字节看产业，国内AI需求加速拓展 - 对字节AI布局按从上游基础研发到下游B端、C端场景应用思路研究，此报告是字节跳动AI底层架构篇，探讨国内大模型实力、字节大模型能力排位、字节AI基模方向和战略定力、国内AI产业需求持续性等问题 [12] - 国内语言大模型与海外差距缩短至3个月以内，多模态模型和海外势均力敌，字节自研语言大模型处于国内一梯队，多模态图像和视频生成技术全球领先，语音合成模型亮眼，受益于数据和用户生态，多模态发展潜力大 [12][13] - 字节Seed团队高人才密度和赛马机制使其大模型研究快速突破，从集团组织架构和财务实力看，其AI基模战略持续性和坚定度高，24年字节收入1550亿美元，EBITDA或达520亿美元，高出腾讯46%，25年资本开支1500亿，领先阿里近50% [14][15] - 从tokens消耗和海外云厂商情况看，对国内AI产业需求更乐观，海内外产业发展有1年多时间差，但趋势不变，字节投入和AI普惠带动公司及国内产业加速发展，国内互联网大厂24H2自研大模型上线后AI Capex提速，字节24/25年Capex为800/1500亿元，yoy+33%/88%，25Q1字节火山引擎tokens调用量份额高达46.4% [17][18] 一、基础研发：重视基模能力迭代，组织架构和制度导向确保长期处于领先 1.1 基础模型：慢思考、快执行，全面布局且能力领先 - 字节大模型2023 - 2024年快速迭代，实现模型系列完备、能力处于国内一梯队，LLM方向Seed - Thinking - v1.5将国内与海外前沿模型能力差距缩短至3个月以内，多模态方向文生图、视频生成模型全球领先 [21] - 字节起步晚但迭代快，2023年初训练基础模型，2024年5月发布豆包大模型，涵盖多种功能，2025年持续发布新版本，在LLM及多模态上处于领先 [22] - 国内大语言模型与海外差距缩小至3个月以内，字节Seed - Thinking - v1.5超越DeepSeek R1，提升国内大语言模型先进性 [25] - 字节文生图和视频生成能力强，文生图模型Seedream 3.0全球排名第二，视频生成模型Seedance1.0全球第一，语音模型国内领先，国内多模态应用和市场大，字节受益于数据和用户生态，多模态发展潜力大 [28] 1.2 研发架构：阶段性领先目标达成，研发分层和整合放眼长期AGI研究 - 字节Seed团队高人才密度和赛马机制使其大模型研究快速突破，集团层面AI业务优先级高，从25年研发架构变动看，基模战略聚焦长期AGI研究，配套制度保障创造良性研究氛围 [30] - Seed团队聚集高水平研究人员，包括早年加入的AI研究者、外部技术骨干和年轻研究者，内部赛马机制激发技术突破，如视频生成模型有两个团队竞争 [30][31] - 集团架构上AI业务负责人直接汇报梁汝波，25年引入吴永辉担任大模型团队Seed基础研究负责人，形成双负责人模式，研发方向分层，内部研发力量整合，重视底层基础模型能力提升和模型应用能力 [32][38][39] - 25年设立“Seed Edge”项目，聚焦长期、底层AGI前沿研究，提供制度和资源保障，精简组织关系和汇报层级，培养下一技术周期竞争力 [42][43] 1.3 资本开支：全球AI加码趋势不变，字节投入国内TOP1 - 海外ChatGPT 4上线后带动云厂商Capex高增，23Q2起三大云厂商季度资本开支投入绝对值基本环比增长，24/25年合计Capex为1911/2500亿美元，yoy+59%/31%，云业务收入自23Q3起同比增速加快且持续高增长 [44][45] - 国内互联网大厂24H2自研大模型上线后AI Capex明显提速，虽季度有波动但全年高增，24/25年BBAT四家厂商合计资本开支为2374/3725亿元，分别同增99%/57% [45] - 字节24/25年Capex为800/1500亿元，yoy+33%/88%，25年绝对额领先第二名阿里近50%，2024年采购23万片Hopper GPU，为英伟达全球第二大采购方，服务器资本开支全球第五、国内第一 [50] - 2024年字节跳动实现收入1550亿美元，同比增速接近30%，若24年EBITDA利润率稳定，或达520亿美元，高出腾讯46%，具备资金做AGI长期探索 [52] 1.4 价格策略：工程能力强、定价创新，AI普惠尽全力 - 大模型成本降价是趋势，海外因商业化完善降价空间大，国内因付费习惯差异，降价依赖算法优化和工程创新，字节是降价推动者，配合新模型发布主动定价创新 [57] - 大模型成本呈下降趋势，算法效率提升使计算资源减少，模型服务成本每年下降接近一个数量级 [57] - 国内外模型价格对比，考虑购买力和性能差异，国内厂商性价比优势不明显，国内模型普惠需依靠算法和工程优化 [61] - 字节率先推出低价，配合产品发布抢占市场，6月豆包1.6模型首创按输入长度区间定价，降低使用成本，较豆包1.5和DeepSeek - R1成本下降63%，推动基础模型普惠化 [65][69] 1.5 市场需求：持续高增，字节作为云厂商受益于行业发展 - 全球头部公司tokens消耗指数级增长，2025年4月Google日均tokens使用量为16万亿，是去年同期49倍，25Q1微软日均tokens处理量为1.1万亿，是去年同期6倍，2025年5月字节日均tokens使用量为16.4万亿，是去年同期137倍 [74] - 豆包tokens调用量为发布时的137倍，2025年5月日均突破16.4万亿，每季度呈3 - 4倍增长，AI工具、视觉理解等驱动tokens调用高增，如AI搜索增长10倍，AI编程增长8.4倍，视觉理解在部分场景tokens消耗数增长12倍 [76][77] - 2024年6月中国生成式AI日均tokens处理规模达2180亿，预计11月达11200亿，2024年6 - 12月字节商用tokens日均消耗量月均复合增长率超60%，12月火山引擎日均tokens市场份额占比超50%，行业大模型需求和tokens调用量将保持增长，有用户生态基础的云厂商或领先 [80] 二、火山引擎：面向AI转型，AI云为核心增量 - 火山引擎规模小以AI云为主，2024年年营收为125亿元，为阿里云的11%，24/25年均保持翻倍以上增长，与阿里云均为国内AI云龙头企业 [83] - 火山引擎依靠AI云服务带动新客户入局，再带动通用云服务客户规模增长，与传统云增长逻辑不同，国内大模型降本趋势下，字节AI产品性能提升为其带来核心增长 [84] - 火山引擎AI云优势明显，25Q1国内大模型tokens调用量中份额高达46.4%，MaaS服务份额和生成式AI云服务份额均在15%左右，位列行业top3，传统云服务不占优，看好其AI云份额进一步增长 [86] - 市场端AI云高增快于公有云，24H2中国云计算市场增速回升至17.7%，24H1中国智算服务市场规模同比增长79.6%，AI云增速远超公有云，火山引擎有望维持高增，提升市场份额 [89] 三、投资建议：把握AI需求加速拓展的配置机会 - 国内AI需求加速拓展，AI周期分三阶段：算力/云→ToB垂类应用→C端应用场景，目前处于第一阶段及第二阶段持续加强环节，建议增加港股互联网板块配置 [95] - 推荐两条逻辑：一是AI产业底层架构领先者，关注阿里巴巴 - W、字节跳动、腾讯控股；二是关注ToB垂类AI应用，如快手 - W、美图公司、百度集团 - SW、BOSS直聘 - W、北森控股、同道猎聘等 [95]

人事变动 - 字节跳动豆包大模型视觉多模态生成方向负责人杨建朝宣布"暂时休息"，相关工作已完成交接 [1] - 杨建朝的个人信息仍能在字节内部系统中查询到 [1] - 周畅（花名"时光"）将接任杨建朝的工作，周畅所在架构为"多模态交互与世界模型"部门，汇报对象为吴永辉 [1] 变动原因 - 知情人士透露人事变动原因为"家庭因素" [1] - 此前有传言称杨建朝因难以兼顾北美与国内工作节奏，长期处于高强度压力下，身心俱疲 [1] - 另有说法称其为"提前退休" [1]

行业趋势 - AI产业正经历深度分化，平台型巨头通过饱和式投入将AI纳入主营生态，而初创公司在技术与商业之间徘徊[1] - 大模型行业从技术热潮转向商业化落地阶段，面临高昂成本、C端不确定性和ToB复杂交付等挑战[1] - AI价值必须通过商业化实现闭环，单纯的技术创新无法持续[1][7] 大厂战略 - 百度将文心大模型嵌入搜索、地图、网盘等核心产品，通过千帆平台打入垂直行业，自动驾驶平台萝卜快跑积累千万订单[2] - 阿里将通义千问融入钉钉、天猫精灵等应用，借助百炼平台向B端输出能力[2] - 腾讯在社交和办公生态植入混元大模型，通过腾讯云提供行业解决方案[2] - 字节以豆包大模型为核心布局C端和B端，火山引擎2024年营收突破120亿元[3] - 快手通过可灵AI提升内容生态与商业化效率，累计收入1.8亿元，企业API调用量超4000万次[4] 初创公司路径 - 智谱、阶跃星辰、商汤等专注ToB市场，面临回款周期长和项目转化门槛高的问题[5] - Minimax和月之暗面选择ToC市场，通过创新产品吸引用户但面临留存和变现挑战[5][6] - DeepSeek通过开源积累开发者社区，月活达1.7亿但用户活跃度从7.5%降至3%[6] 商业化挑战 - C端市场用户基数大但留存变现难，需要产品体验、留存机制和成本结构协同[9][11] - ToB市场交付周期长，大厂竞争加剧初创公司压力[10][11] - GPU成本居高不下，初创公司面临资金链断裂风险[10][11] - 技术必须与具体行业需求结合才能产生可观收入[10] 未来方向 - AI产品核心将从模型通用性转向任务完成力，聚焦垂直刚需场景[13] - 生态协同成为关键，需要构建"平台-模型-产品"联动闭环[13] - 开源与出海成为重要路径，多家公司布局海外市场[13] - 行业竞争焦点转向将模型能力嵌入真实业务并形成可持续现金流[13][14]

AI海外链与国内链表现分化 - AI海外链相关公司股价强劲反弹 英伟达 微软等领军企业股价突破历史新高 反映海外资本市场对AI技术迭代推动产业变革的高度认可 [1] - AI国内链相关标的未出现类似海外市场的强劲反弹 包括基础层算力芯片企业 中间层算法服务提供商 应用层行业解决方案公司 [1] - 海外与国内市场AI产业链公司股价分化形成剪刀差 且差距仍在扩大 [1] 国内AI技术迭代与性能提升 - DeepSeek-R1模型更新版本在数学 编程与通用逻辑等基准测评中表现优异 接近国际顶尖模型水平 复杂推理任务表现显著提升 [2] - 豆包大模型1 6版本支持深度思考 多模态理解 256k长上下文等能力 视频生成模型和语音播客模型迭代更新 [3] - 阿里Qwen-3模型集成快思考与慢思考 国内大模型技术持续精进 [3] 国内AI应用商业化进展 - 快手Kling AI年化收入运行率突破1亿美金 月度付费金额超1亿元人民币 P端用户贡献70%营业收入 [4] - AI应用在情感陪伴 教育 智慧搜索等细分领域展现强劲存在感 如PolyBuzz Solvely 夸克 Genspark等 [4] - AI搜索 tokens消耗增长10倍 AI编程增长8 4倍 K12在线教育场景tokens消耗增长12倍 [3] 国内AI产业链投资机会 - AI算力国内链关注推理芯片 如寒武纪 海光信息 及AI服务器厂商 如浪潮信息 华勤技术 联想集团 [5] - AI应用领域关注TO C端快手-W 万兴科技 TO B端汉得信息 广联达等标的 [5] - 日均tokens使用量达16 4万亿 较去年增长137倍 应用普及拉动云端算力需求 形成"应用-算力"正向循环 [3]

AI能力发展现状 - 主流大模型在高考测评中表现优异，字节跳动Seed团队豆包大模型1.6版本测试成绩达到清华、北大录取水平[1] - AI在理科科目特别是数学上进步显著，得分普遍达到140分以上（满分150分）[6] - 多模态能力取得突破，能够处理带图表的题目，在生物、化学等科目表现提升明显[15][16] AI与人类能力对比 - 高考数学属于初等数学范畴，AI通过大量训练可取得高分，但高等数学研究需要定义问题的能力，目前仍是人类优势领域[6][7] - 人类数学家分为科班出身和"野路子"两种培养路径，前者依赖系统化训练，后者依靠天赋和直觉[8] - 顶尖数学研究需要沉浸式思考能力和自驱力，这是当前AI所不具备的特质[9] AI应用场景拓展 - 个人助手类应用快速发展，如实时翻译、信息查询、内容整理等功能已进入日常生活[10] - 内容创作领域AI应用广泛，包括网络小说创作、视频生成等，部分作品质量已让专业人士感到惊讶[11] - 工作效率工具如飞书知识问答和NotebookLM等产品显著提升信息处理能力[12] 多模态技术进展 - 多模态将成为AI公司基础能力，降低人机交互门槛[15] - 图像识别技术成熟度较高，已实现"拍照搜同款"等实用功能[16] - 视频理解仍面临挑战，包括注意力漂移和时空连续性等问题[21][22] AI对内容产业影响 - AI在结构化内容处理上优势明显，如会议纪要整理、提纲设计等[26] - 专业创作者将AI作为辅助工具，但保持内容内核的人为主导[27] - 完全由AI生成的内容在专业领域仍存在价值认可问题[26] AI与教育发展 - AI能力进步对传统应试教育体系形成挑战，需要重新思考教育目标[32] - 应试教育在高维度智力筛选上仍具价值，培养的系统性思维与AI能力正相关[32] - 基础教育阶段知识储备仍是必要基础，否则难以有效利用AI工具[34] AI与社会公平 - AI可能加剧数字鸿沟，主观能动性强的人群获益更大[39] - 基础服务领域AI促进公平，但高阶应用可能形成新的资源分配不平等[41] - 社会需要关注AI时代新型生产资料的分配问题[41] 行业应对策略 - 内容创作者应强化提问能力和问题定义能力，这是区别于AI的核心竞争力[43] - 企业负责人需要保持战略定力，AI无法替代决策中的信念和坚持[45] - 行业应推动AI承担常规工作，释放人类探索创新领域的潜力[46]

AI在医疗行业的应用 - 医疗是与人们日常生活关联最紧密的AI落地场景之一 大模型带来了从供给端改变医疗资源紧张的契机 [1] - 北京美中爱瑞肿瘤医院积极探索用AI重塑医院流程 依托火山引擎提供的豆包大模型和HiAgent等AI产品 提高医生作业效率和患者治疗体验 [1] AI提升临床诊疗效率 - 肿瘤病人病情复杂 医生需花费20-30分钟梳理病历资料 豆包大模型搭建"AI预问诊"智能体 患者可提前上传病史资料 大模型直接结构化总结给医生 [3] - 豆包大模型可筛选病患病例和临床实验入组条件 准确匹配符合试验条件的患者 无需医生逐一核对信息 [4] - 大模型多模态能力可评估患者面部表情疼痛级别 根据Wong-Baker量表实现AI分析疼痛等级 [4] AI助力医生知识迭代与科研 - 肿瘤领域临床医生年均参与超3,000例MDT会议 单次会议需调阅10余个医疗系统的关联数据 高频次跨系统信息检索导致诊疗效率边际递减 [5][6] - 豆包大模型和HiAgent平台探索学科专家"医助"、学习"助手"、科研"助手"等智能体 辅助医生进行病情研判 降低认知负荷 [6] - 大模型帮助医生基于语义快速找到目标文献 做论文精读泛读 高效筛选整理医学知识 为医生精准推送有价值信息 [6] 智能化医院平台建设 - 美中爱瑞联手火山引擎打造"智能化医院平台" 包括智能医疗云平台和数据平台 提升院内服务和管理效率 [7] - 火山引擎提供从基础设施、AI技术到应用编排及安全产品的全场景服务 涵盖数据集成到数据建模全过程 [7] - 火山引擎形成从需求洞察到方案落地的完整服务体系 包括基础云资源建设、安全合规保障、数据治理等多个维度 [7]

股市表现 - 纳斯达克累计涨幅32 9% 恒生科技指数ETF(513180)累计涨幅11 57% 上证涨幅12 16% A股整体涨幅不及美股且结构差异显著 [1] AI芯片趋势 - 资金从训练GPU转向推理ASIC芯片 H100和H200主力云上价格自2月28日后持续下行 [3] - 基础大模型迭代放缓 3月B200交付后模型升级速度明显下降 行业转向RL强化学习路径 [5] - H100和H200租赁价格下降因RL阶段算力需求减少及中国厂商减少高性能芯片堆叠 [5] 数据与推理需求 - GPT5训练数据中合成数据占比达50% 显著高于GPT4 未来高质量数据获取成关键 [6] - 微软25Q1 Token总量超100万亿同比增5倍 谷歌4月Token处理量从9 7万亿飙升至480万亿增幅50倍 国内豆包大模型5月日均Tokens达16 4万亿较24年底增4倍 [7] - 推理芯片价格持续上涨 L4和A10等传统推理芯片需求旺盛 显示模型精度已具备实用价值 [6] ASIC芯片发展 - OpenAI自去年10月启动ASIC设计 2025-2027年为ASIC快速发展期 博通等厂商受益 [7] - 英伟达推出柜式机争夺推理市场 寄望ASIC迭代失败后客户回归B200和GB300 [7] - ASIC芯片前两代即使存在瑕疵也会推进 最快2027年才可能宣告失败 期间行业刺激将持续 [10] 港股科技股 - 港股科技股反弹弱于美股 恒生科技指数成分股如阿里腾讯仍处低位 三季度ASIC芯片供应改善或带动capex触底反弹 [9] - 市场对云收入增长预期保守 但全年目标1350亿以上 Q2同比增速或超15% [9]