【华鑫证券】计算机行业周报：豆包实时语音大模型和大模型1.5 Pro版本上线，美政府联手科技巨头启动“星际之门”-250127（15页）.pdf

1、 20252025 年年 0101 月月 2727 日日 豆包实时语音大模型和大模型豆包实时语音大模型和大模型 1.5 Pro1.5 Pro 版本上版本上线，美政府联手科技巨头启动线，美政府联手科技巨头启动“星际之门”“星际之门”计算机计算机行业周报行业周报 推荐推荐(维持维持)投资要点投资要点 分析师：宝幼琛分析师：宝幼琛 S1050521110002 行业相对表现行业相对表现 表现 1M 3M 12M 计算机(申万)-6.1 0.0 19.5 沪深 300-4.1-3.5 14.5 市场表现市场表现 资料来源：Wind，华鑫证券研究 相关研究相关研究 1、计 算 机 行 业 点 评 报 告

2、：Meta(META.O)：AI 赋能广告提效，资本开支继续扩张2025-01-20 2、计算机行业周报：美国颁布 AI芯片出口限制新规，黄仁勋提出目前技术上仍以铜链接为主2025-01-19 3、计算机行业点评报告：微软（MSFT.0）：全球 AI 竞赛加剧，微软 800 亿美元率先出击2025-01-15 算力：恒源云算力：恒源云 1313 核核+128G+128G 算力紧张算力紧张 本周恒源云 13 核+128G 算力紧张。具体来看，显卡配置为A100-40G 中，腾讯云 16 核+96G 价格为 28.64 元/时，阿里云12 核+94GiB 价格为 31.58 元/时；显卡配置为 A

3、100-80G 中，恒源云 13 核+128G 算力紧张;阿里云 16 核+125GiB 价格为34.74 元/时；显卡配置为 A800-80G 中，恒源云 16+256G 价格为 9.00 元/时。AIAI 应用：豆包团队发布最新实时语音大模型和大应用：豆包团队发布最新实时语音大模型和大模型模型 1.5 Pro1.5 Pro 版本版本 1 月 20 日，字节跳动旗下的豆包团队正式发布了豆包实时语音大模型，这是一款语音理解和生成一体化的模型，实现了端到端的语音对话。与传统的级联模式相比，该模型在语音表现力、控制力、情绪承接方面表现出色，具备低时延、对话中可随时打断等特性。这些特性使得模型在实际

4、应用中更加灵活和高效，能够更好地满足用户在不同场景下的需求。在架构方面，豆包团队研发了端到端的框架，深度融合语音与文本模态，面向语音生成和理解进行统一联合建模，实现多模态输入和输出效果。模型支持多种模式，包括语音到语音（S2S）、语音到文本（S2T）、文本到语音（T2S）、文本到文本（T2T）等。在声音控制方面，模型不仅能依照基础指令输出，还可遵循复杂的指令，展现出较强的声音控制能力。在声音扮演方面，模型能够模仿多种方言和口音。此外，豆包实时语音大模型还支持实时联网功能，能够根据问题动态获取最新信息，确保问题回答的时效性。从测评结果来看，豆包实时语音大模型在情绪理解和情感表达方面具有显著优势。

5、在整体满意度方面，豆包实时语音大模型的评分为 4.36，而 GPT-4o 的评分为 3.18。目前，豆包 App 全新实时语音通话功能已全量上线。2025 年 1 月 22 日豆包大模型 1.5 Pro 版本正式发布。模型使用 MoE 架构，并通过训练-推理一体化设计，追求模型性能和推理性能的平衡。Doubao-1.5-pro 仅用较小激活参数，即可超过一流超大稠密预训练模型的性能，并在多个评测基准上取得优异成绩。具体亮点如下：1）综合能力领先：豆包大模型 1.5Pro 在知识(MMLU_PRO、-40-200204060(%)计算机沪深300证证券券研研究究报报告告 行行业业研研究究 证券研

6、究报告证券研究报告 请阅读最后一页重要免责声明 2 诚信、专业、稳健、高效 GPQA)、代码(McEval、FullStackBench)、推理(DROP)、中文(CMMLU、C-Eval)等多项公开测评基准上成绩全球领先。2）高效模型结构和超低成本：豆包大模型 1.5Pro 使用较小的激活参数进行预训练，训练成本极低的同时保持性能优越，采用大规模稀疏 MoE 架构，等效 7 倍激活参数的 Dense模型性能，远超业内 MoE 架构约 3 倍杠杆的常规效率；凭借自研服务器集群方案，灵活支持低成本芯片，硬件成本比行业方案大幅度降低；自研网卡和网络协议，显著优化小包通讯效率，算子层计算与通信的高效