杭州领跑AI开源！阿里Qwen除夕开源视觉理解新旗舰，全系列3尺寸，7B模型超GPT-4o-mini 衡宇 白交 发自 川渝 量子位 | 公众号 QbitAI 眼看蛇年将至，杭州依旧充满活力。阿里通义Qwen今日凌晨4点发布了视觉理解模型Qwen2.5-VL，包含3B、7B和72B三个版本。Qwen...

阿里通义千问于1月28日宣布开源全新视觉理解模型Qwen2.5-VL，推出3B、7B和72B三个尺寸版本。该模型能识别物体、分析图像文本、理解长视频及捕捉事件。Qwen2.5-VL具备代理能力，可推理并使用工具，无需特定任务微调。在测试中，旗舰模型Qwen2.5-VL-72B-Instruct表现优异，涵盖多领域任务。较小模型Qwen2.5-VL-7B-Instruct在多项任务中超越GPT-4o-mini，Qwen2.5-VL-3B亦有出色表现。新模型增强对时空尺度感知，简化网络结构，提升效率。

阿里云宣布第三轮大模型降价，通义千问视觉理解模型降价超80%，输入价格低至0.0015元/千tokens。此次降价被视为对字节跳动豆包视觉理解模型的回应，后者千tokens价格为3厘。自大模型浪潮兴起，厂商投入巨大，降价潮对资金实力较弱的企业冲击较大。此外，大模型企业通过巨额广告投放抢夺市场，如Kimi和豆包在三季度广告费用分别达1.5亿和2亿。尽管如此，提升用户留存仍是关键。互联网大厂如阿里和百度正寻求C端突围，阿里将通义App分拆并入智能信息事业群，百度则加强AI搜索布局。

12月18日-19日，火山引擎FORCE原动力大会在上海举行，豆包视觉理解模型首次亮相并排名全球第二。该模型具备领先的内容识别、理解和推理能力，尤其在中文通用知识和文字识别方面表现突出。豆包视觉理解模型可识别图像中的物体、关系和场景，进行复杂推理，提取图片文本信息，并能细腻描述图像内容。此次大会还展示了豆包大模型家族的全面升级，包括音乐模型和文生图模型的新功能，以及豆包3D生成模型的首次亮相。

火山引擎在12月18日的“2024火山引擎FORCE原动力大会·冬”上发布了豆包视觉理解模型，并升级了火山方舟、扣子和HiAgent三款平台产品。豆包大模型日均tokens使用量超4万亿，7个月内增长超33倍。全资子公司光云科技因获得“钻石级万有伙伴”称号，股价连续两日涨停。字节跳动旗下火山引擎和巨量引擎分别与多家A股上市公司合作，包括华宇软件、中科创达、乐鑫科技、光云科技等。巨量引擎整合多个平台流量资源，为广告主提供精准投放服务。

12月20日，针对字节豆包视觉理解模型定价低于同行85%，火山引擎总裁谭待回应称，3厘/千tokens的价格仍能保持合理毛利。他认为，2B业务若毛利为负，规模越大亏损越多，商业模式不可行。字节通过技术优化（如算法预训练、工程错峰混部、P/D推理分离、硬件优化）实现低价。谭待强调，技术领先才能提供优质服务。（财联社）

2024年12月18日，字节跳动在‘2024火山引擎FORCE原动力大会·冬’上发布豆包视觉理解模型。该模型每千tokens的输入价格为0.003元，比行业平均价格降低85%。中信证券认为，豆包·视觉理解模型在内容识别、理解和推理以及视觉描述方面表现优秀，低价格有望加速视觉处理在AI终端的应用。中信证券看好该模型带来的产业链投资机会。

在12月19日的火山引擎Force大会上，字节跳动发布了豆包视觉理解模型，千tokens输入价格仅需3厘，相比行业价格便宜85%。抖音集团副总裁李亮表示，这并非价格战，而是通过技术创新降低成本，毛利仍然可观。此举旨在以更低的成本推动AI技术的普及和发展。豆包3D生成模型也首次亮相，结合火山引擎数字孪生平台veOmniverse，实现智能训练和数字资产制作。此外，豆包通用模型pro全面对标GPT-4，价格仅为后者1/8；音乐模型能生成3分钟完整作品；文生图模型2.1版本则能精准生成汉字和图像。

字节跳动的豆包大模型及相关产品持续引发行业关注。在火山引擎Force大会上，字节跳动发布了豆包视觉理解模型、豆包3D生成模型及全面更新的豆包通用模型pro、音乐模型、文生图模型等，为企业提供多模态大模型能力。豆包视觉理解模型的价格仅为0.003元/千tokens，比行业价格便宜85%。 火山引擎总裁...

字节跳动豆包大模型日均tokens使用量超过4万亿，发布7个月增长超33倍。在火山引擎Force原动力大会上，豆包发布视觉理解模型，价格降至0.003元/千Tokens，比行业平均价低85%。新一代视频生成大模型将于明年1月发布。豆包视觉理解模型填补了“豆包全家桶”在视觉交互上的短板。西部证券指出，视觉能力是大模型的核心，将增加对NAND存储芯片需求。国盛证券认为，字节跳动有望成为AI眼镜产品核心玩家。随着视频大模型的推出，字节跳动的算力需求将进一步增大，可能需要更多英伟达H100 GPU。