招商证券消费电子深度报告指出，字节跳动豆包大模型正以极高性价比推动端侧AI加速落地。豆包视觉理解模型千tokens输入仅3厘、1元可处理284张720P图片、价格低行业85%，通用模型Pro已全面对齐GPT-4o、价格为后者1/8。截至12月15日豆包日均tokens超4万亿、7个月增长超33倍，与八成主流汽车品牌合作，覆盖终端设备约3亿台。豆包驱动的AI耳机Ola Friend、AI玩具“显眼包”验证了端侧AI应用可行性，AI眼镜、AI耳机等新品有望密集发布。
豆包大模型——高性价比驱动端侧AI普及
2024年12月火山引擎FORCE大会，字节跳动发布了豆包大模型家族全面升级。最值得关注的是豆包视觉理解模型的发布——千tokens输入价格仅为3厘，一元钱就可处理284张720P图片，比行业价格便宜85%。视觉理解模型不仅能精准识别视觉内容，还具备理解和推理能力，可根据图像信息进行复杂逻辑计算、分析图表、处理代码、解答学科问题。
豆包通用模型Pro同步升级，已全面对齐GPT-4o，使用价格仅为后者的1/8。相比5月版本，在综合能力、推理、指令遵循、代码、数学等方面全方面提升。文生图模型2.1版本实现精准生成汉字和一句话P图的产品化能力。音乐模型从生成60秒升级到3分钟完整作品。2025年1月将推出具备更长视频生成能力的豆包视频生成模型1.5版。
豆包大模型日均tokens使用量已超4万亿，发布7个月以来增长超33倍。豆包已与八成主流汽车品牌合作，接入多家手机、PC等智能终端，覆盖终端设备约3亿台，来自智能终端的调用量在半年时间内增长100倍。高性价比+高能力密度的组合，使豆包成为端侧AI应用的首选大模型。
豆包驱动AI耳机——Ola Friend验证端侧应用
字节跳动豆包10月发布首款AI智能体耳机Ola Friend，是豆包大模型在端侧硬件的重要落地案例。Ola Friend为开放式耳机，单耳重量仅6.6克（同类最轻），接入豆包大模型并与豆包App深度结合，用户戴上耳机后无需打开手机即可通过语音唤起豆包进行对话。目前支持信息查询、英语陪练、旅行导游、音乐DJ、情感交流等场景，已在电商平台开启预售，售价1199元。
Ola Friend的产品逻辑清晰——将AI语音助手从手机端迁移到耳机端，用户交互更加自然和即时。传统TWS耳机仅作为音频播放设备，接入大模型后转变为“随身AI助手”。豆包的高性价比模型使这种转变在经济上可行——云端调用成本极低，用户无需为AI功能支付高额订阅费。
FIIL GS Links AI高音质开放式耳机已经接入豆包大模型，漫步者、安克创新等品牌后续有望推出AI耳机新品。AI耳机正从概念走向产品化，2025年有望成为AI耳机元年。从TWS耳机年出货超3亿副的基数看，AI耳机渗透率的提升空间极为广阔。
豆包赋能AI玩具——“显眼包”引领新品类
字节跳动在中秋节推出的AI毛绒玩具“显眼包”，是豆包在AI玩具领域的标杆案例。“显眼包”以蓝白配色毛绒小山造型呈现，内置FoloToy提供的Magicbox大模型AI机芯，通过WiFi联网调用云端豆包大模型和扣子专业版能力。产品能够与用户进行中英文对话交互，可完成讲故事、背诵古诗等任务，还具备一定的记忆能力，能准确回应前两轮对话内容。
火山引擎与FoloToy、乐鑫科技、ToyCity、魂伴科技联合发布“AI+硬件智联计划”，结合豆包大模型、火山引擎拟人化语音对话、ToyCity潮玩设计、乐鑫科技AI芯片等产品力，推动AI潮玩普及化。乐鑫ESP32芯片搭载于“显眼包”中，提供软硬件开发平台和庞大开发者生态。
AI玩具市场空间广阔。全球玩具年出货量达数亿台，AI玩具目前尚处发展早期。随大模型能力持续提升和硬件成本下降，AI玩具有望成为端侧AI的重要品类。字节“显眼包”的示范效应已引发行业关注，头部玩具IP企业、大模型公司均在积极布局。
豆包在AI眼镜和汽车领域的布局
豆包高性价比多模态模型对AI眼镜意义重大。AI眼镜新增摄像头，对视觉理解交互能力高度依赖。豆包视觉理解模型（1元处理284张图、低行业85%价格）使AI眼镜的视觉识别功能成本大幅降低，为AI眼镜大规模普及扫清了模型成本障碍。字节与荣耀等品牌已有深入合作，未来有望推出搭载豆包的AI眼镜产品。
汽车领域，豆包大模型已与八成主流汽车品牌合作。智能座舱中豆包驱动的AI语音助手可实现自然对话、信息查询、车辆控制等功能。2024年原动力大会上，豆包展示了与赛力斯汽车等企业的AI升级案例。汽车是端侧AI的重要场景，豆包凭借高性价比优势有望持续拓展车企客户。
豆包大模型正在构建完整的端侧AI生态——手机（与荣耀等品牌合作）、PC（豆包PC端）、耳机（Ola Friend）、玩具（显眼包）、眼镜（潜在布局）、汽车（八成主流品牌）。日均tokens增长33倍的背后，是豆包在端侧AI各场景的快速渗透。
豆包大模型核心数据| 指标 | 数据 | 意义 |
|---|
| 视觉理解模型价格 | 千tokens 3厘 | 低行业85%，1元处理284张图 |
| 通用模型Pro能力 | 全面对齐GPT-4o | 价格仅为GPT-4o 1/8 |
| 日均tokens | 超4万亿 | 7个月增长超33倍 |
| 终端设备覆盖 | 约3亿台 | 半年调用量增长100倍 |
| 汽车品牌合作 | 八成主流品牌 | 智能座舱AI语音助手 |
