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”

　　投资要点

　　算力：恒源云13核+128G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A100-80G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。

　　AI应用：豆包团队发布最新实时语音大模型和大模型1.5Pro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。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1.5Pro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、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交叠，保证了多机分布式推理的稳定和高效；通过精细量化和PD分离等方案，灵活使用算力和多任务混合调度，实现更高效算力利用。

　　3）多模态能力全面提升：视觉方面，相比于上一版本，Doubao-1.5-pro在多模态数据合成、动态分辨率、多模态对齐、混合训练上进行了全面的技术提升，进一步增强了模型在视觉推理、文字文档识别、细粒度信息理解、指令遵循等方面的能力，并让模型的回复模式变得更加精简、友好；在语音多模态上，提出新的Speech2Speech的端到端框架，不仅通过原生方法将语音和文本模态进行深度融合，同时实现了语音对话中真正意义上的语音理解生成端到端，相比传统的ASR+LLM+TTS的级联方式，在对话效果上有质的飞跃。4）更强的深度思考能力：基于豆包1.5基座模型，通过RL算法的突破和工程优化，在未使用其他模型数据的情况下，研发豆包深度思考模型。阶段性进展Doubao-1.5-Pro-AS1-Preview在AIME上已取得了业内领先的成绩。

　　值得关注的是，豆包在所有模型训练过程中未使用任何其他模型生成的数据。豆包大模型构建自主的数据生产体系，以标注团队与模型self play技术相结合，高效优化数据质量，提升数据标注多样性和难度，确保数据来源的独立性和可靠性

　　AI融资动向:美国政府与OpenAI、软银、甲骨文联合启动“星际之门”项目，四年内计划投资额达5000亿美元

　　美国政府与OpenAI、软银、甲骨文联合启动“星际之门”项目，四年内计划投资额达5000亿美元。北京时间1月22日，美国新任总统特朗普宣布，将与OpenAI、甲骨文和软银合作，共同投资5000亿美元用于支持美国的人工智能基础设施建设，该项目名为“星际之门”（Stargate）。按照计划，“星际之门”项目参与各方将成立合资公司，初期投资为1000亿美元，未来四年内总投资额可能高达5000亿美元。甲骨文联合创始人拉里·埃里森表示，首个合作项目将安排在美国得克萨斯州建设数据中心，相关工作已经启动。OpenAI表示，该项目不仅将支持美国的再工业化，还将为保护美国及其盟友的国家安全提供战略支持。根据OpenAI的声明，孙正义将担任合资公司的董事会主席，软银和OpenAI是该项目的主要合作伙伴，软银负责资金支持，OpenAI负责运营管理。而半导体公司Arm、微软、英伟达、甲骨文以及OpenAI将成为关键技术合作伙伴。

　　投资建议

　　1月27日，苹果App Store中国区免费榜显示，DeepSeek成为中国区第一，成为国产大模型弯道超车的里程碑事件。DeepSeek R1没有使用业内普遍使用的监督微调（SFT）训练范式，而是直接通过强化学习让模型自主进化出复杂的推理能力，包括反思和长链思考等能力。与OpenAI的o1相比，DeepSeek模型的百万token输入成本从15美元锐减到0.55美元，输出成本则从60美元降低到2美元。开源叠加高性价比的双重属性，DeepSeek将推动AI发展加速从训练进入推理时代，进一步促进AI软硬件发展。

　　我们坚定持续看好AI软硬件机会，建议关注以AI为核心的龙头厂商科大讯飞（002230.SZ）、芯片技术有望创新突破的寒武纪（688256.SH）、高速通信连接器业务或显著受益于GB200放量的鼎通科技（688668.SH）、已与Rokid等多家知名AI眼镜厂商建立紧密合作的亿道信息（001314.SZ）等。

　　风险提示

　　1）AI底层技术迭代速度不及预期。2）政策监管及版权风险。3）AI应用落地效果不及预期。4）推荐公司业绩不及预期风险。