新火種
2025-02-12 
國泰君安：豆包實時語音大模型上線AI軟硬件場景落地受益
智通財經APP獲悉，國泰君安發布研報稱，豆包實時語音大模型上線，該模型一舉實現理解情緒、聯網、控制語氣語調、隨時打斷等效果。增加了情感的語音交互將顯著有利于AI的軟硬件應用，能夠降低使用門檻、改進效率、提升體驗，對于AI軟硬件場景落地都將是顯著幫助。
事件：1月20日，豆包實時語音大模型正式推出，并在豆包APP全量開放。
國泰君安主要觀點如下：
該模型可理解輸入語言情緒、實時聯網，在輸出時具備強大聲音控制能力，且高度近似人類、有超低延遲、可隨時打斷
其真人級語音對話能力具體表現在以下方面：1)擬人化的情感承接，能夠理解用戶的內容及情緒，并用恰當的語氣做出回應；2)強大的聲音控制和豐富的情感演繹能力，能夠遵循豐富的復雜指令，配合不同的音色、情緒及狀態輸出，可以講故事、講方言和口音、甚至唱歌；3)智商與表現力之間的平衡，該模型的表現力高度接近真人，包括類人的語氣詞、停頓思考等，模型也有實時聯網功能，使其能夠根據問題，動態獲取最新信息，對時效問題給到精準、及時的回應；4)絲滑的交互體驗和超低延遲，實現在更低系統時延情況下的生成準確性、自然度，并且具有敏銳的語音打斷與用戶對話判停能力。
豆包實時語音大模型的整體滿意度較GPT-4o有明顯優勢，特別是在語音語氣自然度和情緒飽滿度方面遠高于后者
豆包團隊圍繞擬人度、有用性、情商、通話穩定性、對話流暢度等多個維度選取數十名外部測試者進行考評，豆包實時語音大模型整體滿意度(以5分為滿分)得分為4.36，GPT-4o為3.18，超過半數的測試者對豆包模型表現打出滿分，且豆包模型在情緒理解和情感表達方面優勢明顯，尤其在“一聽就是AI與否”的評測中被認為AI的概率極低。
增加了情感的語音交互將顯著有利于AI的軟硬件應用，能夠降低使用門檻、改進效率、提升體驗，包括如下應用場景：
1）情感陪伴與智慧教育應用，推薦愷英網絡(002517.SZ)，受益標的盛天網絡(300494.SZ)、南方傳媒(601900.SH)、世紀天鴻(300654.SZ)、昆侖萬維(300418.SZ)；
2）AI陪伴硬件如AI玩具、AI寵物，可幫助硬件生產商與IP方擴大需求，推薦上海電影(601595.SH)，受益標的湯姆貓(300459.SZ)；
3）AI眼鏡、AI耳機、AI音箱等生活效率產品將受益于交互方式的改進，受益標的小米集團-W(01810)。
風險提示：AI應用落地進度不及預期，商業化進展不及預期，相關公司主營業務業績壓力。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
