通信行业点评报告：字节发布豆包实时语音模型，重视AI产业链
字节发布豆包实时语音大模型发布，AI版图持续扩张
2025年1月20日，字节跳动发布豆包实时语音大模型，该模型是一款语音理解和生成一体化的模型，实现了端到端语音对话。相比传统级联模式，该模型在语音表现力、控制力、情绪承接方面表现较强，并具备低时延、对话中可随时打断等特性。在数据收集中，团队筛选并整理大量包含丰富情感的语音数据，涵盖各种场景与情绪状态。在预训练阶段，团队对各模态交织数据进行深入训练，精准捕捉并高效压缩海量语音信息，通过Scaling，最大程度实现语音与文本能力深度融合和能力涌现。在后训练阶段，团队使用了高质量数据与RL算法，进一步提供模型高情商对话能力与安全性，并使大模型同时兼具“智商”与“情商”。
架构支持多模态输入输出，涌现出较强声音控制、声音扮演等能力
在架构方面，豆包团队研发端到端框架，深度融合语音与文本模态，该框架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，涵盖S2S（语音到语音）、S2T（语音到文本）、T2S（文本到语音）、T2T（文本到文本）等多种模式。模型涌现多种能力：在声音控制方面，模型不仅能依照基础指令输出，还可遵循丰富的复杂指令；在声音扮演方面，目前模型部分方言和口音，主要源自于预训练阶段数据泛化，而非针对性训练。此外，模型支持实时联网功能，能够根据问题，动态获取最新信息，问题回答时效性强。从测评结来看，豆包实时语音大模型在情绪理解和情感表达方面优势明显，整体满意度方面，豆包实时语音大模型评分为4.36，GPT-4o为3.18，豆包模型表现更优。
ToB和ToC端大模型齐飞，重视字节跳动等相关产业链投资机会
ToB和ToC端大模型齐飞，建议重视国产算力产业链：（1）【国产算力芯片】推荐标的：中兴通讯；受益标的：寒武纪、海光信息等；（2）【字节/阿里/腾讯/百度等AIDC供应商】推荐标的：润泽科技、宝信软件；受益标的：光环新网、世纪互联、大位科技、东方国信、云赛智联、奥飞数据、万国数据、科华数据等；（3）【液冷】推荐标的：英维克；受益标的：申菱环境、同飞股份、网宿科技、科华数据、高澜股份、申菱环境、依米康、飞荣达等；（4）【服务器电源】受益标的：欧陆通、麦格米特等；（5）【柴油发电机】受益标的：科泰电源、潍柴重机等；（6）【变压器】受益标的：金盘科技等；（7）【铜连接】受益标的：博创科技、瑞可达、华丰科技、沃尔核材、鼎通科技、神宇股份等；（8）【交换机及芯片】推荐标的：中兴通讯、盛科通信、紫光股份；受益标的：锐捷网络等；（9）【服务器】推荐标的：中兴通讯、紫光股份；受益标的：浪潮信息、华勤技术、烽火通信；（10）【光通信】推荐标的：中际旭创、新易盛、天孚通信、中天科技、亨通光电；受益标的：华工科技、光迅科技、长光华芯、源杰科技等；（11）【通信模组】推荐标的：广和通；受益标的：移远通信、美格智能、华测导航等。
风险提示：AI及云计算发展不及预期、机柜上架不及预期、行业竞争加剧等