坚定看好AI高速铜连接

行业催化不断:1.NV验厂乐庭智联(已确认);2.传GB300布线新方案(overpass不取消);3.亚马逊等厂商AI方案对于线缆背板需求强烈。

我们认为，NV验厂和overpass优化意味着产业节奏加速，高速线缆在数据中心内部互连的地位愈加凸显，相关厂商有望迎来阶段性“戴维斯双击”过程。

1.从业绩端来看，当前高速铜缆供需两端矛盾突出，尤其是26/27线径产品(需要瓶颈设备)有强烈的缺货涨价预期，有利于上游厂商收入规模和利润率的释放;后续随着GB200量产NV逐步完成新旧动能切换，产业趋势或加速;

2.从估值端来看，高速铜缆产品生命周期延长趋势明确(a.英伟达B/R卡路径逐代接续，有望使用ACC/AEC等有源产品延长电传输寿命;b.海外CSP厂商如谷歌TPU、亚马逊Trainium 2机柜方案大量使用线缆背板)，助推板块估值水位提升。

关注:沃尔核材/精达股份/鼎通科技/华丰科技/意华股份

观点选自网络分享仅供参考。

字节AI视频剪映/即梦 交流

会议要点 

1、字节多模AI视频产品 像素（PicoDance）：文本视频或图片视频AIGC创造及原生编辑能力强，对提示理解力好， 分辨率、码率、帧率等表现不错。最新Pro版内部为1.2，外界显示为2.0，目前可支撑10 秒左右的生成。即梦（CV）：在动作延伸、润色及提升分辨率等方面有优势，具备将图片变成动作等泛化 生成能力，定位更偏向于影视前期的修饰、修正等。通过即梦AIAPP或网站对外输出能力， 明年将与媒体等有更多合作及更多产品形式。

2、产品能力差异原因 技术路线调整：字节曾在2023年11、12月推出基于大模型的文本视频能力产品，采用的是 相对老的自回归技术，而非主流的Transformer技术。在发现国内友商基于OpenAI思路推出 的产品市场数据良好后，字节决定采取两手准备，一是将原有技术与Transformer技术整合 转变，二是从头研究新技术。人文和组织架构因素：剪映倾向于成为独立公司，在剪辑及AI辅助方面有很多使用场景， 其组织架构消化了Face激萌。像素的相关路线分给了剪映，包括负责人张楠的管理因素等。

3、字节中台型团队 Cedar：研究各个模态的大模型技术，将算法与大模型结合，使其商业化，团队规模约200 人。AI Lab：进行基本的科学和算法研究，不太懂写代码，但懂算法结构，团队规模约200人。

4、即梦产品数据及业内情况 即梦自身数据：发布时间较晚，更新速度未达预期。日活跃使用人数目前在221000左右， 以个人或小型工作室居多，大型企业相对少。累计付费用户数约两万四五，均价约50元/ 月。业内情况：快手的可伶等产品表现良好，累计付费用户数超200万，客单价约100元，累计 付费金额预估达千万级别。

5、AI 视频的应用场景及效果 应用场景：现阶段主要集中在短视频平台内容发布和广告素材、电商素材制作，用户多数将 生成的视频发布到包括抖音在内的内容平台，生成广告素材的相对较少。效果及原因：AI视频能力较强，12月在抖音发现至少有近3万个创作者用AI创作的5到10 秒短视频，一个月内可涨粉几千，即便视频质量并非很高，主要原因是博主利用热点通过 AI 生成视频，满足了大众需求，且抖音等平台的用户基数大、日活量高。 

6、字节对AI生成视频的态度 宏观层面：字节定位不仅是互联网公司或围绕抖音，而是看好多媒体影视前期和后期市场， 以及短剧或一些拍摄市场，短视频和广告等抖音生态是较小的市场。微观层面：对于字节内部，一是创作者发布的内容，二是广告或电商素材。字节希望在其生 态内使用AI能力，不欢迎外界AI能力，认为明年各生态将形成竞争闭环。即梦、剪映等产 品已具备关联抖音号等能力，相对质量好的AI视频会获得奖励，非通过字节渠道的AI视频 可能会受到打压。 

7、文生视频的训练成本及资源倾斜 营销预算：2023年第四季度即梦开始有动作，12月预算提升，2024年第一季度尤其是春节 前后，市场营销投入预计提到亿级别，至少6000万往上。人力投入：字节在C的大模型研发中台投入巨大，投入集团算法方向级别极高的杨建朝带队， 从谷歌挖来文生视频技术负责人，文生视频团队已快扩张到百人。GPU 投入：公司有8000块左右的H100，该为英伟达市面上较高端的卡，第一优 先级给文生视频训练用，同时还拨给文生视频团队5000到6000块A100组成的。剪映 储备了50到60的视频生成方向人才，拨给他们的算力至少是A100或H系列级别。

8、文生视频的成本 训练及推理成本：生成一个5秒的视频，若算上训练成本大概要折合20元左右，若纯算推 理成本则在1.2元到1.6元之间。

9、海草和像素的迭代方向及频率 迭代频率：像素迭代频率较快，12月中上旬到春节期间以1到2周一个版本的速度迭代， 主要是功能性的迭代，包括提供更好的生成提示、辅助用户限定运动轨迹等。春节后会出现 产品形态变化，如企业版、多人合作能力、与抖音号更强的关联等。功能差异：剪映在运动轨迹、构图等方面让用户有干预和预测能力，即梦则提供更丰富的功 能，如场景优化、镜头调整、光线补充等可设置可配置的能力。 

10、产品迭代方向及优势 填补他人优势：关注并填补剪映等产品的优势能力，如让视频生成的满意度提高。突出自身优势：发展声音配音等优势，进行多模态理解，如对文字加图片场景的精准理解， 具备文生视频产品规划中的人无我有能力。 

11、能力填充方式及训练语料 能力填充方式：提升算法能力和模型能力，涉及算法代码改进和模型训练，以及加数据再重 新训练；涉及大模型之间的协作，解决多模态输入等问题。训练语料来源：处于增强学阶段，通过拼接一些特殊场景的视频，如长颈鹿在长城上跑， 增强大模型的理解能力；对常见物体的运动轨迹进行标注，让大模型具备更精准的理解力。 

12、字节对AI业务的规划及考核 AI 作为核心业务支柱：字节认为AI可能成为下一个核心业务支柱，抖音业务已接近天花板， 必须靠AI化推动公司业务发展。2025年只要求商业模式，不要求回报，成本方面不计成本， 明年买卡投入达数百亿人民币。考核方面，要求有商业模式，对豆包大生态及抖音AI化生 态有日活、流量留存等要求。文生视频的规划及考核：考虑市场渗透率、应用场景丰富度及产品计划落地等，以火山引擎 的B端市场渗透率、与媒体和影视制作公司合作等为方向，但没有明确的商业回报目标。

13、组织架构调整 剪映的调整：剪映过完春节后会进行大规模瘦身，从产品线和人员结构上进行优化，可能会 像懂车帝那样成为独立公司，原因包括其部分周边产品使用人数减少，以及国外法规影响和 与TikTok 业务紧密相关等。模型的调整：像素和海草两个模型目前用户难以明确区分，2024年第一季度会进行大版本 迭代，之后会有明确的定位和划分，收费模式等也会拆开。同时，海草会优先与FCN或影 视媒体公司建立合作，届时产品形态也会相应调整。

14、文生视频的评价维度 基本参数：包括可生成的时长、最高分辨率、码率、清晰度、运镜能力、调光能力等。理解的遵循度：包括对没见过的东西和场景的解决能力，以及对指令的理解和遵循能力，即 理解力和构建力。辅助能力：包括可调配能力、调试能力、人的预设程度、提示词的友好度等。

15、Sora 的情况及与国内文生视频的差距 Sora 的核心能力：最新版Sora的理解能力具有COT技术，具备模型自推理思考能力，可在 多轮交互中给出最优结果，并应用到视频上。在ZeroShot方面，即模型对没见过的场景或 东西的反应能力上，Sora的文生视频能力及基本推理能力比国内大模型好不少。

16、剪映和即梦的未来发展时间点

春节前：即梦会推出预设功能和模板功能，提供更好的生成视频提示，带动春节期间的活跃 和场景互动。 

春节后：2月末3月初，即梦产品及带动的两个模型的商业化形态会调整，海草会更倾向于 媒体公司服务，火山引擎模型售卖及B端服务产品会配套升级，像素与抖音、即创及广告平 台的关联会大幅升级。 

Q2：3月末4月初至五一前，抖子智能体平台、豆包的AI生态、抖音和B端的能力会形成 相互关联的生态网，文生视频会有更多体现和使用场景，突出字节系的AI能力和多模态能 力，尤其是视频生成能力。 

17、文生视频的成本控制 成本控制现状：字节在2025年对AI方面的整体规划中，不会收缩在文生视频方面的投入， 仍会无限支持和投入，认为这是转型的重要节点，可接受较大亏损。推理成本控制：目前文生视频处于生成质量上升期，离瓶颈期较远，暂时无法控制模型层面 的成本，只能在工程层面和层面进行优化，如在共性场景的推理上做优化，以及在 MP4、AVI等编码压缩和传输技术上控制成本。明年上半年可能做不了太多优化，下半年可 能在GPU技术优化和算法能力上有所突破。视频质量瓶颈预期：文生视频目前的重要瓶颈是只能生成一小段剧情或一个场景，字节的自 回归技术理论上可无限推演剧情，但研究成本高，持续投入研究。预计明年上半年在单场景 内的短视频生成技术可能会到头，下半年开始做技术优化，同时竞争的下阶段将是制作多剧 情多片段的视频。

Q&A

Q：字节多模AI视频的大概情况？

A：字节的多模AI视频主要涉及两个主力产品。一个是PicoDance（像素），它在文本视频 或图片视频的AIGC创造能力、原生编辑能力较强，对提示理解力较好，分辨率、码率、帧 率等也不差，最新发布的Pro版（内部1.2，外界看到可能是2.0）可支撑10秒左右的生成。另一个是即梦，它在动作延伸、润色、提升分辨率（如2K变4K）等方面更有优势，有泛化 生成能力（如将图片变成动作），定位更偏向于影视前期的修饰、修正等，目前主要通过即 梦AIAPP 或网站对外输出能力，明年会和媒体等有更多合作并推出更多产品形式。

Q：为什么会导致两个模型出现这样的能力差异呢？

A：有几个因素。在文本视频方向的研究上，在2023年11、12月时就推出过基于大模型的 文本视频能力的产品，早于OpenAI的Sora。当时采用的是自回归技术，而非OpenAI基于 谷歌论文的Transformer 这种主流技术。一直到2024年5、6月还在研究自己的路线，但国 内友商（如快手的可零）基于OpenAI的思路推出很多产品且市场数据很好，这促使我们必 须加快自己的节奏等，这些因素导致了能力差异。

Q：在字节AI视频（剪映和即梦）方面，公司做了哪些准备？

A：公司做了两手准备。一是从自己原有的技术路线出发，结合Transformer新技术进行整合 和转变；二是从头研究。因为发现国内友商在Sora出现后两三个月就有成果，且整合技术 可能比从头做更难，所以两条线路并行推进。 

Q：剪映和即梦产品划分以及组织架构是怎样的？

A：字节有两个中台型团队，一个是做算法研究的AILab，一个是将算法变成可用商业大模 型的Cedar团队。大模型相关的基础研究，如文本、图文、视频生成等在中台进行。剪映这 边，被字节收购的Face激萌公司的组织架构被剪映消化，醒图、新会以及即梦都是在剪映 的组织架构下，并且使用了Face激萌原来的能力。在大模型这块，Cedar与剪映关联较强， 剪映有几十人规模在研究生成方向，即梦、醒图、新会这几款C端产品都在剪映组织架构下。 

Q：Cedar 和AILab 在文生视频相关方面人员数量如何拆分？

A：Cedar 和 AI Lab 直接相关于文生图文生视频模态的人员各自是200人左右的规模，不过 这只是概括性拆分，细分还覆盖很多技术团队。

Q：即梦有没有可以分享的具体数据？

A：即梦的发布时间在九月末，在国内算是较晚的，更新速度也未达预期。日活跃使用人数 在20万-22万左右，目前约为221000个，其中70%左右是个人或小型MCN工作室，大型 企业相对较少。付费用户数累计有两万四五左右，采用按月订阅制，算上优惠后的均价大概 是50元左右。

Q：您之前提到的50块钱左右的均价，是指每天还是每月？

A：是月均价，50元可以购买一个月套餐。在未付费情况下，用户可通过签到、分享好友等 方式获取一定的视频生成权益，如每天生成一定数量的特定视频；付费后，在月套餐内，每 天可生成的视频数量会增加，像像素每天可生成10到12个，海草可生成二十多个。

Q：个人和小型工作室使用AI视频功能主要用于哪些方面？例如是生成视频后发抖音这种情 况吗？

A：我们对AI视频功能的预期是面向多媒体公司，但目前分两步走。第一步是短视频内容平 台，第二步是广告素材、电商素材等。目前多数用户将AI视频发在各个内容平台，包括抖 音，而用于生成广告素材的相对较少。 

Q：这些涨粉账号会告知大家自己使用AI制作视频吗？是因为视频质量高才涨粉，还是因为 AI 噱头才涨粉？

A：平台有算法检测机制，若视频是AI生成的，发送前需勾选来源。存在两种情况，一是合 规的AI生成视频且发送时勾选了AI来源，即使是使用较老的AI技术生成的视频也能获得不 错效果，如近3万创作者可快速涨粉；二是未勾选来源被查出的，虽也有几天涨千粉的情况， 但可能会被停掉。

Q：用户关注这些AI上传视频的博主是出于什么心态？是因为更希望看到AI生成的东西， 还是AI生成的东西质量更高？

A：真实情况是与博主本身没有关系，博主只要找到热点、创意等，哪怕是用AI生成不太相 关的勉强算视频的内容，也能涨粉，这与内容质量无关，主要是因为用户基数大。

Q：公司内部如何看待这些AI生成视频？是否会给予流量支持？面对其他文生视频平台过来 的视频，是否会进行限制？

A：从大的方面讲，我们的定位是多媒体影视的前期和后期，中间是短剧或拍摄，小的方面 才是抖音生态如短视频和广告。微观来看，对于字节来说，针对创作者发的内容以及广告或 电商素材这两方面，我们的态度是增强自己的生态，鼓励使用我们自己的AI能力。我们不 欢迎外界的AI能力，像即梦、剪映未来迭代后会有一键关联抖音号等能力，对于通过我们 渠道的AI视频或质量较好的会给予奖励，非通过我们渠道转进来的可能不会获得流量，在 广告和电商方面这种限制更明显。 

Q：文生视频（包括剪映、像素和海草）的训练成本以及资源倾斜情况大概是怎样的？

A：文生视频的资源主要涉及营销预算、人力和GPU三方面。营销预算方面，即梦在11和 12 月尤其是12月预算开始提升，明年第一季度尤其是春节1月前后将提到亿级别的投入， 至少6000万往上。人力方面，在C的大模型研发中台投入很大，有副总裁级别的杨建朝带 队，从谷歌挖来文生视频技术负责人，文生视频团队从年初几人快扩张到百人，并且还在持 续招人。GPU方面，内部有大概8000卡左右的H100，这是国内能买到的英伟达比较 高端的卡，该第一优先级给文生视频训练用，同时还拨给很多小；剪映储备了50 60 个相关方向的人才，拨给他们的算力至少是A100或H系列级别的。

Q：剪映大概被分配了多少卡？

A：剪映还未独立仍为内部共用资源。有一个8000以上H100系列的，第一优先级是文 生视频（像素和海草）使用，另外还拨了大概5000到6000块A100组成的给文生视频 相关研究使用，文生视频这两个方向的团队大概有一万多块卡可使用。 

Q：用户生成一个5秒或者10秒的视频，成本大概是多少呢？

A：如果把研究训练成本算进去，生成一个5秒视频大概折合20-22元左右，但模型可一直 使用，使用人数越多成本越低；如果仅算推理成本（模型已训练好），生成一个5秒视频大 概在1.2-1.6 元之间。

Q：海草和像素的迭代方向或者迭代频率大概是什么样的？

A：像素迭代频率会更快些，从12月中上旬到春节期间至少还有一个半月时间，会以1-2 周一个版本的速度快速迭代，主要是功能性迭代，如在生成视频时提供更好提示、限定运动 轨迹等。海草和像素定位不同，剪映在运动轨迹、构图等方面让用户有干预和预测能力，即 梦功能更丰富，有更多可设置可配置能力。春节后会出现产品形态变化，如企业版、多人合 作能力、与抖音号更强关联等，明年一季度末（三月份）会有更快动作服务更多市场。

Q：在商业化方面，在技术层面上我们与友商存在差距，那么以1-2周的迭代速度是否会出 现整体效果领先于友商的情况？

A：迭代大概是两个方向，一是填补别人已有的功能，例如剪映中作者可干预视频生成走向 从而提高满意度的功能，我们会关注并以类似方式填补。

Q：在即梦填补能力方面，具体是通过编写更优化的代码，还是需要一些真实的训练要素来 填补呢？

A：具体方式是要不断提升模型的算法能力和模型能力，这其中算法代码需要不断改进且涉 及模型训练。视频类模型参数量比较小，大概20亿上下，训练一次比较快。在算法能力和 重要AI能力提升之后，还会涉及加数据重新训练。另外，像多模态输入这种情况，还会涉 及大模型之间的协作，这也是AI或大模型能力的研发和迭代，并非工程优化。

Q：文生视频训练语料的来源方向有哪些？是否会存在训练语料用完的情况？

A：目前处于增强学阶段，语料是定向找的。在文生视频领域起步相对较晚，存在没见过 的场景生成不出来、没见过的东西预想不出来的困难，所以可能会去拼接一些视频来增强大 模型理解能力。另外一个方向是跟标注有关，通过对常见事物（如船、飞机、汽车或人）的 运动轨迹等做标注，让大模型具备更精准的理解力。文生视频和文声文不同，文声文可能会 因为人类进步速度没有计算机学快而用完高质量语料，但文生视频不存在这个问题，因为 视频场景相对固定。

Q：集团对于字节AI视频后续的商业化方向是否有计划？对于相关团队是否有考核KPI？

A：从客观上来说，字节对于AI（尤其是基于大模型的情况）的看法与BAT等不同，认为AI 可能会成为下一个核心业务支柱，就像腾讯从往微信迁移一样。抖音在广告等方面已经 接近天花板，必须靠AI化成为公司业务的下一个核心支柱，但没有提及具体的商业化计划 和团队KPI考核相关内容。 

Q：2025 年在业务上只要求商业模式不要求回报是指什么？成本方面是怎样的情况？ 

A：2025 年要求商业模式但不要求回报，即不能没有商业模式（像当年O2O随意烧钱是不 允许的），但可以没有盈利。成本方面是不计成本的，如果用人民币计量，明年买卡是数百 亿人民币的投入。考核方面，一是要有商业模式，在字节的大生态（如豆包、抖音AI化生 态）有日活、流量留存等要求，抖音AI化之后也有目标。对于文生视频，考虑市场渗透率、 应用场景丰富度和产品计划落地等，没有明确商业回报目标。例如火山引擎会有更多能力输 出且要求一定市场渗透率，文生视频在2025年与媒体、影视制作公司的合作等产品形态会 落地，但盈利要往后放。

Q：剪映在组织架构方面未来是否会有调整？

A：会有调整，剪映会瘦身。剪映及其国外版CapCut自身虽优秀，但周边产品如激萌相机使 用人数少，所以过完春节后剪映从产品线到人员结构会有大规模明确性瘦身。其组织架构很 可能独立，像懂车帝那样成为独立公司，因为它与TikTok业务贴得太紧，在国外受法规影响 （如数据存储、安全等方面），所以从抖音集团剥离是很有可能的。

Q：即梦平台上像素和海草两个模型，是否内部没有明确切分，都服务于产品？

A：目前客观上公司存在一些情况使得用户难以明确区分这两个模型，这与组织架构和人际 关系有关。产品发布才两个月，不太可能马上对大模型调整。预计在Q1会有模型能力的大 版本迭代，之后两个模型会有明确的定位和划分，结合合作会有更明确的分割，收费模式等 也会拆开。

Q：能否分享海草模型相关的细节信息？

A：海草会更优先与FCN或者影视媒体公司建立合作，因为它适合对已拍好的短视频做修饰 和加工来提升品质，适用面广。在展开合作时会调整APP和PC端产品形态，方便用户区分。

Q：从哪些维度可以评价文生视频的性能和效果？

A：可以从三个角度评价。一是基本参数，包括生成时长、最高分辨率（要综合看，因为有 些模型时长越长分辨率越低）、码率、清晰度、运镜能力（如视频生成后能否远近景拉）、 调光能力等，可从电影拍摄的艺术或参数角度看。二是理解的遵循度，包括对没见过的东西 和场景的解决能力（如能否画出长颈鹿在长城上跑）、对指令的理解和遵循能力（如能否按 指令跳舞而非乱晃），这是理解力和构建力的体现。三是辅助能力，包括可调配能力、调试 能力、人的预设程度、提示词友好度（如有些平台提示语可扩写）等。可根据自己的诉求细 化这三个角度去评估，不必依赖网站或数据集评测，那些价值不大。

Q：如何看待Sora的水平以及它和国内文生视频的差距大小？ 

A：最新版Sora（如OOne、OnePro等版本）有COT技术，这是OpenAI突破并商用的模型 自推理技术。在与大模型交互时，比如职场人寻求问题解决方案，它能进行多轮交互并自行 解决中间的对话思考、推理过程，给出最优结果。在视频方面也应用了此能力。在分辨率相 同的情况下，对于模型从未见过的场景（ZeroShot情况），Sora的文生视频能力和基本推 理能力比国内大模型要好不少。

Q：剪映或即梦在哪些时间点会有较大升级或变化？ 

A：春节前，即梦会有预设功能、模板功能，还有更好的生成视频提示，便于普通用户在春 节抖音喜庆拜年时使用，带动活跃和场景互动；春节后一个月内（2月末3月初），即梦产 品及其带动的两个模型商业化形态会调整，像火山引擎模型售卖、B端整体服务产品会配套 升级以突出AI媒体能力，即梦文生视频像素与抖音、即创、广告平台的关联等会大幅升级；

Q2（3月末、4月初到五一前），抖子智能体平台、豆包AI生态、抖音和B端之间会相互 关联形成生态网，文生视频会有更多体现和使用场景，以突出字节系AI能力和多模态能力 （重点是视频生成能力）。

Q：对于文生视频的成本，是否会有控制成本或者压缩推理成本的做法？A：客观来说，我们不会有收缩成本的考虑。2025年在AI方面有三条规划线，包括豆包大 生态、抖音等全面AI化以及多模态与世界大模型。多模态是重点，我们在硬件方面会有很 多投入，买卡有百亿人民币预算，挖人不设上限，所以在文生视频方面目前不会过多关注成 本，仍会无限支持和投入，因为这是转型的重要节点，可以接受较大亏损。 

Q：是否会用算法优化的方式控制文生视频的推理成本？还是现在没有考虑这个问题？

A：您问的点偏技术。目前文生视频处于生成质量上升期，离瓶颈期还远，客观上没有能力 控制成本，只能做工程层面优化，如基于共性场景在推理上做层面优化，在模型层 面暂时无法控制，像减参等操作目前做不了。只能尽量在工程能力方面以及字节研究多年的 如MP4、AVI格式编码压缩、传输等相关技术方面控制成本。在明年上半年，在模型训练和 推理成本方面可能做不了太多优化，只能进行GPU技术优化和算法能力优化，可能下 半年会有所突破。

Q：对于视频质量的瓶颈状态是否有预期？还是要随着视频发展再看？

A：我们有两条路径，基于自回归的技术一直有研究，理论上它没有瓶颈，可以无限生成视 频。但目前文生视频存在重要瓶颈，只能生成一小段场景剧情，转场景就不行了。到明年半 年内，在单场景（5-15秒短视频）生成方面，如果OpenAI没有突破，国内基本上就到头 了，下半年可能开始做技术优化。之后大家会竞争多剧情多片段的连接，国内已有一些突破， 如字节前AIlab负责人创立的爱思科技能一次出八个前后衔接剧情的短视频。字节还有更高 投入的长线研究。全产业链研究

传媒：Gemini 2.0发布，多模态+AI Agent持续迭代

　　华金证券投资要点

　　事件：北京时间12月12日，Google重磅发布其迄今最强大的AI大模型Gemini2.0，新功能包括原生图像生成和音频输出的多模态输出，并支持原生调用谷歌搜索、地图、Lens等工具，目标直指多模态+AIAgent。头部公司AI通用模型重磅更新迭代，持续为AIAgent生态筑基强基，赋能引领行业发展。

　　Google基于Gemini2.0Flash发布系列新品，丰富AIAgent生态。本次Google发布的第一款新模型是Gemini2.0Flash的实验版本，速度相较Gemini1.5Pro提升了100%。基于Gemini2.0Flash，谷歌推出一系列AIAgent新品，包括今年5月轰动业界的通用AI助手原型Project Astra、能够作为实验性扩展在GoogleChrome浏览器中完成多步骤复杂任务的ProjectMariner、实验性AI编程AgentJules、以及游戏Agent。由Gemini2.0提供支持的ProjectAstra可实现Agent能力，包括但不限于：10分钟的视频记忆上限，可记录更多对话以及用户展现的个人偏好，以更好地提供个性化服务；多语种和混合语言交谈，对口音和生僻词的理解力提升；通过使用Gemini2.0的内置Agent框架，对必要工具进行即时调用；对话体验提升。实验性功能ProjectMariner作为单一Agent设置实现了83.5%的最佳工作结果；AI编程AgentJules直接集成了GitHub，目标构建在所有领域（包括编程）都有帮助的AIAgent；而游戏Agent可帮助用户在视频游戏的虚拟世界中导航，仅根据屏幕上的动作来推理游戏，并在实时对话中提供下一步操作的建议。Google表示，新模型专为AIAgent时代而设计，主打多模态+AIAgent。此外，Google将于本周开始在搜索的AI概览中测试Gemini2.0；预计Gemini2.0Flash将于2025年1月全面上市，同时将推出更多模型尺寸。同时，Gemini2.0将于明年初被扩展到更多Google产品中。头部模型持续迭代，或持续延展AIAgent可能性边界，为业界提供方法论指导，长效赋能生产力提升。

　　Gemini2.0Flash或标志着通用模型将实现显著迭代。从命名看，Gemini2.0Flash很可能是新系列的最小杯，但性能已超越上一代大杯Gemini1.5Pro，且速度提升了100%。据Imarena.ai测评，其性能已超越OpenAI旗下的o1-preview、o1-mini，仅次于GPT-4o（2024-11-20）。轻量版（小杯）的强劲表现或预示着后续版本的加量加码，Gemini2.0时代后续产品的进步和迭代或引发业界高度关注。

　　投资建议：Google发布新品标志着Gemini正式进入2.0时代，头部模型或迎重磅迭代升级；对AIAgent的布局或持续为行业提供指引，长效赋能AIAgent生态发展。：腾讯控股、网易-S、因赛集团、蓝色光标、阅文集团、汤姆猫、昆仑万维、恺英网络、美图公司、天娱数科、引力传媒、中文在线、捷成股份、华策影视、风语筑、视觉中国、快手-W、万兴科技