豆包视觉推理进入白菜价，AI大模型大有可为

12月18日在火山引擎FORCE大会上，

字节跳动正式发布豆包视觉推理大模型，并宣布进入“厘时代”，价格降至0.003元/千token，比行业价格低85%，一块钱能够处理284张图片。

豆包大模型日均tokens使用量超过4万亿，发布7个月以来增长超过33倍。

看到这个消息， 大家会想到啥？

想起 之前智谱AI的GLM-4V-Flash免费， 我们可以利用大模型视觉推理 做很多事情。之前我写了一篇文章 【AI+编程】我用智谱AI写看图写话简单应用

关注我的读者都知道，我偶尔看看股票。那我们来分析下股票来试一下。

这里还是以GLM-4V-FLASH举例， 我准备找张图片分析下 。

大家先看效果

这里附上完整代码：

import streamlit as st
import os
import json
import base64
from dotenv import load_dotenv
import requests
from PIL import Image
from io import BytesIO
from tenacity import retry, stop_after_attempt, wait_exponential


API_KEY = "xxxxxxxxx"
if not API_KEY:
    st.error("请设置 GLM_API_KEY 环境变量")
    st.stop()

# API配置
API_URL = "https://open.bigmodel.cn/api/paas/v4/chat/completions"
HEADERS = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}


def encode_image_to_base64(image):
    """将PIL Image对象转换为base64字符串"""
    buffered = BytesIO()
    image.save(buffered, format="JPEG")
    img_str = base64.b64encode(buffered.getvalue()).decode()
    return img_str


@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=4, max=10))
def call_glm_api(model, messages):
    """调用GLM API"""
    try:
        payload = {
            "model": model,
            "messages": messages
        }

        response = requests.post(API_URL, headers=HEADERS, json=payload)
        response.raise_for_status()

        result = response.json()
        if "choices" in result and len(result["choices"]) > 0:
            return result["choices"][0]["message"]["content"]
        else:
            raise Exception("API返回的响应格式不正确")

    except requests.exceptions.RequestException as e:
        st.warning(f"API 调用失败，正在重试... ({str(e)})")
        raise


def process_image(image, prompt):
    """处理图片并获取描述"""
    try:
        image_base64 = encode_image_to_base64(image)
        messages = [
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": prompt
                    },
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": f"data:image/jpeg;base64,{image_base64}"
                        }
                    }
                ]
            }
        ]
        description = call_glm_api("glm-4v-flash", messages)
        return description
    except Exception as e:
        st.error(f"处理图片时发生错误：{str(e)}")
        return None


def analyze_future_trend(stock_info):
    """使用GLM-4-FLASH分析明日涨停走势"""
    prompt = f"""
    作为一位资深的A股分析师，请根据以下股票信息分析明日可能的涨停走势：
    {stock_info}

    请考虑以下因素：
    1. 当前股价与行业平均水平的对比
    2. 近期的成交量变化
    3. 市场整体趋势
    4. 该股票所属行业的recent news
    5. 技术面指标（如MACD、KDJ等）

    请给出详细的分析和预测，包括：
    1. 涨停可能性（高、中、低）
    2. 可能影响股价的关键因素
    3. 建议的观察点或风险提示

    请以结构化的方式呈现你的分析结果，使用Markdown格式输出。
    """
    try:
        messages = [
            {"role": "user", "content": prompt}
        ]
        analysis = call_glm_api("glm-4-flash", messages)
        return analysis
    except Exception as e:
        st.error(f"分析未来趋势时发生错误：{str(e)}")
        return None


# Streamlit UI
st.title("股票解析与趋势预测")

# 侧边栏配置
with st.sidebar:
    st.header("📸 上传图片")
    uploaded_file = st.file_uploader("选择一张图片...", type=["jpg", "jpeg", "png"])

    st.header("💭 输入提示")
    user_prompt = st.text_input(
        "请输入描述要求",
        "你是A股专家，请清晰列出股票名称、代码、价格、涨幅，通过表格形式输出"
    )

# 主界面
if uploaded_file is not None:
    # 显示上传的图片
    image = Image.open(uploaded_file)
    st.image(image, caption="上传的图片", use_column_width=True)

    # 生成描述
    if st.button("✨ 股市风云", type="primary"):
        with st.spinner("正在分析图片..."):
            description = process_image(image, user_prompt)

        if description:
            st.header("🎯 图像描述")
            st.write(description)

            # 分析明日涨停走势
            st.header("🚀 明日涨停走势分析")
            with st.spinner("正在分析未来趋势..."):
                future_analysis = analyze_future_trend(description)
            if future_analysis:
                st.markdown(future_analysis)
            else:
                st.error("无法生成未来趋势分析")

else:
    st.info("👆 请先上传一张图片")

# 使用说明
st.sidebar.markdown("---")
st.sidebar.header("📖 使用说明")
st.sidebar.write("""
1. 上传包含股票信息的图片
2. 点击"股市风云"按钮获取图片中的股票信息（使用GLM-4V-FLASH）
3. 系统会自动使用GLM-4-FLASH分析并预测明日涨停走势
4. 查看分析结果，包括股票信息和未来趋势预测
""")

# 版权信息
st.sidebar.markdown("---")
st.sidebar.markdown("Powered by GLM-4V & GLM-4")

AI大模型时代， 我们可以用AI 工具做不同场景的AI应用，干以前很多不能想的事情， 工作生活场景无处不在，只要你敢想。
这个视觉推理， 我能想到的场景：
1、 学习方面。帮家里小孩 辅导作文看图写话， 批改作业（作业帮？ 如果有心， 我也可以干一个）
2、图片OCR识别， 车牌识别什么的
3、医学领域， 识别 分析医学图像（如 X 光片、CT 扫描）以识别疾病或异常情况。
4、根据用户的视觉偏好分析图像内容，提供个性化的产品或内容推荐。
你现在知道在抖音刷美女视频， 抖音会一直推给你这些感兴趣的内容了吧。 让你上瘾不可自拔。
…