5月13日，火山引擎在“FORCE LINK AI創(chuàng)新巡展·上海站”上，正式發(fā)布豆包·視頻生成模型Seedance 1.0 lite、豆包1.5·視覺(jué)深度思考模型，并升級(jí)豆包·音樂(lè)模型。此次發(fā)布通過(guò)構(gòu)建更全面的AI模型矩陣和智能體工具，進(jìn)一步推動(dòng)企業(yè)從業(yè)務(wù)到智能體的全鏈路應(yīng)用落地，助力多行業(yè)智能化轉(zhuǎn)型。

　　發(fā)布豆包·視頻生成模型Seedance 1.0 lite，兼顧效率與性?xún)r(jià)比

　　作為豆包視頻生成模型系列的全新成員，Seedance 1.0 lite以“效果好、生成快、更便宜”為核心優(yōu)勢(shì)，支持文生視頻、圖生視頻兩種生成方式，可輸出5秒或10秒的視頻，分辨率覆蓋480P和720P。該模型通過(guò)小參數(shù)量架構(gòu)設(shè)計(jì)，在生成速度提升的同時(shí)，實(shí)現(xiàn)了影視級(jí)畫(huà)質(zhì)與運(yùn)鏡效果，顯著降低企業(yè)及個(gè)人用戶(hù)的創(chuàng)作門(mén)檻。

　　在技術(shù)亮點(diǎn)方面，Seedance 1.0 lite具備三大突破。首先是精準(zhǔn)指令控制——通過(guò)強(qiáng)大的語(yǔ)義理解，可精細(xì)調(diào)控人物外貌、動(dòng)作細(xì)節(jié)及多主體交互，支持嵌入式文本響應(yīng)和鏡頭切換指令。

　　此外，影視級(jí)運(yùn)鏡技術(shù)支持360度環(huán)繞、航拍、變焦等專(zhuān)業(yè)鏡頭語(yǔ)言，結(jié)合高清畫(huà)質(zhì)渲染能力，提升視頻的視覺(jué)表現(xiàn)力。自然運(yùn)動(dòng)交互能夠基于動(dòng)作時(shí)序與空間關(guān)系分析，優(yōu)化人物與物體的交互邏輯，使運(yùn)動(dòng)軌跡更符合物理規(guī)律。

　　該模型可廣泛應(yīng)用于電商廣告、影視創(chuàng)作、動(dòng)態(tài)壁紙等場(chǎng)景。例如，電商商家可通過(guò)輸入商品圖文快速生成營(yíng)銷(xiāo)視頻，將制作周期從數(shù)天縮短至分鐘級(jí)，顯著降低運(yùn)營(yíng)成本。目前，企業(yè)用戶(hù)可通過(guò)火山方舟平臺(tái)調(diào)用API，個(gè)人用戶(hù)則能在豆包APP及即夢(mèng)平臺(tái)體驗(yàn)該功能。

　　同期發(fā)布的豆包1.5·視覺(jué)深度思考模型（Doubao-1.5-thinking-vision-pro），以激活參數(shù)僅20B的輕量化設(shè)計(jì)，在60項(xiàng)公開(kāi)評(píng)測(cè)中斬獲38項(xiàng)第一，尤其在視頻理解、視覺(jué)推理及GUI Agent能力上表現(xiàn)突出。

　　在視頻理解方面，支持動(dòng)態(tài)幀率采樣，視頻時(shí)序定位能力顯著增強(qiáng)，結(jié)合向量搜索，可精準(zhǔn)定位視頻中與文本描述相對(duì)應(yīng)的片段。同時(shí)OB電競(jìng)，，新增視頻深度思考能力。模型學(xué)習(xí)了數(shù)萬(wàn)億多模態(tài)標(biāo)記數(shù)據(jù)，掌握廣泛視覺(jué)知識(shí)，結(jié)合強(qiáng)化學(xué)習(xí)，使視覺(jué)推理能力大幅提升。

　　此外，該模型新增GUI Agent能力?；趶?qiáng)大的GUI定位性能，可在PC端、手機(jī)端等不同環(huán)境中完成復(fù)雜交互任務(wù)。例如，可對(duì)新開(kāi)發(fā)的APP功能進(jìn)行自動(dòng)化檢測(cè)，目前該功能已經(jīng)應(yīng)用于字節(jié)跳動(dòng)多款A(yù)PDB電競(jìng)官網(wǎng)，P產(chǎn)品的開(kāi)發(fā)測(cè)試中。

　　本次大會(huì)上，豆包·音樂(lè)模型迎來(lái)升級(jí)，不僅支持英文歌曲創(chuàng)作，還可以通過(guò)理解視頻，自動(dòng)適配純音樂(lè)BGM。目前豆包·音樂(lè)模型已全量上線(xiàn)，個(gè)人和企業(yè)用戶(hù)可在海綿音樂(lè)、火山引擎官網(wǎng)體驗(yàn)。

　　其中，Data Agent覆蓋數(shù)據(jù)分析與智能營(yíng)銷(xiāo)場(chǎng)景，融合結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，生成深度研究報(bào)告的時(shí)間從2天縮短至30分鐘，并支持營(yíng)銷(xiāo)策略的動(dòng)態(tài)優(yōu)化。Trae IDE作為AI原生集成開(kāi)發(fā)環(huán)境，新增統(tǒng)一對(duì)話(huà)面板、自定義Agent團(tuán)隊(duì)等功能，結(jié)合豆包1.5模型的20毫秒極低延遲，顯著提升代碼生成效率。

　　據(jù)了解，目前，豆包大模型已在DB電競(jìng)官網(wǎng)，汽車(chē)、智能終端、互聯(lián)網(wǎng)、金融、教育科研、零售消費(fèi)等行業(yè)廣泛落地，覆蓋4億終端設(shè)備、八成主流車(chē)企、70%系統(tǒng)重要性銀行和數(shù)十家證券基金公司、近七成的 C9頂級(jí)高校和100多家科研院所。

　　在游戲領(lǐng)域，巨人網(wǎng)絡(luò)基于豆包大模型與DeepSeek，在《太空殺》中推出AI玩家實(shí)時(shí)對(duì)抗玩法，并在《原始征途》中打造具備情感交互的智能NPC“小師妹”，提升玩家粘性。于醫(yī)療領(lǐng)域，禮來(lái)制藥利用火山引擎平臺(tái)搭建AI應(yīng)用開(kāi)發(fā)系統(tǒng)，支撐從藥物研發(fā)到疾病診療的全場(chǎng)景創(chuàng)新，通過(guò)智能體實(shí)現(xiàn)學(xué)術(shù)溝通、銷(xiāo)售培訓(xùn)、疾病教育的應(yīng)用化。

　　火山引擎相關(guān)負(fù)責(zé)人表示，豆包大模型將持續(xù)優(yōu)化推理成本與延遲，推動(dòng)AI普惠化。目前，隨著多模態(tài)模型與智能體工具的深度融合，企業(yè)智能化轉(zhuǎn)型將邁入更高階段。此次發(fā)布將為各行業(yè)提供了從內(nèi)容生成到?jīng)Q策優(yōu)化的全棧解決方案，助力中國(guó)AI產(chǎn)業(yè)應(yīng)用進(jìn)入規(guī)模化落地新階段。

　　原標(biāo)題：《火山引擎發(fā)布豆包多款大模型，以多模態(tài)AI矩陣加速行業(yè)智能化進(jìn)程》

　　本文為澎湃號(hào)作者或機(jī)構(gòu)在澎湃新聞上傳并發(fā)布，僅代表該作者或機(jī)構(gòu)觀點(diǎn)，不代表澎湃新聞的觀點(diǎn)或立場(chǎng)，澎湃新聞僅提供信息發(fā)布平臺(tái)。申請(qǐng)澎湃號(hào)請(qǐng)用電腦訪(fǎng)問(wèn)。