4月17日消息，火山引擎面向企業(yè)市場發(fā)布豆包1.5?深度思考模型，同步升級文生圖模型3.0、視覺理解模型，并推出 OS Agent 解決方案及AI云原生推理套件，幫助企業(yè)更快、更省地構建和部署Agent應用。
據(jù)火山引擎披露，截至2025年3月底，豆包大模型日均 tokens 調(diào)用量已達到12.7萬億，較去年5月發(fā)布時增長超過106倍。
火山引擎總裁譚待表示，Agent智能體應用發(fā)展將帶動大模型進一步普及。譚待說：“深度思考模型是構建Agent的基礎，模型要有能力做好思考、計劃和反思，并且一定要支持多模態(tài)，就像人類具備視覺和聽覺一樣，Agent才能更好地處理復雜任務。”
據(jù)譚待介紹，豆包1.5?深度思考模型在專業(yè)領域的推理任務中表現(xiàn)出色，數(shù)學推理AIME 2024測試得分追平OpenAI o3-mini-high，編程競賽和科學推理測試成績也接近o1。在創(chuàng)意寫作、人文知識問答等通用任務上，模型也展示出優(yōu)秀的泛化能力，能勝任更廣泛的使用場景。
技術報告顯示，豆包深度思考模型采用MoE架構，總參數(shù)為200B，激活參數(shù)僅20B，以較小參數(shù)實現(xiàn)媲美頂尖模型的效果?；诟咝惴ê透咝阅芡评硐到y(tǒng)，豆包模型API服務在保障高并發(fā)的同時，延遲低至20毫秒。豆包深度思考模型還具備視覺推理能力，能像人類一樣對看到的事物進行聯(lián)想和思考，極大拓展了智能推理的應用邊界。
此外，豆包文生圖模型Seedream3.0也正式向企業(yè)開放。該模型已在即夢AI、豆包產(chǎn)品上線，并在近期登上權威競技場Artificial Analysis文生圖榜單第一梯隊。據(jù)介紹，Seedream3.0支持2K分辨率直出，生圖結(jié)構準確性、小字生成與排版、美感、真實度等方面具有優(yōu)勢。
2025年被業(yè)界視為“Agent智能體元年”。為此，火山引擎宣布推出OS Agent解決方案，包含豆包UI-TARS模型，以及veFaaS函數(shù)服務、云服務器、云手機等產(chǎn)品，實現(xiàn)對代碼、瀏覽器、電腦、手機以及其他Agent的操作。
其中，豆包UI-TARS模型將屏幕視覺理解、邏輯推理、界面元素定位和操作整合在一起，突破傳統(tǒng)自動化工具依賴預設規(guī)則的局限性，為Agent的智能交互提供了更接近人類操作的模型基礎。
譚待認為，在多模態(tài)深度思考模型的基礎上，Agent需要良好的架構和工具，去操作數(shù)字世界和物理世界。同時，模型的推理成本和延遲要持續(xù)降低，才能推動應用普惠。（李姝）
本文來自網(wǎng)易科技報道，更多資訊和深度內(nèi)容，關注我們。
熱門跟貼