字节跳动发布豆包视觉理解、3D生成等新模型，加速多模态应用落地

在未来的数字纪元，字节跳动揭开了一层面纱，释放了豆包——这枚蕴含无限智慧的视觉理解模型。豆包，不仅是技术的结晶，更是连接现实与想象的桥梁。它以低廉的价格，颠覆性地降低了AI的门槛，让每一个创意瞬间变为触手可及的奇迹。在这个世界里，豆包不仅是图像的读者，更是思想的解码者，它能洞察图表的秘密，解读代码的语言，甚至解答深奥的学术难题，细腻地编织视觉故事，如艺术家般创作。

随着豆包3D生成模型的横空出世，携手火山引擎的数字孪生技术，它们共同绘制了一幅未来世界的蓝图——一个虚拟与现实交织，想象力得以无限放大的舞台。在这里，智能训练与数字资产如同魔法，轻触即现。而豆包的每一次进化，都预示着新的创意风暴即将来袭，从音乐的长河到文生图的奇幻，它让每一个用户都能成为自己故事的造梦师。

即梦AI，这个想象力的港湾，与豆包并肩，让平凡人的创意火花，在生成式AI的助燃下，绽放成绚烂的烟花。在这场科技的盛宴中，每个人都是主角，只需轻轻一触，梦境与现实的界限便模糊不清，共同编织着属于这个时代的梦幻篇章。

字节跳动在火山引擎force大会上重磅发布豆包视觉理解模型，以极具竞争力的价格，为企业提供强大的多模态大模型能力。该模型千tokens输入价格低至3分钱，一元钱即可处理284张720p图片，显著降低ai应用门槛。 　　

豆包大模型：全面升级，能力进化 　　

火山引擎总裁谭待介绍，豆包视觉理解模型不仅具备精准的视觉内容识别能力，更拥有强大的理解和推理能力，能够基于图像信息进行复杂逻辑计算，例如分析图表、处理代码、解答学科问题等。此外，它还具备细腻的视觉描述和创作能力。 　　

火山引擎总裁谭待 　　

立即进入“豆包AI人工智官网入口”； 　　

立即学习“豆包AI人工智能在线问答入口”； 　　

豆包视觉理解模型已集成至豆包App和PC端产品。豆包战略研究负责人周昊表示，团队致力于提升用户输入效率，因此豆包产品高度重视多模态输入，包括语音、视觉等能力，并通过火山引擎开放给企业客户。 　　

大会上，豆包3D生成模型首次亮相，它与火山引擎数字孪生平台veOmniverse结合，高效完成智能训练、数据合成和数字资产制作，构建了支持AIGC创作的物理世界仿真模拟器。 　　

豆包大模型其他产品也迎来了重要更新：豆包通用模型Pro全面对齐GPT-4，价格仅为其1/8；音乐模型升级，可生成时长达3分钟的完整作品；文生图模型2.1版本实现精准生成汉字和一句话P图，已接入即梦AI和豆包App。 　　

即梦Dreamina张楠认为，生成式AI技术能够快速将创意视觉化，即梦致力于成为“想象力世界”的记录者，帮助用户轻松表达、自由创作。 　　

即梦Dreamina张楠 　　

大会宣布，2025年春季将推出具备更长视频生成能力的豆包视频生成模型1.5版，以及支持多角色演绎、方言转换等功能的豆包端到端实时语音模型。谭待表示，豆包大模型虽然发布较晚，但迭代迅速，已成为国内最全面、技术最领先的大模型之一。 　　

大模型应用：加速落地，赋能千行百业 　　

数据显示，截至12月中旬，豆包通用模型日均tokens使用量已突破4万亿，较七个月前增长33倍。大模型应用正加速渗透各行各业。 　　

豆包大模型已与八成主流汽车品牌合作，并接入众多手机、PC等智能终端，覆盖终端设备约3亿台，来自智能终端的调用量半年内增长100倍。 　　

在企业生产力领域，豆包大模型也备受青睐：近三个月，信息处理场景调用量增长39倍，客服与销售场景增长16倍，硬件终端场景增长13倍，AI工具场景增长9倍，学习教育等场景也大幅增长。 　　

谭待认为，豆包大模型市场份额的快速增长，得益于火山引擎“更强模型、更低成本、更易落地”的发展理念，让AI成为普惠科技。 　　

同时，火山引擎升级了火山方舟、扣子和HiAgent三款平台产品，助力企业高效构建AI能力中心和AI应用。火山方舟推出大模型记忆方案，并升级API，降低延迟和成本；还推出全域AI搜索，提供场景化搜索推荐一体化、企业私域信息整合等服务。 　　

火山引擎认为，下一个十年，计算范式将从云原生进入AI云原生时代。基于此理念，火山引擎推出新一代计算、网络、存储和安全产品，例如支持大规模并行计算和P/D分离推理架构的GPU实例，以及能够实现GPU直连、降低大模型推理时延和成本的EIC弹性极速缓存，以及确保大模型安全可靠的PCC私密云服务。 　　

谭待总结道，火山引擎希望通过AI云原生和豆包大模型家族，帮助企业抓住AI发展机遇，创造更美好的未来。 　　

以上就是字节跳动发布豆包视觉理解、3D生成等新模型，加速多模态应用落地的详细内容，更多请关注其它相关文章！