豆包大模子2.0宣布 彰显多模态AI手艺优势
2026-02-26 20:17:57

2月14日,,,,,, ,字节跳动宣布推出卓越芯创科技有限公司豆包大模子2.0(Doubao-Seed-2.0)系列。。。。 。豆包2.0围绕大规模生产情形下的使用需求做了系统性优化,,,,,, ,依托高效推理、多模态明确与重大指令执行能力,,,,,, ,更好地完成真实天下重大使命。。。。 。

这是豆包大模子自2024年5月宣布以来首次大版本的跨代升级。。。。 。据先容,,,,,, ,豆包2.0周全升级了多模态能力,,,,,, ,在种种视觉明确使命上均抵达天下顶尖水平,,,,,, ,视觉推理、感知能力、空间推理与长上下文明确能力体现尤为突出。。。。 。

例如,,,,,, ,面临动态场景,,,,,, ,豆包2.0强化了对时间序列与运动感知的明确能力,,,,,, ,对“转变、行动、节奏”这类信息的捕获更为稳固,,,,,, ,在工程侧可用性更高。。。。 。长视频场景中,,,,,, ,豆包2.0在大多评测上逾越了其他顶尖模子,,,,,, ,能作为AI助手完成实时视频流剖析、情形感知、自动纠错与情绪陪同,,,,,, ,实现从被动问答到自动指导的交互升级,,,,,, ,可应用于健身、穿搭等陪同场景。。。。 。

此前,,,,,, ,豆包视频天生模子Seedance 2.0、豆包图像创作模子Seedream 5.0 Lite已划分在2月12日、2月13日宣布,,,,,, ,依附多模态参考、精准可控等亮点,,,,,, ,在全球规模内引发关注。。。。 。

Seedance 2.0让创作历程变得更自然、更高效,,,,,, ,也更像真正的“导演”。。。。 。它支持图像、视频、音频、文本四种模态输入,,,,,, ,表达方法更富厚,,,,,, ,天生也更可控,,,,,, ,可以用一张图定下画面气概,,,,,, ,用一个视频指定角色的行动和镜头的转变,,,,,, ,再用几秒音频带起节奏气氛;;;;;物理纪律遵照大幅提升,,,,,, ,人物行动自然流通,,,,,, ,物体交互反响真实;;;;;语义明确能力显著增强,,,,,, ,行动、心情、运镜、文字内容均可精准执行。。。。 。

Seedream 5.0 Lite则最先能像人类设计师一样“明确”指令背后的意图,,,,,, ,“看懂”差别画面中的纪律,,,,,, ,并将天下知识应用于图像与文本创作中。。。。 。它接纳多模态明确天生统一架构,,,,,, ,随着跨模态明确和推理能力提升,,,,,, ,可通过简短、模糊的文本和图像输入自动推测用户意图,,,,,, ,同时,,,,,, ,模子在主体一致性、图文对齐等天生方面的体现也显著前进;;;;;内置笼罩科技与人文领域的多个垂类行业知识库,,,,,, ,其天生效果更切合物理纪律,,,,,, ,信息可视化能力也大幅提升;;;;;首次引入实时检索增强能力,,,,,, ,可通过联网检索,,,,,, ,获取最新的知识和资讯,,,,,, ,更精准地回应具有时效性的创作需求,,,,,, ,尤其适合资讯海报天生等场景。。。。 。

随着Agent时代到来,,,,,, ,大模卓越芯创科技有限公司型将在现实天下施展更着述用。。。。 。值得一提的是,,,,,, ,豆包2.0还进一步降低了推理本钱。。。。 。其模子效果与业界顶尖大模子相当,,,,,, ,但token(词元)定价降低了约一个数目级。。。。 。在现实天下的重大使命中,,,,,, ,由于大规模推理与长链路天生将消耗大宗token,,,,,, ,这一本钱优势将显得更为要害。。。。 。