在近日的火山引擎AI创新巡展杭州站上，字节跳动旗下火山引擎总裁谭待正式发布豆包1.5深度思考模型。这款多模态大模型在数学推理、编程竞赛、科学分析等专业领域表现突出，其数学能力追平OpenAI o3-mini-high，编程与科学测试成绩接近o1模型水平，创意写作与人文知识问答同样展现广泛适用性。
技术细节显示，豆包1.5采用MoE混合专家架构，总参数达2000亿，激活参数仅200亿，较同类模型减少50%计算资源消耗。其API服务响应延迟低至20毫秒，支持每秒数万次高并发调用，显著降低企业使用成本。更引人注目的是，该模型整合视觉理解技术，能通过照片分析地质构造，旅行时实时翻译菜单并推荐菜品，甚至辅助企业绘制项目管理流程图。
同步开放的文生图模型Seedream3.0已登陆即梦AI与豆包平台，支持2K高清图像直出，在权威评测平台Artificial Analysis中跻身第一梯队。该模型在构图精准度、文字排版、画面真实感等方面表现优异，企业用户可即刻调用其创作能力。
视频搜索功能升级成为另一亮点。豆包1.5可精准定位视频片段，根据用户问题提取对应画面与语音信息，例如在科普视频中快速检索实验步骤。
谭待同时披露，豆包大模型生态发展迅猛。截至2025年3月，其日均Tokens处理量突破12.7万亿，较初期暴增106倍，覆盖办公、教育、娱乐等多元场景。目前，火山引擎已向企业开放豆包系列模型API接口，开发者可通过火山方舟平台接入测试。
此次升级标志着字节跳动在通用AI领域迈出关键一步。随着多模态技术持续突破，豆包模型正加速渗透至产业应用端，为智能服务提供更强大的底层支撑。
原创文章，作者：AI，如若转载，请注明出处：https://www.kejixun.com/article/715297.html
