1. 首頁 > 生活百科 > >

豆包視覺理解模型正式發布，比行業價格便宜85%

火山ai

豆包視覺理解模型正式發布，比行業價格便宜85%

文章圖片



繼大語言模型價格以厘計算之后 ， 視覺理解模型也宣告進入“厘時代” 。
在12月18日舉辦的火山引擎 Force 大會上 ， 字節跳動正式發布豆包視覺理解模型 ， 為企業提供極具性價比的多模態大模型能力 。 豆包視覺理解模型千tokens輸入價格僅為3厘 ， 一元錢就可處理284張720P的圖片 ， 比行業價格便宜85％ ， 以更低成本推動AI技術普惠和應用發展 。
豆包大模型全面升級
研究顯示 ， 人類接受的信息超過80%來自視覺 。 視覺理解將極大地拓展大模型的能力邊界 ， 同時也會降低人們與大模型交互的門檻 ， 為大模型解鎖更豐富的應用場景 。
據火山引擎總裁譚待介紹 ， 豆包視覺理解模型不僅能精準識別視覺內容 ， 還具備出色的理解和推理能力 ， 可根據圖像信息進行復雜的邏輯計算 ， 完成分析圖表、處理代碼、解答學科問題等任務 。 此外 ， 該模型有著細膩的視覺描述和創作能力 。

圖：火山引擎總裁譚待
此前 ， 豆包視覺理解模型已經接入豆包App和PC端產品 。 豆包戰略研究負責人周昊表示：“豆包一直在努力 ， 讓用戶的輸入更快更方便” 。 為此 ， 豆包產品非常注重多模態的輸入和打磨 ， 包括語音、視覺等能力 ， 這些模型都已通過火山引擎開放給企業客戶 。
會上 ， 豆包3D生成模型也首次亮相 。 該模型與火山引擎數字孿生平臺veOmniverse結合使用 ， 可以高效完成智能訓練、數據合成和數字資產制作 ， 成為一套支持 AIGC 創作的物理世界仿真模擬器 。
豆包大模型多款產品也迎來重要更新：豆包通用模型pro已全面對齊GPT-4o ， 使用價格僅為后者的1/8；音樂模型從生成60秒的簡單結構 ， 升級到生成3分鐘的完整作品；文生圖模型2.1版本 ， 更是在業界首次實現精準生成漢字和一句話P圖的產品化能力 ， 該模型已接入即夢AI和豆包App 。
即夢Dreamina張楠認為 ， 生成式AI技術可以把每個人腦子里的奇思妙想快速視覺化 ， “像做夢一樣” 。 即夢希望成為“想象力世界”的相機 ， 記錄每個人的奇思妙想 ， 幫助每個有想法的人輕松表達、自由創作 。

圖：即夢Dreamina 張楠
大會正式宣告 ， 2025年春季將推出具備更長視頻生成能力的豆包視頻生成模型1.5版 ， 豆包端到端實時語音模型也將很快上線 ， 從而解鎖多角色演繹、方言轉換等新能力 。 譚待表示 ， 豆包大模型雖然發布較晚 ， 但一直在快速迭代進化 ， 目前已成為國內最全面、技術最領先的大模型之一 。
大模型應用加速落地
數據顯示 ， 截至12月中旬 ， 豆包通用模型的日均tokens使用量已超過4萬億 ， 較七個月前首次發布時增長了33倍 。 大模型應用正在向各行各業加速滲透 。
據悉 ， 豆包大模型已經與八成主流汽車品牌合作 ， 并接入到多家手機、PC等智能終端 ， 覆蓋終端設備約3億臺 ， 來自智能終端的豆包大模型調用量在半年時間內增長100倍 。
與企業生產力相關的場景 ， 豆包大模型也獲得了眾多企業客戶青睞：最近3個月 ， 豆包大模型在信息處理場景的調用量增長了39倍 ， 客服與銷售場景增長16倍 ， 硬件終端場景增長13倍 ， AI工具場景增長9倍 ， 學習教育等場景也有大幅增長 。
【豆包視覺理解模型正式發布，比行業價格便宜85%】譚待認為 ， 豆包大模型市場份額的爆發 ， 得益于火山引擎“更強模型、更低成本、更易落地”的發展理念 ， 讓AI成為每一家企業都能用得起、用得好的普惠科技 。
在公布豆包視覺理解模型超低定價的同時 ， 火山引擎升級了火山方舟、扣子和 HiAgent 三款平臺產品 ， 幫助企業構建好自身的 AI 能力中心 ， 高效開發 AI 應用 。 其中 ， 火山方舟發布了大模型記憶方案 ， 并推出 prefix cache 和 session cache API ， 降低延遲和成本 。 火山方舟還帶來全域 AI 搜索 ， 具備場景化搜索推薦一體化、企業私域信息整合等服務 。
云原生是過去十年最重要的計算范式 ， 大模型時代則推動著云計算的變革 。 火山引擎認為 ， 下一個十年 ， 計算范式應該從云原生進入到AI云原生的新時代 。
基于AI云原生的理念 ， 火山引擎推出了新一代計算、網絡、存儲和和安全產品 。 在計算層面 ， 火山引擎GPU實例 ， 通過vRDMA網絡 ， 支持大規模并行計算和P/D分離推理架構 ， 顯著提升訓練和推理效率 ， 降低成本；存儲上 ， 新推出的EIC彈性極速緩存 ， 能夠實現GPU直連 ， 使大模型推理時延降低至1/50、成本降低20%；在安全層面 ， 火山將推出PCC私密云服務 ， 構建大模型的可信應用體系 。 基于PCC ， 企業能夠實現用戶數據在云上推理的端到端加密 ， 而且性能很好 ， 推理時延比明文模式的差異在5%以內 。
譚待說：“今年是大模型高速發展的一年 。 當你看到一列高速行駛的列車 ， 最重要的事就是確保自己要登上這趟列車 。 通過AI云原生和豆包大模型家族 ， 火山引擎希望幫助企業做好AI創新 ， 駛向更美好的未來 。 ”

    推薦閱讀