下载

豆包大模型家族全面升级,重磅发布视觉理解模型

PConline 2024-12-18 18:34:21
厂商专区

火山引擎总裁 谭待

12月18日,2024火山引擎FORCE原动力大会·冬在上海举办,火山引擎带来豆包大模型家族全新升级。豆包大模型12月日均tokens使用量超过4万亿,较5月发布时期增长超过33倍。

okens调用规模化增长的同时,豆包大模型在不同场景中都在快速增长、全面开花。比如信息处理场景,最近3个月豆包大模型调用量增长了39倍,帮助企业更好的分析和处理内外部数据;在客服与销售场景,调用量增长16倍,帮助企业更好的服务客户,扩大销售;在硬件终端场景,增长13倍,AI工具增长9倍。

不断增加的调用量和多场景覆盖,让豆包大模型越来越全面,迎来重磅升级。

豆包·视觉理解模型发布,拓宽大模型场景边界

视觉,是人类理解这个世界最重要的手段。对于大模型来说也是如此,只有做好视觉理解,才能让模型有能力处理好真实世界的信息,辅助人类完成一系列复杂工作。本次大会正式发布了豆包·视觉理解模型,用户可以同时输入文本和图像相关的问题。模型能够综合理解并给出准确的回答。这将极大地简化应用的开发流程,解锁更多的大模型价值场景。

更强的内容识别能力:不仅可以识别出图像中的物体类别、形状等基本要素,还能理解物体之间的关系、空间布局以及场景的整体含义。 更强的理解和推理能力:不仅能更好地识别内容,还能根据所识别的文字和图像信息进行复杂的逻辑计算。

更细腻的视觉描述能力:可以基于图像信息,更细腻地描述图像呈现的内容,还能进行多种文体的创作。

基于以上能力,豆包·视觉理解模型在教育、旅游、电商等场景有着非常广泛的应用。在教育场景中,为学生优化作文、科普知识;在旅游场景中,帮助游客看外文菜单、讲解照片中建筑的背景知识;在电商营销场景中,帮助商家充分描述商品细节,高效发布种草广告等等。视觉理解能力将极大拓展大模型的场景边界,为大模型的场景使用打开天花板,在金融、医疗、建筑、地理、体育、物流等诸多行业还有非常广阔的应用前景。

豆包·视觉理解的输入价格为每千tokens 0.003元,比行业平均价格降低85%,相当于一块钱可以处理284张720P的图片,视觉理解模型正式走进厘时代。同时火山引擎还将提供更高的初始流量,RPM达到了15,000次,TPM达到120万,让企业和开发者用好视觉理解模型,找到更多创新场景。

豆包大模型家族再进化,豆包通用模型pro迭代新版本

在本次大会中,火山引擎除了推出视觉理解模型之外,还发布、升级了多个其他模型。大模型家族成员更丰富,大模型能力再提升。

豆包通用模型pro完成新版本迭代:综合任务处理能力较5月份提升32%,在推理上提升13%,在指令遵循上提升9%,在代码上提升58%,在数学上提升43%,在专业知识领域能力提升54%。

豆包·音乐模型4.0发布:从 “高光片段” 走向 “完整歌曲”,支持包括前奏、主歌、副歌、间奏、过渡段的3分钟全曲创作;歌词局部修改,仍能适配原有旋律;全曲风格、情感和音乐逻辑保持一致,曲风连贯。

豆包·文生图模型2.1发布:支持“一键P图”,可以高精度指令理解,对中英文、专有名词“来者不拒”;高质量编辑效果,聚焦目标,不“误伤”原图;高效率创新模型,可实现多元风格,美观自然。支持“一键海报”,中文精准生成,高质量精准生成中文;图文精妙融合,字体与图片内容巧妙融合;极速海报生成,模型最快做到6秒出图。

veOmniverse+豆包·3D生成模型发布:veOmniverse支持高保真视觉渲染、大规模渲染算力池、物理&传感精确模拟、即开即用的3D编辑器。豆包·3D生成模型,支持文生3D、图生3D及多模态生成,1min生成高保真、高质量3D资产,复杂物品、物品组合大规模场景生成,支持多模态3D资产编辑。

此外,豆包·视频生成模型将在2025年1月正式对外开放服务,用户可在火山引擎官网预约正式服务。

全域搜索、高效记忆为模型落地加速

为了帮助企业轻松应对信息获取和搜索推荐的挑战,火山引擎推出全域AI搜索,通过场景化搜索推荐一体化服务、企业私域信息整合服务、联网问答服务,将企业的信息、业务和用户需求紧密结合,帮助企业实现“发现更多,推荐更准,搜索无限可能”。

火山引擎AI搜推引擎基于基于豆包大模型家族的融合增强技术驱动;搜索推荐一体,有强大的推荐能力、结果精准、深度个性化;支持多模态,文本、图像、音频、视频全能理解;电商、信息检索、娱乐场景通通适用;性能强,支持百亿内容规模、超大规模吞吐、亳秒级检索。联网问答Agent基于抖音集团海量优质实时内容更丰富;秒级呈现,依据问题提供时效性热点答案更高效;图片、语音、文字等多模态可视化创新交互更创新,帮助企业实现全域信息一触即达。

记忆对大模型是非常重要的,记忆未来会是大模型必备的能力。火山引擎融合了更好的上下文缓存技术和RAG技术,发布大模型记忆方案,将通过更快的响应速度、更低的使用成本、更精准的效果、以及亿级别的记忆片段,帮助客户构建更有效的记忆方案。

扣子升级1.5版本,让AI离应用更近一步:

开发者生态逐渐完善:超过100万活跃开发者,发布超过200万个智能体。

全新的AI应用开发环境:支持GUI搭建界面,并且可以一键发布为小程序 、H5、API等多种应用形态。

更强的多模态能力:提供音视频对话能力,端到端延迟响应低至1秒,低成本SDK快速接入各类硬件。

海量的精品模板:涵盖多业务场景,一键复制使用

HiAgent升级1.5版本,帮助企业敏捷构建企业级 AI 原生应用的能力中心:

更懂AI转型:提供观测&评测体系,保障效果生产可用;提供100+行业应用模板,企业可开箱即用;提供配套AI咨询,帮助企业找到AI落地路径。

更深业务适配:提供丰富的企业级插件、灵活的应用集成机制;GraphRAG构建知识图谱,提供细粒度的知识资产管理;生成式画布融合CUI和GUI,打造智能交互引擎。

更强安全保障:支持 RAG 知识库和大模型全栈私有化部署。

模型落地加速将为企业带来更多机遇,助力多行业加速智能化转型。在汽车领域,过去7个月,豆包大模型汽车行业日均tokens消耗增长了50倍,目前已服务国内市场近八成汽车品牌,稳坐汽车行业大模型服务商第一梯队。在智能终端领域,豆包大模型服务了终端行业客户50+AI应用场景,覆盖超过了3亿个终端设备,为消费者带来更加智能的生活与工作体验,来自智能终端的豆包大模型日均tokens调用量从5月到12月增长了100倍。

技术架构面向AI全面转型AI云与基础设施持续创新

火山引擎在基础架构、数据分析等层面带来新服务,为企业打造更便捷、更高效、更安全的AI体验。

火山引擎认为下一个十年,计算范式应该从云原生,进入到AI云原生的新时代。AI云原生,将以GPU为核心重新来优化计算、存储与网络架构,GPU可以直接访问存储和数据库,来显著的降低IO延迟。同时,全系统提供更高规模的高速互联,和端到端的安全保护。基于AI云原生的理念,火山引擎推出新一代计算、网络、存储和和安全产品。在计算层面,新一代的火山引擎GPU实例,通过vRDMA网络,支持大规模并行计算和P/D分离推理架构,显著提升训练和推理效率,降低成本。存储上,新推出的EIC弹性极速缓存,能够实现GPU直连,使大模型推理时延降低1/50;成本降低20%。在安全层面,火山将推出PCC私密云服务,构建大模型的可信应用体系。

此外,火山引擎还升级了数据飞轮2.0,全链路AI开启数智生产力新时代。所有的数据分析产品,包括cdp、BI、用户行为分析、AB测试等,都推出了基于大模型的智能化新功能。同时,推出全模态数据湖解决方案,让企业可以统一的管理好结构化数据和非结构化数据,并结合传统ETL和大模型进行综合分析。

未来,火山引擎将持续提升模型能力,优化模型服务,推动 AI 在各行业的深度融合与创新应用。更强能力、更低价格、更易落地的豆包大模型将助力开启更智能、高效、便捷的 AI 未来。未来,火山引擎将持续提升模型能力,优化模型服务,推动 AI 在各行业的深度融合与创新应用。“更强模型、更低价格、更易落地”的豆包大模型将助力开启更智能、高效、便捷的AI未来。

打开太平洋知科技,阅读体验更佳
前往太平洋知科技APP查看原文,阅读体验更佳
继续评论
前往APP
制作海报

网友评论

写评论
APP内评论,得金币,兑好礼

相关推荐