豆包视频聚拢模子发布，一块钱可处理284张高清图！

作家 | ZeR0剪辑 | 漠影

智东西12月18日报说念，火山引擎当天晓谕豆包大模子眷属全面升级，推出视频聚拢模子、3D生成模子，升级文生图模子、音乐模子、通用模子pro等，还预报将在2025年春季推出具备更长视频生成智商的豆包视频生成模子1.5版，豆包端到端及时语音模子也将很快上线。

其中，豆包·视频聚拢模子的输入价钱定为0.003元/千Tokens，比行业价钱镌汰85%，卓著于1块钱能同期处理284张720P图片。该模子依然接入豆包App和PC端家具。

豆包·3D生成模子也安适发布，与火山引擎数字孪生平台veOmniverse趋承使用可高效完成智能教学、数据合成和数字金钱制作，成为一套支抓AIGC创作的物理宇宙仿真模拟器。

其它多款豆包模子均迎来升级：通用模子pro已全濒临皆GPT-4o，使用价钱仅为后者的1/8；音乐模子升级到生成3分钟的齐备作品；文生图模子2.1版块在业界初度已矣精确生成汉字和一句话P图的家具化智商，该模子已接入即梦AI和豆包App。

同期，火山引擎升级了火山方舟、扣子、HiAgent三款平台家具。

火山方舟发布大模子牵挂决议、Prefix Cache和Session Cache API、全域AI搜索，以匡助企业构建好自己的AI智商中心，高效开荒AI应用。

扣子1.5版块提供全新AI应用开荒环境、更强的多模态智商，推出宏构模版商店，镌汰构建AI应用的难度；HiAgent 1.5版块提供100+个行业应用模版，提供全新GraphRAG智商，可视化更明晰。

火山引擎总裁谭待还公布了豆包大模子的最新成绩单：日均tokens增长使用量已逾越4万亿，较7个月前初度发布时增长了33倍。

大模子应用正加快向行业浸透。据悉，豆包大模子已与省略主流汽车品牌合作，以前7个月汽车行业日均Tokens耗尽增长了50倍；并接入到多家手机、PC等智能末端，障翳末端建筑约3亿台，来自智能末端的豆包大模子调用量在半年时刻内增长100倍。

豆包大模子也得回了繁密企业客户喜爱：最近3个月，在信息处理场景的调用量增长了39倍，客服与销售场景增长16倍，硬件末端场景增长13倍，AI器用场景增长9倍，学习种植等场景也有大幅增长。

一、视频聚拢模子科罚复杂逻辑推理，3D生成模子1分钟生成高质地金钱

豆包·视频聚拢模子支抓输入文本和图像问题，不仅能精确识别和聚拢视觉施行，还具备推贤慧商，可把柄图像信息进行复杂的逻辑探讨，完要素析图表、处理代码、解答学科问题等任务。

火山引擎Force大会开场就播放了一段展示其视频聚拢智商的视频：敌手机录像头扫过的场景，及时发问“这是什么”、“为什么”、“在那里能买到”，豆包不仅能识物解答，还能读论说、读代码、解读画作、帮你在房子里找物品、保举穿搭，以及把柄场景进行联念念推理。在识别代码时，你不错圈出问题区域，让豆包作念针对性分析。

具体而言，豆包·视频聚拢模子有如下特质：

1）更强视觉施行聚拢智商：一眼识别小动物的影子并忖度出这是什么动物，识别丁达尔效应等天然常识并阐明背后旨趣，识别地标建筑、生存中不太纯熟的物品并给出科普信息。

2）更强聚拢和推贤慧商：擅长图表、数学、逻辑、代码推理。

3）更精采的视觉描述和创作智商：描述图像细节，进行图像故事创作、诗歌创作；可革职提醒对细节进行描述，举例能识别出被全选位置的物体是孔明灯。

据火山引擎总裁谭待共享，火山引擎已邀请数百家企业测试该模子，并发现了一些有价值的场景，比如种植场景的判卷带领、作文转换、儿童奉陪等，旅游场景的概念地保举、外文菜单识别、闻名建筑识别及教学；电商营销场景的拍照找同款、商品搭配提议、告白种草案牍等。

豆包·3D生成模子与火山引擎数字孪生平台veOmniverse趋承，成为一款支抓AIGC创作的物理宇宙仿真模拟器。

大会现场演示了通过veOmniverse剪辑器和文生3D快速搭建工场车间场景，用户输入文本就能及时生成3D场景和模子。两者可已矣云上协同，模子师通过文生3D快速批量生成模子并上传至云空间，布局师即可及时调用并完成场景遐想，权臣晋升创作效能与互助体验。

该模子不错高效完成智能教学、数据合成和数字金钱制作，支抓文生3D、图生3D、多模态生成，1分钟即可生成高保真高质地3D金钱，可已矣复杂物品、物品组合大范围场景生成，并支抓多模态3D金钱剪辑。

二、一句话应答P图&生成海报，音乐模子已落地vivo相册一键成片

会上，火山引擎晓谕升级文生图模子、音乐模子、通用模子pro等模子。

文生图模子现支抓一键P图和一键海报。

迥殊是“一句话应答生成海报”功能，初度已矣精确汉文笔墨生成，并能够已矣更全面的描述和更邃密的画面和排版。

用户不错涂抹海报中的笔墨，输入新笔墨即可作笔墨修改。涂改前后，整张海报能够保抓很好的一致性，不会影响原画面。

一键P图是指用户只需输入苟简的天然言语，就能对图像进行换装、好意思化、涂抹、格调转动等修图职责，不错用言语精确限度概念，幸免误伤，还能一次扩充多个P图任务。

借助视频生成模子，还能将静态海报造成动态海报，让海报中的主体动起来，更具生命力。

新升级的豆包·音乐生成模子支抓输入歌词生成音乐，从1分钟创作升级为包括前奏、主歌、副歌、间奏、过渡段等齐备的3分钟全曲创作。

新模子能合理专揽旋律、节拍、和声等信息，使全曲保抓连贯性。要是用户对生成的歌词不闲暇，还能进行局部修改。

vivo手机2024年10月发布的OriginOS 5就招揽了豆包音乐模子，来为相册“一键成片”提供音乐创作智商。模子可把柄用户提供的素材进行AI词曲创作。

豆包通用模子pro也进一步升级，全濒临皆GPT-4o的智商，致使在部分复杂场景任务中收尾更好，而使用价钱唯一GPT-4o的1/8。

在专科常识领域，豆包Pro比较五月版块晋升了

54个百分点

，稍微最初于gpt-4o；在轮廓任务处贤慧商上晋升

32个百分点

，和GPT-4o抓平；在提醒革职晋升9%，在推理上晋升13%，在数学上则晋升43%。

中手游、深维智信、威科、赛力斯汽车、叫叫等企业都使用该模子已矣了大幅降本增效。举例中手游打造了繁密游戏智能NPC，模子调用量半年内高潮了400倍；威科在法务领域使用豆包把柄提醒精确地已矣各式判定收尾信息抽取，抽取精度达到95%以上，调用量高潮800倍。

三、火山方舟、扣子、HiAgent上新，再降AI开荒门槛

火山引擎升级了火山方舟、扣子和HiAgent三款平台家具，包括发布大模子牵挂决议、Prefix Cache和Session Cache API，以镌汰蔓延和本钱，还有全域AI搜索。

火山方舟平台提供全栈MaaS智商，支抓模子精调、推理、评测等全标的功能，也提供了丰富的插件智商、蔓延API和高代码解决决议。其大模子牵挂决议能让大模子更懂用户，具有三大特质：精确收尾，超大范围亿级牵挂片断，更快反映速率&更低使用本钱。

凹凸文缓存是兼顾推理本钱和反映速率的过失。新发布的Prefix Cache和Session Cache API，创国内云厂商首例，无需重叠传输对话就能达到多轮凹凸文的收尾，将用户体验蔓延减少50%，并给出了很有竞争力的缓存掷中订价，可将企业使用缓存本钱镌汰80%。

全域AI搜索具备场景化搜索保举一体化、企业私域信息整合等作事。

火山引擎AI搜索保举引擎的特质包括：1）有着庞大的模子基础智商撑抓，根植于火山方舟的系统智商；2）从第一天运转就在强调搜索保举一体化，来匡助客户已矣更更精确、更深度的个性化体验；3）多模态，支抓文本、图像、视频、音频等多模态的对话式输入输出；4）百亿库容量、超大范围朦拢毫秒级检索蔓延、更多家具障翳；5）适用于电商、信息检索、文娱等全场景。

举例该引擎可用于电商营销场景，支抓个性化保举商品页面连结、指引AI下单；也不错用在企业信息检索场景中，校正企业里面的信息效能流转和坐蓐力。

齐备的AI搜索和保举智商将在改日几个月连续在火山引擎公开使用。

火山引擎还进一步升级了基于互联网搜索的AI增强插件，可一键触达全域信息，在极短时刻内归来呈现搜索收尾，支抓多模态施行和丰富的呈现面孔，以匡助企业作念出更有诱骗力的多模态交互。

扣子已成为中国最具活力的智能体开荒社区之一，有逾越100万的活跃开荒者，创建了200万+各具特色的智能体。

今天，火山引擎安适发布扣子1.5版块，提供全新的应用开荒环境，支抓GUI搭建界面，并可一键发布为小要领、H5、API等多种应用花样，还增强了多模态智商，全面升级语音识别和合成智商，并与火山引擎视频云的RTC集成，提供了高质地的及时语音通话智商。

此外，扣子1.5推出了模板商店，提供了多半可一键复制的宏构模板，进一步镌汰了构建AI应用的难度。比如和府捞面的家具司理通过扣子完成了主顾点评分析智能体，苏泊尔通过扣子将智能体引入到用户的食谱创作和居家养生经由中，天文体界的科研职责者们用扣子搭建智能体来扶持科研。

企业构建自己的AI智商中心，需要解决好安全监管、数据连接、应用落地、系统集成等问题。火山引擎HiAgent支抓企业特有部署和混杂部署模式，能够舒服复杂的监管合规条目。

HiAgent不错与企业现存系统买通，把企业里面或外部的系统接口、器用等封装为插件，以插件中心体式提供调用，已矣智能体和现存业务系统的集成。

新发布的HiAgent 1.5版块，依靠过往一年的实践，从企业级真正应用场景中，千里淀出100+行业应用模板，供企业开箱即用，敏捷落地；提供全新的GraphRAG智商，通过更强的常识交融收尾，匡助企业打造AI常识助手，让常识检索更精确、常识复兴更丰富、可视化愈加明晰。

HiAgent已为华泰证券、飞鹤集团、浙江大学、宁德时间、国度管网等繁密企业和高校提供了作事。

结语：下一个十年，探讨范式将插足到AI云原生的新时间

“本年是大模子高速发展的一年。当你看到一列高速行驶的列车，最进攻的事便是确保我方要登上这趟列车。通过AI云原生和豆包大模子眷属，火山引擎但愿匡助企业作念好AI鼎新，驶向更好意思好的改日。”谭待说。

他谈说念，豆包大模子天然发布较晚，但一直在快速迭代进化，当今已成为国内最全面、时刻最最初的大模子之一。

火山引擎团队以为下一个十年，探讨范式应该从云原生，插足到AI云原生的新时间。基于AI云原生的理念，火山引擎推出新一代探讨、汇聚、存储和和安全家具。

在探讨层面，火山引擎GPU实例，通过vRDMA汇聚，支抓大范围并行探讨和P/D分散推理架构，权臣晋升教学和推理效能，镌汰本钱；在存储层面，新推出的EIC弹性极速缓存，能够已矣GPU直连，使大模子推理时延镌汰至1/50、本钱镌汰20%；在安全层面，火山将推出PCC奥密云作事，构建大模子的委果应用体系。基于PCC，企业能够已矣用户数据在云上推理的端到端加密，况兼性能很好，推理时延比明文模式的互异在5%以内。

在谭待看来，豆包大模子市集份额的爆发，成绩于火山引擎“更强模子、更低本钱、更易落地”的发展理念，让AI成为每一家企业都能用得起、用得好的普惠科技。