豆包大模型全面升级，应用潜力巨大
思瀚产业研究院    2025-01-13

12 月 18-19 日，火山引擎举行 FORCE 2024 原动力大会，豆包大模型迎来全新升级。豆包·视觉理解模型首次亮相，此外，还有升级版豆包主力通用模型、豆包·音乐生成模型、豆包·文生图模型等，火山方舟、扣子平台以及 HiAgent 等平台持续升级。

豆包·视觉理解模型发布，视觉 AI进入“厘时代”。豆包视觉理解模型具备非常强的内容识别能力，同时，拥有出色的理解推理和细腻的视觉描述表现。该模型千tokens 输入价格仅为 3 厘，一元钱就可处理 284 张 720P 的图片，比行业价格便宜 85％，极具性价比，在教育、旅游、电商购物等多个领域展现出广泛的应用潜力。豆包·视频生成模型将于 25 年 1 月依托火山引擎，面向企业客户和开发者正式开放服务。

豆包通用模型 pro 升级，全面对齐 GPT-4o。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%。面向 MMLU_pro评测集，模型综合能力提升 32%，和GPT-4o持平，使用价格仅为GPT-4o 的八分之一。

豆包·音乐生成模型、豆包·文生图模型迎升级。豆包·音乐模型从生成 60 秒的简单结构，升级到生成 3 分钟的完整作品，支持包括前奏、主歌、副歌、间奏、过渡段的 3 分钟全曲创作，而用户只需要简单的描述或上传一张图片。豆包文生图模型 2.1 版本支持“一键 P 图”和“一键海报”，在业界首次实现精准生成汉字和一句话 P 图的产品化能力，已接入即梦 AI 和豆包 App。

火山引擎发布全域 AI 搜索。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。

更多行业研究分析请参考思瀚产业研究院官网，同时思瀚产业研究院亦提供行研报告、可研报告（立项审批备案、银行贷款、投资决策、集团上会）、产业规划、园区规划、商业计划书（股权融资、招商合资、内部决策）、专项调研、建筑设计、境外投资报告等相关咨询服务方案。