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(jié)跳動正式發(fā)布豆包視覺理解模型，為企業(yè)提供極具性價比的多模態(tài)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(yè)價格便宜85％，以更低成本推動AI技術(shù)普惠和應用發(fā)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(jù)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(nèi)容，還具備出色的理解和推理能力，可根據(jù)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(chuàng)作能力。
圖：火山引擎總裁譚待
此前，豆包視覺理解模型已經(jīng)接入豆包App和PC端產(chǎn)品。豆包戰(zhàn)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(chǎn)品非常注重多模態(tài)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(yè)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(shù)字孿生平臺veOmniverse結(jié)合使用，可以高效完成智能訓練、數(shù)據(jù)合成和數(shù)字資產(chǎn)制作，成為一套支持 AIGC 創(chuàng)作的物理世界仿真模擬器。
豆包大模型多款產(chǎn)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(jié)構(gòu)，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(yè)界首次實現(xiàn)精準生成漢字和一句話P圖的產(chǎn)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(shù)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(chuàng)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(zhuǎn)換等新能力。譚待表示，豆包大模型雖然發(fā)布較晚，但一直在快速迭代進化，目前已成為國內(nèi)最全面、技術(shù)最領(lǐng)先的大模型之一。
大模型應用加速落地
數(shù)據(jù)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(fā)布時增長了33倍。大模型應用正在向各行各業(yè)加速滲透。
據(jù)悉，豆包大模型已經(jīng)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(shè)備約3億臺，來自智能終端的豆包大模型調(diào)用量在半年時間內(nèi)增長100倍。
與企業(yè)生產(chǎn)力相關(guān)的場景，豆包大模型也獲得了眾多企業(yè)客戶青睞：最近3個月，豆包大模型在信息處理場景的調(diào)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。
譚待認為，豆包大模型市場份額的爆發(fā)，得益于火山引擎“更強模型、更低成本、更易落地”的發(fā)展理念，讓AI成為每一家企業(yè)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(chǎn)品，幫助企業(yè)構(gòu)建好自身的 AI 能力中心，高效開發(fā) AI 應用。其中，火山方舟發(fā)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?；鹕椒街圻€帶來全域 AI 搜索，具備場景化搜索推薦一體化、企業(yè)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(wǎng)絡(luò)、存儲和和安全產(chǎn)品。在計算層面，火山引擎GPU實例，通過vRDMA網(wǎng)絡(luò)，支持大規(guī)模并行計算和P/D分離推理架構(gòu)，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?qū)崿F(xiàn)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(gòu)建大模型的可信應用體系?；赑CC，企業(yè)能夠?qū)崿F(xiàn)用戶數(shù)據(jù)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(nèi)。
譚待說：“今年是大模型高速發(fā)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(yè)做好AI創(chuàng)新，駛向更美好的未來?！?/p>
免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。
免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
