7月30日，火山引擎在其主辦的FORCE Link AI創(chuàng)新巡展·廈門站活動(dòng)上，發(fā)布豆包系列新模型及AI云原生服務(wù)升級(jí)成果，包括豆包·圖像編輯模型3.0、同聲傳譯模型2.0，以及全新升級(jí)的豆包大模型1.6系列，同時(shí)推出扣子核心能力開(kāi)源、企業(yè)自有模型托管方案等工具，為企業(yè)及開(kāi)發(fā)者構(gòu)建Agent、落地AI應(yīng)用提供全棧支持。

豆包系列新模型面向企業(yè)開(kāi)放

針對(duì)AI圖像編輯中“聽(tīng)不懂指令、誤改內(nèi)容、生成效果差”的痛點(diǎn)，火山引擎推出豆包·圖像編輯模型3.0（SeedEdit 3.0）。該模型通過(guò)強(qiáng)化指令遵循能力、圖像保持能力及生成質(zhì)量，讓用戶僅憑自然語(yǔ)言即可完成消除冗余、調(diào)整光影、替換元素等操作，還能實(shí)現(xiàn)風(fēng)格轉(zhuǎn)換、材質(zhì)變換、姿勢(shì)調(diào)整等創(chuàng)新修圖場(chǎng)景。該模型廣泛適用于影像創(chuàng)作、廣告營(yíng)銷等領(lǐng)域，企業(yè)用戶可在火山方舟調(diào)用其API，個(gè)人用戶則能通過(guò)即夢(mèng)或豆包app進(jìn)行體驗(yàn)。

最新發(fā)布的豆包·同聲傳譯模型2.0（Seed-LiveInterpret 2.0），突破傳統(tǒng)“級(jí)聯(lián)模型”局限，采用全雙工框架將語(yǔ)音延遲從8-10秒降至2-3秒，實(shí)現(xiàn)文本與語(yǔ)音同步生成。更支持0樣本聲音復(fù)刻，無(wú)需提前錄制即可實(shí)時(shí)生成同音色外語(yǔ)語(yǔ)音，甚至匹配方言口音，大幅提升跨語(yǔ)言溝通沉浸感。

豆包大模型1.6系列也進(jìn)行了升級(jí)。其中，極速版Doubao-Seed-1.6-flash模型在保持強(qiáng)大視覺(jué)理解能力的同時(shí)，強(qiáng)化了代碼、推理、數(shù)學(xué)等能力，適配智能巡檢、手機(jī)助手等大規(guī)模商業(yè)化場(chǎng)景。該模型TPOT（首Token輸出時(shí)間）低至10ms，為業(yè)界領(lǐng)先；成本上，在0-32k輸入文本長(zhǎng)度區(qū)間（企業(yè)最常用），每百萬(wàn)tokens輸入僅0.15元、輸出1.5元，在客戶使用案例中，已實(shí)現(xiàn)延遲下降60%、成本降低70%。

此外，全模態(tài)向量化模型Seed1.6-Embedding首次實(shí)現(xiàn)“文本+圖像+視頻”混合模態(tài)融合檢索，助力企業(yè)構(gòu)建更強(qiáng)大的多模態(tài)知識(shí)庫(kù)，在權(quán)威測(cè)評(píng)中包攬多模態(tài)全面任務(wù)及中文文本的最優(yōu)成績(jī)。

優(yōu)化AI云原生服務(wù)，加速Agent開(kāi)發(fā)落地

為助力Agent端到端開(kāi)發(fā)與落地，火山引擎持續(xù)優(yōu)化AI云原生全棧服務(wù)。7月26日，AI Agent開(kāi)發(fā)平臺(tái)扣子核心能力正式開(kāi)源，涵蓋一站式可視化開(kāi)發(fā)工具“扣子開(kāi)發(fā)平臺(tái)（Coze Studio）”和全鏈路管理工具“扣子羅盤（Coze Loop）”，采用Apache 2.0許可證，用戶可在GitHub下載。開(kāi)源僅三天，Coze Studio星標(biāo)數(shù)破萬(wàn)，Coze Loop星標(biāo)數(shù)超3000?；鹕揭鏋槠涮峁┤嬷С郑髽I(yè)AI平臺(tái)HiAgent可調(diào)用其能力，云基礎(chǔ)產(chǎn)品支持一鍵部署。

針對(duì)有模型定制需求的企業(yè)，火山引擎依托火山方舟模型單元推出自有模型托管方案。企業(yè)無(wú)需運(yùn)維底層GPU資源及復(fù)雜配置，即可實(shí)現(xiàn)自研模型全托管，享受彈性算力，自主選擇部署方式與機(jī)型，精準(zhǔn)控制時(shí)延，且無(wú)需為業(yè)務(wù)低谷期付費(fèi)，目前已開(kāi)放邀測(cè)。

同時(shí)，火山方舟升級(jí)API體系，推出Responses API。該API具備原生上下文管理能力，支持多輪對(duì)話鏈?zhǔn)焦芾砑拔谋?、圖像等多模態(tài)數(shù)據(jù)銜接，結(jié)合緩存能力可降低80%成本；還支持單次請(qǐng)求聯(lián)動(dòng)多工具與模型組合響應(yīng)，將智能助手Agent開(kāi)發(fā)從460行代碼、1-2天，縮減至60行代碼、1小時(shí)，大幅提升效率。

此次系列發(fā)布進(jìn)一步完善了火山引擎AI生態(tài)布局，為企業(yè)與開(kāi)發(fā)者提供從基礎(chǔ)模型到開(kāi)發(fā)工具的全鏈條支持，加速AI在各行業(yè)的落地應(yīng)用。