火山引擎：豆包 1.5 模型表现出色 20B 参数

【5 月 13 日下午消息，火山引擎在 FORCELINKAI 创新巡展·上海站发布新模型】 火山引擎新发布的豆包 1.5·视觉深度思考模型激活参数仅 20B，却具备强大多模态理解和推理能力。 在 60 个公开评测基准中，有 38 个取得 SOTA 表现，在视频理解、视觉推理、GUIAgent 能力等方面处于第一梯队，目前已在火山方舟上线。 在视频理解方面，支持动态帧率采样，视频时序定位能力显著增强，结合向量搜索，能精准定位视频中与文本描述相对应的片段。 同时，新增视频深度思考能力，模型学习数万亿多模态标记数据，掌握广泛视觉知识，结合强化学习，视觉推理能力大幅提升。 此外，该模型新增 GUIAgent 能力，基于强大的 GUI 定位性能，可在不同环境中完成复杂交互任务，已应用于字节跳动多款 APP 产品的开发测试中。

【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com