搜索全球AI产品动态

字节跳动豆包大模型团队宣布开源 UI-TARS-1.5，这是一款基于视觉 - 语言模型构建的开源多模态智能体，能够在虚拟世界中高效执行各类任务。该模型在7个典型的 GUI 图形用户界面评测基准中取得了 SOTA（State-of-the-Art）表现，并首次展现了其在游戏中的长时推理能力和在开放空间中的交互能力。这一开源项目标志着多模态智能体技术在 GUI 操作和游戏推理领域取得了重要进展。

豆包大模型近日发布了系列更新，其中豆包1.5·深度思考模型和豆包文生图模型3.0正式通过火山引擎开放 API，供开发者和企业客户使用。这两款模型在推理任务和通用任务的综合表现达到了业界前沿水平，并在视觉推理和图像生成方面取得了显著进展。

火山引擎今日发布活动预热，正式宣布其新款豆包大模型将于明日（4月17日）在FORCE LINK AI创新巡展杭州站上隆重发布。官方信息显示，此次发布会将带来豆包大模型家族的全新升级，并特别推出备受瞩目的豆包1.5深度思考模型。此前已有消息透露，豆包APP和桌面端已针对“深度思考模式”进行了多轮实验性测试。此次发布后，该模型将正式面向企业客户提供服务。据悉，豆包公众号此前已公开宣布测试新版深度思考功能，该功能创新性地将推理过程中的思维链与搜索能力相结合，实现了“

在程序开发的世界中，错误修复总是一个令人头疼的问题。如今，字节跳动的豆包大模型团队为此带来了好消息:他们正式推出了首个多语言软件工程（SWE）数据集 ——Multi-SWE-bench。这个新数据集旨在评估和提升大模型在自动修复代码错误方面的能力。Multi-SWE-bench 与以往的单语言数据集相比，显著扩大了适用范围。这一数据集不仅涵盖了 Python，还包括 Java、Go、Rust、C、C++、TypeScript 和 JavaScript 等七种主流编程语言，真正实现了 “全栈工程” 的评测基准。这意味着无论开发者使用哪种语言

近日，字节跳动豆包大模型团队宣布开源Multi-SWE-bench，这是业内首个多语言代码修复基准数据集，为大模型“自动修Bug”能力的评估与提升带来新突破。在大模型技术快速发展的当下，代码生成任务成为检验模型智能的关键领域。以SWE-bench为代表的代码修复基准，虽能衡量模型的编程智能，但存在明显局限。其仅聚焦Python语言，无法评估模型跨语言泛化能力;且任务难度有限，难以覆盖复杂开发场景，制约了大模型代码智能的进一步发展。面向不同模型代码能力评测分数Multi-SWE-bench应运而生

在人工智能领域蓬勃发展的背景下，字节跳动的豆包大模型团队（Seed）近日召开了一次全员会议，标志着该团队在未来发展方向上的重要决策。会议由朱文佳与新任 AI 基础研究负责人吴永辉共同主持，这也是两位领导首次同台出席，吸引了业内的广泛关注。会议上，朱文佳和吴永辉明确表示，Seed 团队的首要目标是 “探索智能上限”，这将成为团队未来工作的核心导向。他们指出，探索智能的边界是一个长期的任务，团队将围绕已发布的 AGI 研究计划 “Seed Edge” 进行深入研究。朱文佳提

今日，豆包大模型团队正式发布文生图技术报告，首次公开Seedream2.0图像生成模型的技术细节，涵盖数据构建、预训练框架、后训练RLHF全流程，在文生图领域投下一颗“重磅炸弹”。Seedream2.0自2024年12月初在豆包APP和即梦上线后，已服务上亿C端用户，深受专业设计师青睐。与Ideogram2.0、Midjourney V6.1等主流模型相比，它解决了文本渲染不佳、对中国文化理解不足等问题，在中英文双语理解、美感和指令遵循等方面实现全面提升。通过Bench-240评测基准测试，其英文提示词生成内容的结构合理性

字节跳动旗下豆包大模型团队近日宣布，成功攻克混合专家模型（MoE）架构的关键瓶颈，并开源一项名为COMET的重大优化技术。该技术显著提升了大模型的训练效率，实现了高达1.7倍的效率提升，并有效降低了40%的训练成本。图源备注：图片由AI生成，图片授权服务商Midjourney据介绍，COMET技术已在字节跳动的万卡集群训练中得到实际应用，累计节省了数百万GPU小时的训练算力。与近期DeepSeek开源的DualPipe等MoE优化方案相比，COMET具有更强的兼容性和便捷性，能够像插件一样直接接入现有的MoE训

近日，字节跳动豆包大模型团队联合M-A-P开源社区发布SuperGPQA，一个覆盖285个研究生级学科、包含26，529道专业问题的知识推理基准测试。该数据集不仅涵盖数学、物理等主流学科，还首次将轻工业、农业、服务科学等长尾学科纳入评估体系，填补了现有基准测试在长尾知识领域的空白。SuperGPQA已被用于揭示开源与闭源模型的性能差距，成为AI发展的重要工具。传统基准如MMLU和GPQA学科覆盖不足50个，长尾学科占比不到5%，且因数据来源单一（如维基百科）和众包标注不可靠，难以衡量模型在

近年来，人工智能（AI）大模型技术发展迅猛，随之而来的降价潮使得市场竞争愈发激烈。根据数据宝的最新统计，2025年这一降价趋势仍将持续。尤其是在过去的一段时间里，字节跳动、阿里云等企业纷纷宣布降低旗下 AI 大模型的使用成本，引发了业界的广泛关注。例如，字节跳动旗下的豆包大模型于去年12月宣布降价，其视觉理解模型的价格降至0.003元 / 千 tokens，相较于行业平均价格降低了85%。同样，阿里云也在年末进行了大规模降价，通义千问视觉理解模型全线降价超过80%，最低仅需

据豆包大模型团队官方公众号消息，在北京交通大学和中国科学技术大学的联合研究下，由豆包大模型团队提出的 “VideoWorld” 视频生成实验模型近日正式开源。这个模型的最大亮点在于，它不再依赖传统的语言模型，而是仅凭视觉信息就能认知和理解世界。这一突破性的研究灵感来源于李飞飞教授在 TED 演讲中提到的 “幼儿可以不依靠语言理解真实世界” 的理念。“VideoWorld” 通过分析和处理大量视频数据，实现了复杂的推理、规划和决策能力。研究团队的实验显示，模型在仅有300M 参

据媒体报道，字节跳动正加大在人工智能（AI）领域的基础研究投入，其豆包大模型团队已在内部组建一支代号为“Seed Edge”的AGI长期研究团队。该团队旨在探索更长周期、具有不确定性和大胆的AGI研究课题，体现了字节在AI领域的战略决心。据披露，“Seed Edge”团队已初步确定了五大研究方向，包括探索推理能力的边界、探索感知能力的边界、探索软硬一体的下一代模型设计、探索下一代AI学习范式以及探索下一个scaling方向。这表明字节在AGI的布局并非仅限于应用层面，而是深入到了基础

字节跳动正式推出其最新的豆包大模型1.5Pro（Doubao-1.5-pro），这一新模型在多个领域的综合能力上表现出色，成功超越了行业内知名的 GPT-4o 和 Claude3.5Sonnet。该模型的发布标志着字节跳动在人工智能领域又向前迈出了重要一步。豆包1.5Pro 采用了新型的稀疏 MoE（混合专家）架构，使用较小的激活参数进行预训练。这种设计的创新之处在于其可以提供等效于7倍激活参数的 Dense 模型性能，使其在效率上远超行业常规的 MoE 架构，带来了约3倍的效率提升。这样的设计使得豆包大模型在知识、代码

2025年1月22日，字节跳动旗下的火山引擎宣布正式发布豆包大模型1.5，并全面上线火山方舟平台。此次发布的豆包大模型1.5在多个领域取得了显著的性能提升，综合能力达到全球领先水平，标志着字节跳动在人工智能领域的又一重要突破。

字节跳动旗下豆包大模型于今日发布2024年度技术进展报告，透露其最新版本Doubao-pro-1215在综合性能上已经实现与GPT-4的全面对齐，并在部分专业领域表现出更强的能力。这一进展标志着中国大模型技术正式跻身全球第一梯队。自今年5月首次亮相以来，豆包大模型仅用7个月时间就实现了32%的能力提升。据官方介绍，通过优化海量数据处理和创新模型架构，包括提高模型稀疏度和引入强化学习等技术手段，豆包在理解精度和生成质量方面都取得了显著进步。特别是在数学和专业知识等复杂场

今日，豆包大模型官方发布豆包大模型的8个关键时刻!自2024年5月15日首次亮相以来，豆包大模型已破土而出，历经230天加速成长。从初步的学语，到懵懂的世界探索，再到为创作者绘制奇幻梦境，这一路的每一步都充满了挑战与成就。1. 语音识别与情感表达的突破豆包大模型在7月实现了语音识别领域的一大突破:能听懂超过20种方言的混合对话，并且具备边听边思考的能力。不仅如此，它还学会了在对话中表达情感，能在交互中自如地插话，甚至保留吞音和口音等人类语言习惯。这背后的核

联想宣布与火山引擎达成合作，将豆包大模型整合进其AI桌面助手如意（AI Stick），推出AI搜索、AI写作、AI聊天三大新功能，标志着如意在个性化AI服务方面迈出了重要一步。AI搜索功能以其清洁、智能的特点，为用户提供了更为精准高效的搜索体验，每一次点击都能获得靠谱、有用的结果。AI写作则为用户的创作提供了有力辅助，无论是深度文章、个人博客还是营销文案、专业邮件模板，只需输入关键词，AI写作引擎便能理解用户意图，生成参考内容。AI聊天功能则融合了豆包通用模型pro的

今日，针对字节跳动可能再掀大模型价格战的传闻，抖音副总裁李亮在社交媒体上发表了声明，明确表示这并不是价格战。李亮指出，豆包大模型通过技术创新降低了成本，在算法、软件工程和硬件方案上进行了大量优化。他提到，3厘/千tokens的定价不仅具有可观的毛利，而且是透明的定价策略，并非传统的“刊例价折扣”模式。

在2024年12月18日的火山引擎 FORCE 原动力大会上，火山引擎宣布对豆包大模型家族进行全面升级，并重磅发布了全新的视觉理解模型。火山引擎总裁谭待表示，豆包大模型的日均 tokens 使用量在过去几个月中迅猛增长，达到了超过4万亿，相较于5月发布时增长了33倍。这一增长趋势显示出豆包大模型在多个应用场景中的广泛使用。本次，火山引擎通过推出视觉理解模型，使得用户能够同时输入文本和图像的问题，模型能够综合理解并给出准确的回答。这一创新将大大简化应用的开发流程，并激

在2024火山引擎FORCE原动力大会·冬上，字节跳动还发布了火山引擎全域AI搜索。这项服务通过整合场景化搜索推荐、企业私域信息整合以及联网问答服务，将企业信息、业务需求与用户需求紧密结合，助力企业实现更精准的推荐和更广泛的信息发现。