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

字节跳动近日为其AI助手豆包推出了“深度思考”推理模式，这一创新功能旨在彻底改变用户在问答、搜索、写作和阅读等场景下的交互体验。此模式通过展示AI解决问题的完整逻辑链条，包括自我质疑、假设验证和错误修正等步骤，让用户能够更深入地了解AI的思考过程。这种可视化的思考方式不仅提升了用户对AI的信任度，也使得AI的反馈更具透明性和可解释性。这项技术基于豆包1.5基座模型研发，并得益于深度推理模型Doubao-1.5-pro-AS1-Preview的技术突破，通过RL算法和工程优化，充分发挥

据Tech星球消息，抖音App正在测试接入豆包AI能力，在应用内为豆包开放两个战略性入口，标志着字节跳动正加速推进其AI生态布局。这两个入口分别位于短视频界面和消息列表，旨在彻底打破AI产品与流量平台的传统壁垒。此前，用户需要跳出抖音才能使用豆包，导致使用频次和粘性不足。通过直接整合，抖音不仅可以提升自身产品的AI能力，还能为豆包引入更广阔的用户流量。字节内部正在同步推进多条AI产品业务线，包括魔方知道、记易、小荷AI医生等，覆盖资讯阅读、医疗、编程等多个

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

中国首款AI原生集成开发环境（AI IDE）Trae国内版正式上线。该产品由字节跳动技术团队推出，旨在为开发者提供更高效、智能化的编程体验。Trae国内版配置了Doubao-1.5-pro，并支持切换满血版DeepSeek R1、V3模型，能够显著提升编程速度，助力开发者应对复杂技术挑战。

近日，字节跳动旗下的AI智能助手豆包APP宣布了一项创新功能——“照片动起来”。这一功能的推出，旨在满足用户对于老照片动态化的需求，让那些曾经定格的瞬间重新焕发生机。据悉，“照片动起来”功能操作简便，用户只需打开豆包APP，选择该功能并上传一张老照片，随后描述照片中人物或物体的动作。经过短暂的等待后，豆包APP便能利用先进的AI技术，将静态照片转化为一段生动的动态视频。

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

近日，苹果中国区 APP 免费榜迎来了新的变化，腾讯的元宝应用一跃而起，超越豆包，跻身排行榜第二位。榜首的位置则被 DeepSeek 牢牢占据。这一现象不仅反映了市场竞争的激烈，也展示了国内大模型行业快速发展的势头。腾讯元宝是一款主打生产力工具的应用，基于腾讯的混元大模型开发。尽管其在2024年5月才正式上线，起初的推广力度并不大，导致用户量与其他竞争者差距明显。据 QuestMobile 的数据显示，截至去年12月，腾讯元宝的月活跃用户仅为211万，排名第八。然而，自今年1月元宝

今日，苹果应用商店免费APP下载排行榜上传来新消息，腾讯元宝凭借出色的表现，成功超越豆包，升至中国区榜单的第二位，仅次于持续稳居榜首的DeepSeek。这一成绩的取得，离不开腾讯元宝近期的一次重大更新。2月13日，腾讯元宝正式接入了满血版Deepseek - R1模型，这一核心亮点的加入，使得用户在打开腾讯元宝并进入对话界面后，能够免费体验到前所未有的便利与强大功能。

什么值得买近日宣布其智能体已正式入驻字节跳动旗下AI助手豆包的"品牌专区"。作为智能购物助手，该智能体将为用户提供口碑总结、商品对比、全网比价等多项服务，助力消费者提升决策效率。据值得买科技CTO王云峰介绍，公司正在推进AI技术的深度融合。目前已在具体业务场景中接入DeepSeek-R1模型，显著提升了AIGC创作能力。在合作伙伴方面，公司已与月之暗面、智谱华章、百川智能等多家通用大模型企业建立合作关系，同时也与腾讯混元、文心一言、荣耀手机、理想汽车等应用平台达

莲花跑车的中国官方近日宣布，将在其车型上搭载豆包 AI 助手，声称这项技术将与汽车原生能力进行深度融合。尽管目前官方尚未透露具体的功能细节，但预期豆包 AI 助手将支持实时语音识别、AI 问答等多项智能服务，这意味着驾驶者将在驾驶过程中获得更为便捷和智能的体验。莲花跑车的最新车型，包括2025款莲花 Eletre 和 Emeya 繁花，预计将于本月正式上市。为了满足市场需求，这两款新车的售价有可能会进行调整，并进一步下探。据了解，目前在售的莲花 Eletre 的官方指导价为72.8万元

字节跳动豆包大模型团队今日宣布，成功研发出全新稀疏模型架构UltraMem，该架构有效解决了MoE（混合专家）模型推理时的高额访存问题，推理速度较MoE提升2-6倍，推理成本最高可降低83%。这一突破性进展为大模型的高效推理开辟了新路径。UltraMem架构在保证模型效果的前提下，成功解决了MoE架构推理时的访存瓶颈。实验结果表明，在参数和激活条件相同的情况下，UltraMem不仅模型效果优于MoE，更将推理速度提升了2-6倍。此外，在常见batch size规模下，UltraMem的访存成本几乎与同计算量的Dense

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

2024年全球手机用户在 AI 聊天机器人和艺术生成工具上的支出达到了惊人的12.7亿美元。这一数据相比于前两年呈现出显著增长，其中聊天机器人应用的支出达到了10.7亿美元，显示出人们对 AI 助手的强烈需求和认可。根据最新的市场报告，ChatGPT 在人工智能生成内容（AIGC）应用的下载量和消费上均处于领先地位，成为用户的首选。紧随其后的是谷歌的 Gemini 和字节跳动的豆包，它们分别位列下载量的第二和第三位。这表明，用户不仅在使用 AI 技术，甚至愿意为此支付高额费用，表明市场对

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。

2025年1月20日，豆包 App 正式发布了其最新的 “端到端” 语音大模型，并对实时语音通话功能进行了重要更新。这一进展标志着豆包在语音交互领域的又一次飞跃，超越了之前的 ASR（自动语音识别）、LLM(大语言模型)和 TTS(文生音频)的级联方案，将语音识别、理解和生成整合在同一个模型中。经过《智能涌现》的测试，新版豆包的最大亮点在于其具备了人类般的表达能力和情感输出，提升了对话的流畅度与智能水平。尤其是 “灵魂歌手” 和 “百变大咖” 模式，让豆包不仅能够进行唱歌，

近日，豆包公司宣布推出其全新的实时语音大模型，号称在中文对话方面实现了 “断崖式领先”，标志着 AI 对话能力的显著提升。这一模型在豆包 App（版本号7.2.0新春版）中全量开放，为用户带来了更为丰富和真实的语音交流体验。据介绍，豆包的实时语音大模型实现了语音理解与生成的深度融合，形成了端到端的语音对话系统。这一技术的突破让模型在语音表现力、控制力以及情绪承接方面的表现非常出色，具备低时延和随时打断对话的功能，极大提升了用户的互动体验。官方表示，