来自现场：豆包发布视觉理解模型，价格低到离谱

此刻，正在上海

火山引擎2024冬季FORCE原动力大会上

Force（原力），出自《星球大战》

给大家发布这篇文章

发布会要点

今天上午，是大会的主题演讲，分别由火山引擎总裁和各产品负责人做介绍。

豆包大模型家族，今天起全线升级：

1）发布豆包视觉理解模型

不仅能精准识别视觉内容，还具备理解和推理能力，可以进行复杂计算，比如图表分析、代码处理、专业问题解答等。现在起，已接入豆包APP和PC。

最牛的是，它的千tokens输入只要0.003，一块钱可以处理284张720P的图片，比GPT-4o、Claude 3.5 sonnet、Qwen要便宜80%多。

2）豆包通用模型Pro升级

豆包通用Pro模型，在综合能力、推理、指令遵循、代码、数学、专业知识等方面，相对上一代全面升级。

3）音乐模型升级

音乐模型从生成60s的简单结构，升级到3分钟的完整作品。

4）文生图升级

文生图模型升级，一键P图、一键海报。

5）发布全新模型

现场，发布了2款全新模型：veOmniverse物理世界模型+豆包3D生成模型。

6）扣子升级到1.5

发布会称，常活跃开发者用户100万，累计开发智能体有200万+。

7）预告视频模型

预计春节左右，将推出具备更长视频生成能力的豆包视频模型1.5。端到端的实时语音模型，也将很快上线。

另外，发布会还重点强调了即梦AI。

剪映负责人张楠将即梦比喻为“想象力的相机”，希望即梦成为一种新的“创造和体验”方式，in your eyes，be your eyes。

现场还提到，即梦将在2.1图片模型的基础上继续迭代，上线文字局部重绘、动态海报等功能。

会场一览

整个展厅，非常AI

字节在上海世博园包下了2000m²

打造一个沉浸式AI展区

1）豆包大模型展区

语言、语音、视觉模型，豆包家族齐亮相

豆包音乐，现场感受live show

豆包视频，一键拍大片

2）AI驱动应用展区

豆包语音模型，现场真·上墙点赞

Ola Friend耳机，是现场大家体验最多的展区

豆包TTS，复刻音色，与未来的自己对话

HiAgent，轻松创建企业智能体

3）AI行业融合展区

汽车、金融、大消费、互联网、教育……

各行各业的大模型落地方案

沉浸式感受AI重构我们的生活

4）当然，还有最令我期待的扣子展区

这一年里，开发者对扣子的热爱不用我多讲

这是目前最好的AI应用开发平台，没有之一

11月扣子月活175万，比某些知名AI的数据还高

5）现场福利

现场有7个展区设置了打卡点

点亮所有地图，有机会获得这个会发声的AI玩偶

真的好可爱，收藏+1

写在最后

写到这里时

发布会结束了，展区也逛完了

总体给我感受是：

字节正在开启一场AI马拉松

探索一个让所有人、所有行业都能够使用AI的机会

这和我即将要去的浦东机场很相似

它也被称为浦东马拉松

（文：沃垠AI）