近日，字節(jié)跳動(dòng)在火山引擎Force大會(huì)上宣布，視覺(jué)理解模型正式邁入“厘時(shí)代”，為企業(yè)帶來(lái)前所未有的性?xún)r(jià)比優(yōu)勢(shì)。
此次發(fā)布的豆包視覺(jué)理解模型，以極低的成本為企業(yè)提供強(qiáng)大的多模態(tài)大模型能力。具體而言，該模型每千個(gè)tokens的輸入價(jià)格僅為3厘，這意味著一元錢(qián)便能處理約284張720P分辨率的圖片，相較于行業(yè)平均水平，價(jià)格降低了85%。這一突破性的定價(jià)策略，無(wú)疑將極大地推動(dòng)視覺(jué)理解技術(shù)的普及與應(yīng)用。
視覺(jué)作為人類(lèi)獲取信息的主要渠道，其重要性不言而喻。豆包視覺(jué)理解模型的推出，不僅拓展了大模型的能力邊界，還降低了人們與大模型交互的門(mén)檻，為解鎖更多應(yīng)用場(chǎng)景提供了可能。據(jù)火山引擎總裁譚待介紹，豆包視覺(jué)理解模型不僅能夠精確識(shí)別視覺(jué)內(nèi)容，還具備卓越的理解和推理能力，能夠完成分析圖表、處理代碼、解答學(xué)科問(wèn)題等復(fù)雜任務(wù)。該模型在視覺(jué)描述和創(chuàng)作方面也展現(xiàn)出細(xì)膩的能力。
在大會(huì)現(xiàn)場(chǎng)，豆包3D生成模型也首次亮相。這款模型與火山引擎的數(shù)字孿生平臺(tái)veOmniverse結(jié)合使用，能夠高效地完成智能訓(xùn)練、數(shù)據(jù)合成和數(shù)字資產(chǎn)制作，成為一套支持AIGC創(chuàng)作的物理世界仿真模擬器。這一創(chuàng)新成果，無(wú)疑將進(jìn)一步推動(dòng)AIGC領(lǐng)域的發(fā)展。
除了視覺(jué)理解模型外，豆包大模型的多款產(chǎn)品也迎來(lái)了重要更新。豆包通用模型pro已全面對(duì)齊GPT-4，但使用價(jià)格僅為后者的1/8。音樂(lè)模型則從生成60秒的簡(jiǎn)單結(jié)構(gòu)，升級(jí)到能夠生成3分鐘的完整作品。文生圖模型2.1版本則實(shí)現(xiàn)了精準(zhǔn)生成漢字和一句話(huà)P圖的產(chǎn)品化能力，并已接入即夢(mèng)AI和豆包App。
字節(jié)跳動(dòng)表示，豆包大模型已經(jīng)與八成主流汽車(chē)品牌合作，并接入到多家手機(jī)、PC等智能終端，覆蓋終端設(shè)備約3億臺(tái)。來(lái)自智能終端的豆包大模型調(diào)用量在半年時(shí)間內(nèi)增長(zhǎng)了100倍。與企業(yè)生產(chǎn)力相關(guān)的場(chǎng)景，豆包大模型也獲得了企業(yè)客戶(hù)的大力支持。在最近3個(gè)月內(nèi)，豆包大模型在信息處理場(chǎng)景的調(diào)用量增長(zhǎng)了39倍，客服與銷(xiāo)售場(chǎng)景增長(zhǎng)16倍，硬件終端場(chǎng)景增長(zhǎng)13倍，AI工具場(chǎng)景增長(zhǎng)9倍，學(xué)習(xí)教育等場(chǎng)景也有顯著增長(zhǎng)。
譚待認(rèn)為，豆包大模型市場(chǎng)份額的快速增長(zhǎng)，得益于火山引擎“更強(qiáng)模型、更低成本、更易落地”的發(fā)展理念。這一理念讓AI成為每一家企業(yè)都能用得起、用得好的普惠科技。為了幫助企業(yè)更好地構(gòu)建自身的AI能力中心，高效開(kāi)發(fā)AI應(yīng)用，火山引擎還升級(jí)了火山方舟、扣子和HiAgent三款平臺(tái)產(chǎn)品。
其中，火山方舟發(fā)布了大模型記憶方案，并推出了prefix cache和session cache API，以降低延遲和成本。同時(shí)，火山方舟還帶來(lái)了全域AI搜索服務(wù)，具備場(chǎng)景化搜索推薦一體化、企業(yè)私域信息整合等功能。這一系列的創(chuàng)新舉措，無(wú)疑將進(jìn)一步推動(dòng)AI技術(shù)的發(fā)展和應(yīng)用。
火山引擎認(rèn)為，隨著大模型時(shí)代的到來(lái)，云計(jì)算的變革也在加速進(jìn)行?；贏(yíng)I云原生的理念，火山引擎推出了新一代計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)和安全產(chǎn)品。這些產(chǎn)品通過(guò)優(yōu)化計(jì)算和存儲(chǔ)效率、提升網(wǎng)絡(luò)性能以及加強(qiáng)安全保障，為企業(yè)提供了更加高效、可靠、安全的AI服務(wù)。
