12月18日，火山引擎在FORCE原動力大會上正式發(fā)布豆包大模型1.8及音視頻創(chuàng)作模型Seedance 1.5 pro。權(quán)威評測數(shù)據(jù)顯示，豆包大模型在多模態(tài)理解、生成能力及Agent能力上，已躋身全球第一梯隊。

據(jù)火山引擎總裁譚待介紹，截至今年12月，豆包大模型日均token使用量突破50萬億，較去年同期增長超過10倍；目前已有超過100家企業(yè)客戶累計token使用量超過一萬億。

火山引擎總裁譚待。

據(jù)了解，作為豆包家族的最新旗艦?zāi)Ｐ?，豆包大模?.8（Doubao-Seed-1.8）面向多模態(tài)Agent場景進(jìn)行了定向優(yōu)化。其工具調(diào)用能力、復(fù)雜指令遵循能力及OS Agent能力均得到增強(qiáng)，提升了模型在處理復(fù)雜任務(wù)時的規(guī)劃與執(zhí)行水平。

針對日益增長的視頻創(chuàng)作需求，火山引擎推出了Seedance 1.5 pro音視頻創(chuàng)作模型。該模型不僅具備影視級的敘事張力，能夠精準(zhǔn)捕捉運(yùn)動細(xì)節(jié)并細(xì)膩呈現(xiàn)人物情緒，更在音畫同步技術(shù)上取得了突破性進(jìn)展。

Seedance 1.5 pro采用創(chuàng)新的原生音視頻聯(lián)合生成架構(gòu)，支持環(huán)境音、背景音樂、人聲等多種元素，實現(xiàn)了毫秒級的音畫同步輸出。在對白處理上，模型支持多人多語言對話，口型對齊精準(zhǔn)，覆蓋中文方言（如四川話、粵語等）、英文及小語種，極大地提升了視頻內(nèi)容的真實感與全球化創(chuàng)作潛力。

為進(jìn)一步降低創(chuàng)作門檻與成本，Seedance系列即將上線“Draft樣片”功能。創(chuàng)作者可先生成低分辨率樣片進(jìn)行預(yù)覽，其關(guān)鍵要素與最終成片高度一致，真正做到“預(yù)覽即所得”。數(shù)據(jù)顯示，該功能可幫助創(chuàng)作者提升65%的整體效率，并減少60%的無效創(chuàng)作成本。

目前，個人用戶已可在豆包、即夢AI等平臺體驗該模型；企業(yè)用戶則可從12月23日起，通過火山引擎API接入Seedance 1.5 pro模型服務(wù)。

上游新聞 馬亮