大熊团队字节AI全面升级视觉理解模型首次亮相豆包模型家族全

豆包模型家族全面升级，核心进展包括：

1. #豆包通用模型：

   • 通用模型pro相较于5月15日版本，综合能力提升32%，代码能力提升58%，数学能力提升43%，专业知识领域能力提升54%。
   • 目前豆包通用模型pro能力已全面对齐GPT-4o，但价格仅为GPT-4o的1/8。

2. #文生图模型：

   • 2.1版本在业界首次实现精准汉字和一句话P图能力。

3. 豆包视频生成模型：

   • 预计2025年春季将推出豆包视频生成模型1.5，具备更强的长视频生成能力。

4. 视觉理解模型：

   • 视觉理解模型首次亮相，输入价格为每千tokens 0.003元，比行业平均价格降低85%。
   • 已挖掘教育、旅游、电商营销等高价值场景，具备视觉识别、理解推理和视觉描述能力，可根据图像信息进行逻辑计算，完成分析图表、处理代码和解答科学问题等任务。

5. 用户量高速增长：

   • 截止12月中旬，豆包通用模型的日均tokens使用量超过4万亿，较5月增长超过33倍。
   • 截止11月底，豆包APP在2024年的累计用户规模超1.6亿，日均新增下载量80万。

6. 智能终端进展加速：

   • 半年内豆包大模型在智能终端调用量已增长100倍，PC和手机终端设备覆盖约3亿台。
   • 豆包已与多数车企合作，后续有望出现更多场景加速放量。