7月30日，火山引擎在其主辦的FORCE Link AI創(chuàng)新巡展·廈門站活動上，發(fā)布豆包系列新模型及AI云原生服務升級成果，包括豆包·圖像編輯模型3.0、同聲傳譯模型2.0，以及全新升級的豆包大模型1.6系列，同時推出扣子核心能力開源、企業(yè)自有模型托管方案等工具，為企業(yè)及開發(fā)者構(gòu)建Agent、落地AI應用提供全棧支持。

圖：火山引擎總裁譚待發(fā)布最新豆包模型

豆包系列新模型面向企業(yè)開放

針對AI圖像編輯中“聽不懂指令、誤改內(nèi)容、生成效果差”的痛點，火山引擎推出豆包·圖像編輯模型3.0（SeedEdit 3.0）。該模型通過強化指令遵循能力、圖像保持能力及生成質(zhì)量，讓用戶僅憑自然語言即可完成消除冗余、調(diào)整光影、替換元素等操作，還能實現(xiàn)風格轉(zhuǎn)換、材質(zhì)變換、姿勢調(diào)整等創(chuàng)新修圖場景。該模型廣泛適用于影像創(chuàng)作、廣告營銷等領(lǐng)域，企業(yè)用戶可在火山方舟調(diào)用其API，個人用戶則能通過即夢或豆包app進行體驗。

最新發(fā)布的豆包·同聲傳譯模型2.0（Seed-LiveInterpret 2.0），突破傳統(tǒng)“級聯(lián)模型”局限，采用全雙工框架將語音延遲從8-10秒降至2-3秒，實現(xiàn)文本與語音同步生成。更支持0樣本聲音復刻，無需提前錄制即可實時生成同音色外語語音，甚至匹配方言口音，大幅提升跨語言溝通沉浸感。

豆包大模型1.6系列也進行了升級。其中，極速版Doubao-Seed-1.6-flash模型在保持強大視覺理解能力的同時，強化了代碼、推理、數(shù)學等能力，適配智能巡檢、手機助手等大規(guī)模商業(yè)化場景。該模型TPOT（首Token輸出時間）低至10ms，為業(yè)界領(lǐng)先；成本上，在0-32k輸入文本長度區(qū)間（企業(yè)最常用），每百萬tokens輸入僅0.15元、輸出1.5元，在客戶使用案例中，已實現(xiàn)延遲下降60%、成本降低70%。

此外，全模態(tài)向量化模型Seed1.6-Embedding首次實現(xiàn)“文本+圖像+視頻”混合模態(tài)融合檢索，助力企業(yè)構(gòu)建更強大的多模態(tài)知識庫，在權(quán)威測評中包攬多模態(tài)全面任務及中文文本的最優(yōu)成績。

優(yōu)化AI云原生服務，加速Agent開發(fā)落地

為助力Agent端到端開發(fā)與落地，火山引擎持續(xù)優(yōu)化AI云原生全棧服務。7月26日，AI Agent開發(fā)平臺扣子核心能力正式開源，涵蓋一站式可視化開發(fā)工具“扣子開發(fā)平臺（Coze Studio）”和全鏈路管理工具“扣子羅盤（Coze Loop）”，采用Apache 2.0許可證，用戶可在GitHub下載。開源僅三天，Coze Studio星標數(shù)破萬，Coze Loop星標數(shù)超3000?；鹕揭鏋槠涮峁┤嬷С郑髽I(yè)AI平臺HiAgent可調(diào)用其能力，云基礎(chǔ)產(chǎn)品支持一鍵部署。

針對有模型定制需求的企業(yè)，火山引擎依托火山方舟模型單元推出自有模型托管方案。企業(yè)無需運維底層GPU資源及復雜配置，即可實現(xiàn)自研模型全托管，享受彈性算力，自主選擇部署方式與機型，精準控制時延，且無需為業(yè)務低谷期付費，目前已開放邀測。

同時，火山方舟升級API體系，推出Responses API。該API具備原生上下文管理能力，支持多輪對話鏈式管理及文本、圖像等多模態(tài)數(shù)據(jù)銜接，結(jié)合緩存能力可降低80%成本；還支持單次請求聯(lián)動多工具與模型組合響應，將智能助手Agent開發(fā)從460行代碼、1-2天，縮減至60行代碼、1小時，大幅提升效率。

此次系列發(fā)布進一步完善了火山引擎AI生態(tài)布局，為企業(yè)與開發(fā)者提供從基礎(chǔ)模型到開發(fā)工具的全鏈條支持，加速AI在各行業(yè)的落地應用。