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

【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面升级。 1）#豆包通用模型：通用模型pro相较5月15日发布版本综合能力+32%、代码能力+58%、数学能力+43%、专业知识领域能力+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。 【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面升级。 1）#豆包通用模型：通用模型pro相较5月15日发布版本综合能力+32%、代码能力+58%、数学能力+43%、专业知识领域能力+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）#音乐模型：实现可生成3分钟的完整作品，实现包括前奏、主歌、副歌、间奏、过渡段等复杂结构的作品创作。 4）#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。视觉理解模型首次亮相。 视觉理解的输入价格为每千tokens0.003元，比行业平均价格降低85%。目前已挖掘教育、旅游、电商营销等高价值场景。 同时模型具备视觉识别、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。 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24年的累计用户规模超1.6亿，日均新增下载量80万。 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，同时豆包已与多数车企合作，后续有望出现更多场景加速放量。