| 
IT之家 5 月 6 日音讯，据字节高出旗下火山引擎官方音讯，今天，Doubao-Seed-2.0-lite 升级新版块，这是豆包大模子眷属首款全模态领悟模子，复旧视频、图像、音频、文本原生协调领悟，Agent、Coding 与 GUI 才气同步升级。在同等算力本钱下，是企业大范围、批量化部署全模态推理任务的更优性价比接收。 Doubao-Seed-2.0-lite 全新版块已在火山方舟上线。 IT之家附官方刺眼先容如下： 全模态领悟： 不啻看懂图文，更能听懂寰宇 新版块的 Doubao-Seed-2.0-lite 赓续在视觉领悟才气上大幅普及，在物理（HiPhO）、医疗（MedXpertQA）等高阶学科推理上，发扬大幅高出 2 月发布的 Doubao-Seed-2.0-pro。在细粒度感知（BabyVision、WorldVQA）与具身领悟（ERQA）等关键界限达到 SOTA 水平，更符合企业在高价值场景范围化部署。 
加粗暗示最优死心，下划线暗示次优死心，下同 融入语音领悟后，新版块的 Doubao-Seed-2.0-lite 可同期领悟多种输入模态，并完成跨模态合资推理，平直不停必须“音画联接”才能判断的复杂业务需求。 在视频领悟场景下，模子八成合资分析视频中的画面与音频信息，精确辨析视频中的视听一致性，判断“看到的”与“听到的”是否一致。 同期复旧左证当然言语教唆，在视频中精确定位特定事件发生的时候点；更能跨越多个时候段提真金不怕火关键印迹，握续跟踪东说念主物与事件发展，并基于画面进行多步逻辑推理，归附事件预计与当作端倪。 
OmniVideoBench&WorldSense死心基于 Gemini-3.1-Pro 测得 在音频上，模子复旧 19 个语种的精确语音转写、中英文与其他 14 个语种互译，还能深度捕捉语音中的厚谊变化、环境配景声与音乐细节，输出更无缺、更接近东说念主类通晓的语义信息。左证公开评测集，Doubao-Seed-2.0-lite 在语音识别、翻译等多项音频领悟基准上优于 Gemini-3.1-Pro。 
↑ 暗示数值越高越优，↓ 暗示数值越低越优 Agent 和 Coding 才气升级： 长任务更贯通，胜任前后端深度建筑 Doubao-Seed-2.0-lite 对多轮、多步、多拘谨的用户教唆罢职度权贵普及；赓续增强任务反念念推理与多 Agent 协同更正才气，让 Agent 在长程任务中自我拆解、自我校验，不偏题、不遗漏。 Doubao-Seed-2.0-lite 深度适配 OpenClaw、Hermes Agent 等框架，强化深度搜索与 Skill 动态调用，可边实施、边千里淀教养，越用越聪敏。 模子的 Coding 才气全面掩盖前端页面、3D 场景与游戏建筑，委用居品在视觉好意思不雅度与工程无缺度上进一步普及，胜任从原型到上线的前后端深度建筑。 
GUI 才气会通： 界面领悟与操作实施一体化 基于升级的 GUI 才气，米兰体育官网Doubao-Seed-2.0-lite 将“看懂界面”与“动手操作”买通为一条闭环：既能精确识别按钮、菜单、表单、弹窗等界面元素偏执景象，也能贯通完成点击、输入、右键、鼎新、拖拽等 Browser Use 与 Computer Use 操作。 从读懂一张网页，到跨愚弄、跨窗口聚拢实施一整套业务经由，让 Agent 委果具备“端到端把活干完”的委用力。 
Gemini-3.1-pro 死心由土产货复现赢得，其他模子评测数据起首于官方时期阐明与基准榜单 新版块模子正在解锁更多新场景 全模态领悟联接握续增强的 Agent、Coding 和 GUI 才气，不错匡助各界限企业用户解锁更多交易化愚弄场景。 以电竞游戏场景为例，不才面的 AI 电竞阐明比赛例子中，模子合资分析比赛画面与语音携带，围绕准星、身法、说念具、经济、对枪、声息反映等游戏中的多维信息作念切片点评；基于视频深度解构才气，跨越整场比赛的多个回合跟踪归并选手的走位与有商量轨迹，赛青年景高光 / 荒诞图谱与时候轴复盘。 依托 Agent Harness 框架，模子可聚拢实施跨越 25 小时的长程任务，像真东说念主阐明一样精确指出玩家的普及提议。 此外milan，AI 电竞阐明的整套交互界面也由 Doubao-Seed-2.0-lite 模子平直生成 —— 从战况图谱到时候轴复盘卡片，排版整洁、层级了了，视觉好意思不雅度与工程无缺度均达到可上线的水准。 在在线培育场景中，用户也不错在 ArkClaw 中调用该模子，完成高效互助。模子定时检察英语课堂涵养摄像，识别视频中敦厚和学生的涵养和学习景象、白话发音与厚谊变化，发送给班主任和涵养组长；随后调用模子 Coding 才气，还能自动生成包括课堂亮点、学生发扬高光时刻等可视化课堂发扬阐明，发送给学生家长。 在外洋电商运营场景中，在 Hermes Agent 中，基于模子出色的 GUI 才气，自主大开浏览器，在外洋电商平台上搜索英、法、西、德等多言语的口红爆款视频，一键下载至土产货，拆解口播、 BGM、分镜与案牍身分，并回写 Skill 库；随后调用视频生成才气，生成适用于外洋引申的多言语版视频，并自动登录电商平台发布，实施过程继续进化 Skills。 此外，Doubao-Seed-2.0-mini 全新版也已同步上线，一样复旧全模态领悟，对比上一版块，念念考长度大幅裁减，Tokens 死心更高。 时时彩app官方网站下载
|
备案号: