在近期于上海舉辦的FORCE LINK AI創(chuàng)新巡展活動中，火山引擎隆重推出了一系列AI模型升級新品，這些產(chǎn)品包括豆包·視頻生成模型的輕量級版本Seedance 1.0 lite、豆包1.5·視覺深度思考模型，以及豆包·音樂模型。這一系列新品旨在通過更為完善的模型矩陣和多樣化的智能工具，幫助企業(yè)構(gòu)建從業(yè)務(wù)到智能應(yīng)用的無縫鏈接，加速企業(yè)的智能化轉(zhuǎn)型進(jìn)程。

在這些新品中，Seedance 1.0 lite尤為亮眼。作為豆包視頻生成模型系列的新成員，它以較小的參數(shù)量實現(xiàn)了令人矚目的技術(shù)突破。Seedance 1.0 lite不僅提供了影視級的視頻生成質(zhì)量，還大幅提升了視頻生成速度，實現(xiàn)了效果、速度與性價比的完美平衡。該模型支持文本生成視頻和圖片生成視頻兩種方式，用戶可以根據(jù)需求選擇5秒或10秒的視頻時長，以及480P或720P的分辨率。

Seedance 1.0 lite在指令遵循能力上表現(xiàn)出色，通過強大的語義理解能力，它能夠精確控制視頻中人物的外貌、衣著、表情和動作等細(xì)節(jié)。該模型在多主體動作解析、嵌入式文本響應(yīng)、程度副詞處理和鏡頭切換響應(yīng)等方面也具有顯著優(yōu)勢，使得生成的視頻內(nèi)容更加自然、逼真。同時，Seedance 1.0 lite還支持多種影視級運鏡技術(shù)，如360度環(huán)繞、航拍、變焦等，為視頻增添了細(xì)膩高清的畫質(zhì)和影視級的美感。

在應(yīng)用方面，Seedance 1.0 lite展現(xiàn)了廣泛的適用性。在電商領(lǐng)域，它能夠幫助商家快速生成高質(zhì)量的營銷視頻素材，精準(zhǔn)匹配產(chǎn)品展示和活動推廣等場景，有效降低制作成本和周期。該模型還可應(yīng)用于娛樂特效、影視創(chuàng)作、動態(tài)壁紙等多個領(lǐng)域，為創(chuàng)作者提供強大的視頻生成支持。

另一款新品豆包1.5·視覺深度思考模型同樣引人注目。這款多模態(tài)模型以僅20B的激活參數(shù)，在60個公開評估基準(zhǔn)中的38個方面取得了最佳成績，尤其在視頻理解、視覺推理和GUI Agent能力方面表現(xiàn)卓越。通過采用動態(tài)幀率采樣技術(shù)，豆包1.5顯著提升了視頻時序定位的準(zhǔn)確性，結(jié)合向量搜索功能，能夠精確識別視頻中與文本描述相匹配的片段。

豆包1.5·視覺深度思考模型還具備強大的視頻深度思考能力。通過學(xué)習(xí)數(shù)萬億多模態(tài)標(biāo)記數(shù)據(jù)，并結(jié)合強化學(xué)習(xí)技術(shù)，該模型積累了豐富的視覺知識，顯著增強了視覺推理能力。在復(fù)雜的圖形推理任務(wù)中，它能夠自主提出假設(shè)、進(jìn)行推理驗證，并在發(fā)現(xiàn)與假設(shè)不符時不斷反思并提出新的假設(shè)，直至得出正確答案。

豆包1.5·視覺深度思考模型還新增了GUI Agent功能。憑借其強大的GUI定位能力，該模型能夠在多種不同環(huán)境中執(zhí)行復(fù)雜的交互任務(wù)。例如，在新開發(fā)的App功能自動化測試中，豆包1.5已展現(xiàn)出顯著的應(yīng)用效果，目前已在字節(jié)跳動的多款A(yù)pp產(chǎn)品中得到實際應(yīng)用。