新浪科技讯 5月13日下昼音信，当天在 FORCE LINK AI 转变巡展·上海站，火山引擎官方线路，新发布的豆包1.5·视觉深度想考模子（Doubao-1.5-thinking-vision-pro），激活参数仅20B世博APP下载(官方)网站，但具备高大的多模态意会和推理才气，在60个公开评测基准中，有38个赢得 SOTA 阐明，在视频意会、视觉推理、GUI Agent才气等方面均处于第一梯队。当今，该模子已在火山方舟上线。

在视频意会方面，相沿动态帧率采样，视频时序定位才气权臣增强，聚会向量搜索，可精确定位视频中与文本形容相对应的片断。

同期，新增视频深度想考才气。模子学习了数万亿多模态象征数据，掌持通常视觉学问，聚会强化学习，使视觉推理才气大幅擢升。举例，在复杂的图形推理题中，模子建议假定，进行推理进修，当发现和假定不相通时，还能进行束缚反想，建议新的料到，直到得出正确谜底。

此外，该模子新增GUI Agent才气。基于高大的GUI定位性能，可在PC端、手机端等不同环境中完成复杂交互任务。举例，可对新建筑的APP功能进行自动化检测，当今该功能也曾利用于字节突出多款APP居品的建筑测试中。（罗宁）

 

包袱剪辑：刘万里 SF014

【免责声明】本文仅代表作家本东谈主不雅点世博APP下载(官方)网站，与和讯网无关。和讯网站对文中述说、不雅点判断保持中立，分离所包含实质的准确性、可靠性或完好性提供任何昭示或暗意的保证。请读者仅作参考，并请自行承担总计包袱。邮箱：news_center@staff.hexun.com