豆包大模型日均tokens使用量超50萬億，比去年同期增長超10倍

12月18日，火山引擎在FORCE原動力大會上正式發(fā)布豆包大模型1.8及音視頻創(chuàng)作模型Seedance 1.5 pro。權(quán)威評測數(shù)據(jù)顯示，豆包大模型在多模態(tài)理解、生成能力及Agent能力上，已躋身全球第一梯隊。

據(jù)火山引擎總裁譚待介紹，截至今年12月，豆包大模型日均token使用量突破50萬億，較去年同期增長超過10倍；目前已有超過100家企業(yè)客戶累計token使用量超過一萬億。

火山引擎總裁 譚待

豆包大模型1.8：打造更強多模態(tài)Agent“大腦”

作為豆包家族的最新旗艦?zāi)Ｐ停拱竽Ｐ?.8（Doubao-Seed-1.8）面向多模態(tài)Agent場景進(jìn)行了定向優(yōu)化。其工具調(diào)用能力、復(fù)雜指令遵循能力及OS Agent能力均得到增強，提升了模型在處理復(fù)雜任務(wù)時的規(guī)劃與執(zhí)行水平。

在視覺理解方面，豆包1.8的單次視頻理解幀數(shù)從640幀倍增至1280幀。模型支持以低幀率理解超長視頻，并能調(diào)用工具對關(guān)鍵片段進(jìn)行高幀率理解。該能力可廣泛用于在線教育、產(chǎn)品質(zhì)檢等場景中。

豆包大模型1.8測試表現(xiàn)

在多項公開評測中，豆包1.8展現(xiàn)出極具競爭力的全面表現(xiàn)：在視覺推理、通用視覺問答、空間理解及視頻理解等任務(wù)中，均獲得最佳或接近最佳成績；在通用智能體測評集BrowserComp上表現(xiàn)全球領(lǐng)先；在數(shù)學(xué)與推理等基礎(chǔ)能力維度上，整體水平已接近全球頂尖的通用模型。

Seedance 1.5 pro：音畫高精同步，重塑AI視頻生產(chǎn)力

針對日益增長的視頻創(chuàng)作需求，火山引擎推出了Seedance 1.5 pro音視頻創(chuàng)作模型。該模型不僅具備影視級的敘事張力，能夠精準(zhǔn)捕捉運動細(xì)節(jié)并細(xì)膩呈現(xiàn)人物情緒，更在音畫同步技術(shù)上取得了突破性進(jìn)展。

Seedance 1.5 pro采用創(chuàng)新的原生音視頻聯(lián)合生成架構(gòu)，支持環(huán)境音、背景音樂、人聲等多種元素，實現(xiàn)了毫秒級的音畫同步輸出。在對白處理上，模型支持多人多語言對話，口型對齊精準(zhǔn)，覆蓋中文方言（如四川話、粵語等）、英文及小語種，極大地提升了視頻內(nèi)容的真實感與全球化創(chuàng)作潛力。

為進(jìn)一步降低創(chuàng)作門檻與成本，Seedance系列即將上線“Draft樣片”功能。創(chuàng)作者可先生成低分辨率樣片進(jìn)行預(yù)覽，其關(guān)鍵要素與最終成片高度一致，真正做到“預(yù)覽即所得”。數(shù)據(jù)顯示，該功能可幫助創(chuàng)作者提升65%的整體效率，并減少60%的無效創(chuàng)作成本。

目前，個人用戶已可在豆包、即夢AI等平臺體驗該模型；企業(yè)用戶則可從12月23日起，通過火山引擎API接入Seedance 1.5 pro模型服務(wù)。

升級AI云原生架構(gòu)，構(gòu)建Agent規(guī)模化落地基座

譚待指出，傳統(tǒng)的IT架構(gòu)已無法滿足Agent時代的需求，以模型為中心的AI云原生架構(gòu)正在形成，并圍繞Agent的開發(fā)與運營進(jìn)行重構(gòu)。

在Agent開發(fā)層面，火山引擎全面升級了企業(yè)級AI Agent平臺——AgentKit。該平臺覆蓋了Agent從開發(fā)、部署到管控的全生命周期，旨在解決企業(yè)在Agent落地中面臨的身份權(quán)限管理、模型確定性及系統(tǒng)集成等核心挑戰(zhàn)。

在Agent運營層面，火山引擎推出了HiAgent智能體工作站。該工作站通過構(gòu)建統(tǒng)一的企業(yè)AI任務(wù)調(diào)度中心、提供一系列開箱即用的通用智能體，以及支持個性化定制智能體應(yīng)用，幫助企業(yè)實現(xiàn)Agent的規(guī)模化管理與應(yīng)用。

此外，為降低企業(yè)使用門檻，火山引擎推出了業(yè)內(nèi)首個“AI節(jié)省計劃”。該計劃覆蓋所有按量后付費的大模型產(chǎn)品，通過階梯式折扣，幫助企業(yè)最高節(jié)省47%的成本。

譚待表示，通過從模型能力到基礎(chǔ)設(shè)施的全面革新，火山引擎正在推動AI應(yīng)用從單一的模型調(diào)用向復(fù)雜的Agent智能體生態(tài)演進(jìn)，加速AI能力在各行各業(yè)的深度落地。