火山引擎发布豆包多款大模型，以多模态矩阵加速行业智能化进程

5月13日，火山引擎在“FORCE LINK AI创新巡展·上海站”上，正式发布豆包·视频生成模型Seedance 1.0 lite、豆包1.5·视觉深度思考模型，并升级豆包·音乐模型。此次发布通过构建更全面的AI模型矩阵和智能体工具，进一步推动企业从业务到智能体的全链路应用落地，助力多行业智能化转型。

发布豆包·视频生成模型Seedance 1.0 lite，兼顾效率与性价比

作为豆包视频生成模型系列的全新成员，Seedance 1.0 lite以“效果好、生成快、更便宜”为核心优势，支持文生视频、图生视频两种生成方式，可输出5秒或10秒的视频，分辨率覆盖480P和720P。该模型通过小参数量架构设计，在生成速度提升的同时，实现了影视级画质与运镜效果，显著降低企业及个人用户的创作门槛。

在技术亮点方面，Seedance 1.0 lite具备三大突破。首先是精准指令控制——通过强大的语义理解，可精细调控人物外貌、动作细节及多主体交互，支持嵌入式文本响应和镜头切换指令。

此外，影视级运镜技术支持360度环绕、航拍、变焦等专业镜头语言，结合高清画质渲染能力，提升视频的视觉表现力。自然运动交互能够基于动作时序与空间关系分析，优化人物与物体的交互逻辑，使运动轨迹更符合物理规律。

该模型可广泛应用于电商广告、影视创作、动态壁纸等场景。例如，电商商家可通过输入商品图文快速生成营销视频，将制作周期从数天缩短至分钟级，显著降低运营成本。目前，企业用户可通过火山方舟平台调用API，个人用户则能在豆包APP及即梦平台体验该功能。

豆包1.5·视觉深度思考模型：多模态推理能力再升级

同期发布的豆包1.5·视觉深度思考模型（Doubao-1.5-thinking-vision-pro），以激活参数仅20B的轻量化设计，在60项公开评测中斩获38项第一，尤其在视频理解、视觉推理及GUI Agent能力上表现突出。

在视频理解方面，支持动态帧率采样，视频时序定位能力显著增强，结合向量搜索，可精准定位视频中与文本描述相对应的片段。同时，新增视频深度思考能力。模型学习了数万亿多模态标记数据，掌握广泛视觉知识，结合强化学习，使视觉推理能力大幅提升。

此外，该模型新增GUI Agent能力。基于强大的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。例如，可对新开发的APP功能进行自动化检测，目前该功能已经应用于字节跳动多款APP产品的开发测试中。

本次大会上，豆包·音乐模型迎来升级，不仅支持英文歌曲创作，还可以通过理解视频，自动适配纯音乐BGM。目前豆包·音乐模型已全量上线，个人和企业用户可在海绵音乐、火山引擎官网体验。

多行业智能化进程加速 AI驱动行业扩展创新边界

会上，火山引擎同步推出企业级智能体工具，进一步强化AI应用生态。

其中，Data Agent覆盖数据分析与智能营销场景，融合结构化与非结构化数据，生成深度研究报告的时间从2天缩短至30分钟，并支持营销策略的动态优化。Trae IDE作为AI原生集成开发环境，新增统一对话面板、自定义Agent团队等功能，结合豆包1.5模型的20毫秒极低延迟，显著提升代码生成效率。

据了解，目前，豆包大模型已在汽车、智能终端、互联网、金融、教育科研、零售消费等行业广泛落地，覆盖4亿终端设备、八成主流车企、70%系统重要性银行和数十家证券基金公司、近七成的 C9顶级高校和100多家科研院所。

在游戏领域，巨人网络基于豆包大模型与DeepSeek，在《太空杀》中推出AI玩家实时对抗玩法，并在《原始征途》中打造具备情感交互的智能NPC“小师妹”，提升玩家粘性。于医疗领域，礼来制药利用火山引擎平台搭建AI应用开发系统，支撑从药物研发到疾病诊疗的全场景创新，通过智能体实现学术沟通、销售培训、疾病教育的应用化。

火山引擎相关负责人表示，豆包大模型将持续优化推理成本与延迟，推动AI普惠化。目前，随着多模态模型与智能体工具的深度融合，企业智能化转型将迈入更高阶段。此次发布将为各行业提供了从内容生成到决策优化的全栈解决方案，助力中国AI产业应用进入规模化落地新阶段。

光明网向上滑动看下一个

原标题：《火山引擎发布豆包多款大模型，以多模态AI矩阵加速行业智能化进程》