豆包1.5深度思考模型發佈 譚待：豆包日均tokens超12.7萬億

4月17日消息，火山引擎面向企業市場發佈豆包1.5・深度思考模型，同步升級文生圖模型3.0、視覺理解模型，並推出 OS Agent 解決方案及AI雲原生推理套件，幫助企業更快、更省地構建和部署Agent應用。

據火山引擎披露，截至2025年3月底，豆包大模型日均 tokens 調用量已達到12.7萬億，較去年5月發佈時增長超過106倍。

火山引擎總裁譚待表示，Agent智能體應用發展將帶動大模型進一步普及。譚待說：“深度思考模型是構建Agent的基礎，模型要有能力做好思考、計劃和反思，並且一定要支持多模態，就像人類具備視覺和聽覺一樣，Agent才能更好地處理複雜任務。”

據譚待介紹，豆包1.5・深度思考模型在專業領域的推理任務中表現出色，數學推理AIME 2024測試得分追平OpenAI o3-mini-high，編程競賽和科學推理測試成績也接近o1。在創意寫作、人文知識問答等通用任務上，模型也展示出優秀的泛化能力，能勝任更廣泛的使用場景。

技術報告顯示，豆包深度思考模型採用MoE架構，總參數爲200B，激活參數僅20B，以較小參數實現媲美頂尖模型的效果。基於高效算法和高性能推理系統，豆包模型API服務在保障高併發的同時，延遲低至20毫秒。豆包深度思考模型還具備視覺推理能力，能像人類一樣對看到的事物進行聯想和思考，極大拓展了智能推理的應用邊界。

此外，豆包文生圖模型Seedream3.0也正式向企業開放。該模型已在即夢AI、豆包產品上線，並在近期登上權威競技場Artificial Analysis文生圖榜單第一梯隊。據介紹，Seedream3.0支持2K分辨率直出，生圖結構準確性、小字生成與排版、美感、真實度等方面具有優勢。

2025年被業界視爲“Agent智能體元年”。爲此，火山引擎宣佈推出OS Agent解決方案，包含豆包UI-TARS模型，以及veFaaS函數服務、雲服務器、雲手機等產品，實現對代碼、瀏覽器、電腦、手機以及其他Agent的操作。

其中，豆包UI-TARS模型將屏幕視覺理解、邏輯推理、界面元素定位和操作整合在一起，突破傳統自動化工具依賴預設規則的侷限性，爲Agent的智能交互提供了更接近人類操作的模型基礎。

譚待認爲，在多模態深度思考模型的基礎上，Agent需要良好的架構和工具，去操作數字世界和物理世界。同時，模型的推理成本和延遲要持續降低，才能推動應用普惠。（李姝）

本文來自本站科技報道，更多資訊和深度內容，關注我們。