字节发布深度思考模型 具备“看图思考”能力

  新华社客户端浙江频道4月18日电（记者张璇）记者日前从字节集团举办的“AI创新巡展·杭州站”活动上获悉，火山引擎面向企业市场发布深度思考模型，同步升级文生图模型3.0、视觉理解模型，帮助企业更快、更省地构建和部署Agent应用。

  字节提供的技术报告显示，豆包深度思考模型采用MoE架构，总参数为200B，激活参数仅20B，以较小参数实现媲美顶尖模型的效果。基于高效算法和高性能推理系统，豆包模型API服务在保障高并发的同时，延迟低至20毫秒。

图片来源于网络，如有侵权，请联系删除

  据悉，豆包深度思考模型专门打造了视觉版，具备视觉推理能力，能像人类一样对看到的事物进行联想和思考，极大拓展了智能推理的应用边界。

  火山引擎总裁谭待进一步解释：“模型可以看懂复杂的企业项目管理流程图表，快速定位到关键信息，并以强大的指令遵循能力，严格按照流程图，回答客户的问题；分析航拍图时，能结合地貌特征判断区域开发可行性。”

  数据显示，截至2025年3月底，豆包大模型日均调用量已达到12.7万亿次。