字节跳动今日正式发布了其最新的豆包大模型 1.5 Pro（Doubao-1.5-pro），该模型在多个测评基准上，包括知识、代码、推理和中文等方面，展现了优于 GPT-4o 和 Claude 3.5 Sonnet 的综合得分。目前，Doubao-1.5-pro 已经在豆包 App 上灰度上线，开发者也可以通过火山引擎直接调用 API。
技术亮点
据官方介绍，豆包大模型 1.5 Pro 使用了较小的激活参数进行预训练，并采用了大规模稀疏的 MoE（Mixture of Experts）架构，实现了等效于 7 倍激活参数的传统 Dense 模型的性能，远超行业标准的 MoE 架构约 3 倍杠杆的效率。
新增功能与改进
除了核心的语言处理能力外，此次更新还包括：
- 豆包视觉理解模型 Doubao-1.5-vision-pro：此版本在多模态数据合成、动态分辨率、多模态对齐以及混合训练方面进行了全面升级，显著增强了模型在视觉推理、文字文档识别、细粒度信息理解和指令遵循方面的能力。
- 豆包实时语音模型 Doubao-1.5-realtime-voice-pro：作为一款集成了语音理解和生成的一体化模型，它支持端到端的语音对话，具有低延迟和对话中可随时打断的特点。这款模型已经在豆包 App 中全量开放，用户需将应用升级至 7.2.0 版本以体验新功能。预计火山引擎将在上半年通过方舟平台提供相应的 API 服务。
训练透明度与定价策略
值得注意的是，豆包大模型 1.5 Pro 在整个训练过程中未使用任何其他模型生成的数据，确保了训练过程的高度原创性和独立性。此外，尽管推出了多项技术改进，但豆包大模型 1.5 系列的所有产品，包括 Doubao-1.5-pro、Doubao-1.5-lite 和 Doubao-1.5-vision-pro，将继续维持原有价格不变，即“加量不加价”。
评论0