火山引擎发布豆包大模型1.8，多模态Agent能力进入全球第一梯队

12月18日，火山引擎在FORCE原动力大会上正式发布豆包大模型1.8及音视频创作模型Seedance 1.5 pro。权威评测数据显示，豆包大模型在多模态理解、生成能力及Agent能力上，已跻身全球第一梯队。

据火山引擎总裁谭待介绍，截至今年12月，豆包大模型日均token使用量突破50万亿，较去年同期增长超过10倍；目前已有超过100家企业客户累计token使用量超过一万亿。

图：火山引擎总裁谭待

豆包大模型1.8：打造更强多模态Agent“大脑”

作为豆包家族的最新旗舰模型，豆包大模型1.8（Doubao-Seed-1.8）面向多模态Agent场景进行了定向优化。其工具调用能力、复杂指令遵循能力及OS Agent能力均得到增强，提升了模型在处理复杂任务时的规划与执行水平。

在视觉理解方面，豆包1.8的单次视频理解帧数从640帧倍增至1280帧。模型支持以低帧率理解超长视频，并能调用工具对关键片段进行高帧率理解。该能力可广泛用于在线教育、产品质检等场景中。

图：豆包大模型1.8测试表现

在多项公开评测中，豆包1.8展现出极具竞争力的全面表现：在视觉推理、通用视觉问答、空间理解及视频理解等任务中，均获得最佳或接近最佳成绩；在通用智能体测评集BrowserComp上表现全球领先；在数学与推理等基础能力维度上，整体水平已接近全球顶尖的通用模型。

Seedance 1.5 pro：音画高精同步，重塑AI视频生产力

针对日益增长的视频创作需求，火山引擎推出了Seedance 1.5 pro音视频创作模型。该模型不仅具备影视级的叙事张力，能够精准捕捉运动细节并细腻呈现人物情绪，更在音画同步技术上取得了突破性进展。

Seedance 1.5 pro采用创新的原生音视频联合生成架构，支持环境音、背景音乐、人声等多种元素，实现了毫秒级的音画同步输出。在对白处理上，模型支持多人多语言对话，口型对齐精准，覆盖中文方言（如四川话、粤语等）、英文及小语种，极大地提升了视频内容的真实感与全球化创作潜力。

为进一步降低创作门槛与成本，Seedance系列即将上线“Draft样片”功能。创作者可先生成低分辨率样片进行预览，其关键要素与最终成片高度一致，真正做到“预览即所得”。数据显示，该功能可帮助创作者提升65%的整体效率，并减少60%的无效创作成本。

目前，个人用户已可在豆包、即梦AI等平台体验该模型；企业用户则可从12月23日起，通过火山引擎API接入Seedance 1.5 pro模型服务。

升级AI云原生架构，构建Agent规模化落地基座

谭待指出，传统的IT架构已无法满足Agent时代的需求，以模型为中心的AI云原生架构正在形成，并围绕Agent的开发与运营进行重构。

在Agent开发层面，火山引擎全面升级了企业级AI Agent平台——AgentKit。该平台覆盖了Agent从开发、部署到管控的全生命周期，旨在解决企业在Agent落地中面临的身份权限管理、模型确定性及系统集成等核心挑战。

在Agent运营层面，火山引擎推出了HiAgent智能体工作站。该工作站通过构建统一的企业AI任务调度中心、提供一系列开箱即用的通用智能体，以及支持个性化定制智能体应用，帮助企业实现Agent的规模化管理与应用。

此外，为降低企业使用门槛，火山引擎推出了业内首个“AI节省计划”。该计划覆盖所有按量后付费的大模型产品，通过阶梯式折扣，帮助企业最高节省47%的成本。

谭待表示，通过从模型能力到基础设施的全面革新，火山引擎正在推动AI应用从单一的模型调用向复杂的Agent智能体生态演进，加速AI能力在各行各业的深度落地。

标签：