吉林
金磊 發自 凹非寺
量子位 | 公眾號 QbitAI
在Seedance 2.0和Seedream 5.0 Lite，一波接一波爆火之后，豆包把完全體拿出來了——豆包大模型2.0。
這是時隔21個月以來的最大版本的更新。
像Seedance 2.0已經成為全民玩轉的AI，我們也試著做了一個視頻：
視頻地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
短短5秒鐘，效果確實是足夠逼真。
也難怪老外也開始研究怎么注冊中國手機號來體驗了……
再如Seedream 5.0 Lite，首次支持聯網檢索，生成的圖片也達到了商業化的水平：
而就在今天，在視覺模型火爆之后，豆包終于把那個最核心的大腦拿出來了——豆包大模型2.0。
整體來看，這次豆包大模型2.0在多模態理解、企業級Agent、推理和代碼能力上都有了不少的提升：
- 更強多模態理解：在多模態感知、高精度文字提取、圖表理解、空間理解、運動理解、視覺知識和推理、長視頻理解等方面表現出色。
- 企業級Agent能力：模型能更好支持對技能（Skills）的理解和應用，Function Call 、多輪指令遵循、搜索和工具調用能力顯著增強，格式輸出更穩定，支持靈活的上下文管理，更好地支持企業級復雜、長程任務，在數據分析和客服Agent等企業場景中表現出色。
- 數學和代碼推理能力：模型具備更強推理能力，支持思考長度可調節，且各思考長度下，Tokens效率都有大幅提升。在ICPC、IMO、CMO測試中均獲得金牌成績。
更直觀的提升，體現在榜單測評中。
例如在MathVista、MathVision、MathKangaroo、MathCanvas等數學推理基準上達到業界最優水平。同時，在 LogicVista、VisuLogic等視覺解謎與邏輯推理基準上，Seed2.0 Pro得分較Seed1.8顯著提升。
并且在VLMsAreBiased、VLMsAreBlind、BabyVision等基準中，豆包大模型2.0取得了業界最高分！
那么接下來，還是老規矩，一波實測，走起~
零幀手搓《我的世界》
首先，我們就要測試最近各家都在主推的代碼能力。
在字節旗下的AI編程軟件TRAE中，我們目前就能體驗豆包大模型2.0的能力：
我們就先以3D模仿求解器的案例，來小試牛刀一下：
- 你幫我寫一個能解決魔方的群論算法，然后用前端頁面演示下吧，要求美觀，本地當前文件夾下的所有文件都可以直接編輯刪除和覆蓋。
視頻地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
不難看出，豆包大模型2.0很好的理解了基于群論的智能算法，并且在視覺和交互上也是比較驚艷。
面對復雜的物理模擬，也是不在話下：
視頻地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
接下來，我們來一個更加復雜且長任務的測試——3D版大富翁游戲（上下滑動）。
請欣賞效果：
視頻地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
可以看到，豆包大模型2.0依舊是穩穩拿捏。
難度再上一層樓，這次我們直接做一個《我的世界》（上下滑動）：
同樣也是稍等幾分鐘，高仿版《我的世界》就誕生了：
視頻地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
并且豆包官方也展示了通過豆包大模型2.0和TRAE生成的“AI春節廟會”：
視頻地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
當然，像模擬可交互的蘋果電腦系統這種任務，也是非常輕松實現：
視頻地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
除了編程之外，像復雜的圖解問題，豆包大模型2.0也是可以輕松拿捏。
例如我們直接丟給它這樣一張圖：
豆包大模型2.0在接收到問題之后，立即給出了正確答案（上下滑動）：
類似的，復雜的數學問題也是不在話下。
由此可見，豆包大模型2.0在推理、編程和數學問題上，都有明顯的性能提升。
為什么現在才是2.0的節點？
實測下來，最直觀的感受是：豆包大模型2.0變穩了。
它不再滿足于陪你聊天，而是試圖幫你寫完一個項目、算出一個難題、畫出一張商用級海報。
這也引出了一個問題：為什么現在才是2.0的節點？
過去一年，大模型行業陷入了卷參數和卷價格的混戰。但字節跳動似乎一直在憋大招。這個時間點發布2.0，或許是因為在數據質量、訓練效率，以及應用效果都突破了一個新的臨界點。
特別是在Agent場景下。
真正的企業級應用，不是靠聊天解決的，而是靠行動。豆包 2.0 展現出的工具調用能力和長程任務規劃能力，顯然是沖著ToB和生產力工具去的。
性價比是否更具優勢？答案是肯定的。
在測試中我們發現，雖然能力變強了，但推理速度并沒有明顯的延遲。據技術報告顯示，Seed-2.0系列（包括 Pro、Lite、Mini）在同等性能下，通過架構優化，大幅提升了Tokens效率。
這意味著，企業用它來做客服、做數據分析、寫代碼，成本會更低。
現在，豆包大模型2.0已經全面上線，感興趣的小伙伴可以去試試嘍~
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
