在 FORCE Link AI 创新巡展・厦门站,字节跳动火山引擎发布豆包・图像编辑模型 3.0、豆包・同声传译模型 2.0,豆包大模型 1.6 系列全新升级,并宣布开源扣子核心能力,发布企业自有模型托管方案、Responses API 等多个模型服务和工具产品。
豆包・图像编辑模型 SeedEdit 3.0 基于强大的文生图模型 Seedream 3.0,具备更强的指令遵循能力、图像保持能力和更强的图像生成质量;叠加多样化的数据融合方法与特定奖励模型,可支持 1K 以上高清图像的生成与处理。用户只需通过自然语言指令,即可完成消除多余内容、改变光影效果、替换文字等操作。同时,豆包・图像编辑模型 3.0 具备对风格、结构与语义的精准控制力,能够像人类大脑一样理解指令、深度思考,解锁更多创新的修图场景,例如图像风格转换、变换材质、变化人物姿势、根据提示词进行推理等 P 图玩法。
官方介绍称,豆包・图像编辑模型 3.0 可广泛应用于影像创作、广告营销、游戏宣传等领域,企业用户可在火山方舟平台调用 API,个人用户可使用即梦或豆包 App 进行体验。
豆包・图像编辑模型 3.0 精准锁定头发区域换成短发,只修改毛衣区域颜色和纹理并添加项链。调整人物姿态让其自然落座,背景、人物面部特征、其他细节毫发无损!
豆包・图像编辑模型 3.0 只瞄准文字区域,字体、光影会自动匹配原图风格,智能填充周围纹理,画面完好如初!
豆包・图像编辑模型 3.0 让黑夜秒变阳光明媚的白昼,光影自然过渡,建筑、树木细节清晰锐利,毫无涂抹感或分辨率下降。
豆包・图像编辑模型 3.0 能理解“发酵”过程,生成体积膨大、充满气泡的发酵面团图。并且基于面团状态进行推理,在保持面团主体关联性的前提下,生成金黄酥脆、香气四溢的面包图。
旅游照片中路人太多,说句“去掉所有路人”,背景瞬间干干净净。下载的图片有水印,下指令“消除文字”,无痕处理比橡皮擦还好用。老照片想上色、线稿想变写实,一句话即可搞定,色彩均匀又自然。想换光影氛围,发出指令“逆光 + 暖色调 + 金色光晕”,秒变电影质感。想给照片或设计换个 Style,“毛毡风”“水彩风”“卡通风”等一句指令就能切换。
豆包・同声传译模型 Seed-LiveInterpret 2.0 支持全双工语音理解和生成框架,将传统机器同传的语音延迟从 8-10 秒降低到 2-3 秒,实现文本与语音的同步生成;无需提前录制,一边说话一边采样,实现 0 样本声音复刻,让同一个人同音色开口说外语。
豆包大模型 1.6 系列多个模型在 6 月正式发布,极速版 Doubao-Seed-1.6-flash 模型在保持出色的视觉理解能力的同时,升级了代码、推理、数学等大语言模型能力。Doubao-Seed-1.6-flash 模型适合智能巡检、手机助手、智能硬件等对模型效果、速度和成本都有要求的大规模商业化场景,具有业界领先的极低延迟,TPOT 仅 10ms,并依然具备强大的视觉理解能力。
价格上,Doubao-Seed-1.6-flash 在输入文本长度 0-32k 的区间中(企业使用量最大),每百万 tokens 输入仅需 0.15 元,输出仅 1.5 元。在真实的客户案例中,该模型帮助客户延迟下降 60%,成本降低 70%。
此外,火山引擎发布全模态向量化模型 Seed1.6-Embedding,首次实现了“文本 + 图像 + 视频”混合模态的融合检索,帮助企业构建更强大的多模态知识库。在权威测评榜单中,该模型包揽了多模态全面任务、中文文本的 SOTA 成绩。
免责声明:本文内容由开放的智能模型自动生成,仅供参考。