5月13日，火山引擎发布豆包1.5·视觉深度思考模型。该模型激活参数20B，具备多模态理解和推理能力，在60个评测基准中表现优异。其新增GUI Agent能力，可在PC端和手机端完成复杂交互任务，如自动化检测APP功能。此外，模型支持视频动态帧率采样，增强时序定位能力，并通过强化学习提升视觉推理水平，已应用于字节跳动多款产品开发测试中。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。