万人电玩城777

IT之家 5 月 13 日消息⑱，在今日举办的 FORCE LINK AI 创新巡展・上海站上⑬，火山引擎发布了豆包 1.5・视觉深度思考模型⑪，该模型激活参数仅 20B③，但具备强大的多模态理解和推理能力⑧，在 60 个公开评测基准中⑤，有 38 个达到业界最佳表现①，在视频理解⑤、视觉推理⑮、GUI Agent 能力等方面均处于第一梯队⑬。

在视频理解领域⑬，豆包 1.5・视觉深度思考模型支持动态帧率采样技术▓，显着增强了视频时序定位能力❸。结合向量搜索功能①，模型能够精准定位视频中与文本描述相对应的片段⑮，为视频内容的深度分析和检索提供支持⑪。

此外⑲，该模型新增了视频深度思考能力⑮。通过学习数万亿多模态标记数据⑤，模型积累了广泛的视觉知识❷，并借助强化学习技术❸，大幅提升了视觉推理能力①。例如⑰，在复杂的图形推理任务中⑥，模型能够自主提出假设⑯、进行推理检验▓，并在发现与假设不符时④，不断反思并提出新的猜测❶，直至得出正确答案⑮。

值得注意的是⑳，豆包 1.5・视觉深度思考模型还新增了 GUI Agent 能力⑪。凭借强大的 GUI 定位性能⑯，该模型能够在 PC 端⑧、手机端等多种不同环境中完成复杂的交互任务⑥。例如❶，它可对新开发的 App 功能进行自动化检测④，目前这一功能已在字节跳动多款 App 产品的开发测试中进行应用❸。

IT之家注：⑬、GUIAgent 是一种基于多模态视觉模型驱动的人工智能系统④，能够自动推理并执行 UI 交互⑮，模拟人类用户的操作❸，如点击⑬、输入②、拖拽⑨、读取界面信息等⑦，以完成人类要求的工作任务②。

目前⑧，该模型已正式在火山方舟平台上线⑬。

转载：感谢您对电玩城捕鱼种类都有的软件网站平台的认可④，以及对电玩城捕鱼种类都有的软件原创作品以及文章的青睐❶，非常欢迎各位朋友分享到个人站长或者朋友圈⑧，但转载请说明文章出处“来源电玩城捕鱼种类都有的软件”❷。

很赞哦⑳！