台湾APP电玩城

IT之家 5 月 13 日消息⑩，在今日举办的 FORCE LINK AI 创新巡展・上海站上⑯，火山引擎发布了豆包 1.5・视觉深度思考模型⑲，该模型激活参数仅 20B⑥，但具备强大的多模态理解和推理能力⑩，在 60 个公开评测基准中⑳，有 38 个达到业界最佳表现⑩，在视频理解⑱、视觉推理⑳、GUI Agent 能力等方面均处于第一梯队④。

在视频理解领域❷，豆包 1.5・视觉深度思考模型支持动态帧率采样技术④，显着增强了视频时序定位能力⑥。结合向量搜索功能③，模型能够精准定位视频中与文本描述相对应的片段①，为视频内容的深度分析和检索提供支持⑥。

此外❶，该模型新增了视频深度思考能力⑳。通过学习数万亿多模态标记数据❷，模型积累了广泛的视觉知识❸，并借助强化学习技术⑨，大幅提升了视觉推理能力⑩。例如⑲，在复杂的图形推理任务中❸，模型能够自主提出假设⑧、进行推理检验⑥，并在发现与假设不符时⑲，不断反思并提出新的猜测⑫，直至得出正确答案⑰。

值得注意的是①，豆包 1.5・视觉深度思考模型还新增了 GUI Agent 能力⑫。凭借强大的 GUI 定位性能⑭，该模型能够在 PC 端②、手机端等多种不同环境中完成复杂的交互任务▓。例如⑰，它可对新开发的 App 功能进行自动化检测⑬，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⑭。

IT之家注：⑲、GUIAgent 是一种基于多模态视觉模型驱动的人工智能系统⑳，能够自动推理并执行 UI 交互⑤，模拟人类用户的操作②，如点击⑥、输入⑮、拖拽⑰、读取界面信息等⑯，以完成人类要求的工作任务⑧。

目前⑤，该模型已正式在火山方舟平台上线⑥。

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⑩，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⑥，非常欢迎各位朋友分享到个人站长或者朋友圈⑭，但转载请说明文章出处“来源电玩城捕鱼种类都有的软件”⑨。

很赞哦⑲！