y3电玩城

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❸，火山引擎发布了豆包 1.5・视觉深度思考模型⑯，该模型激活参数仅 20B①，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⑭，有 38 个达到业界最佳表现⑭，在视频理解④、视觉推理⑲、GUI Agent 能力等方面均处于第一梯队⑱。

在视频理解领域⑫，豆包 1.5・视觉深度思考模型支持动态帧率采样技术⑩，显着增强了视频时序定位能力⑯。结合向量搜索功能⑨，模型能够精准定位视频中与文本描述相对应的片段⑧，为视频内容的深度分析和检索提供支持⑥。

此外⑱，该模型新增了视频深度思考能力⑩。通过学习数万亿多模态标记数据⑲，模型积累了广泛的视觉知识⑨，并借助强化学习技术⑪，大幅提升了视觉推理能力❷。例如▓，在复杂的图形推理任务中⑩，模型能够自主提出假设⑧、进行推理检验⑮，并在发现与假设不符时⑦，不断反思并提出新的猜测⑦，直至得出正确答案❸。

值得注意的是②，豆包 1.5・视觉深度思考模型还新增了 GUI Agent 能力❷。凭借强大的 GUI 定位性能④，该模型能够在 PC 端❸、手机端等多种不同环境中完成复杂的交互任务②。例如⑩，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▓。

IT之家注：⑯、GUIAgent 是一种基于多模态视觉模型驱动的人工智能系统⑪，能够自动推理并执行 UI 交互⑯，模拟人类用户的操作❷，如点击⑩、输入⑬、拖拽⑩、读取界面信息等①，以完成人类要求的工作任务⑰。

目前⑱，该模型已正式在火山方舟平台上线⑭。

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❶，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⑲，非常欢迎各位朋友分享到个人站长或者朋友圈⑮，但转载请说明文章出处“来源电玩城捕鱼种类都有的软件”①。

很赞哦⑰！