线上电玩城项目

IT之家 5 月 13 日消息⑫，在今日举办的 FORCE LINK AI 创新巡展・上海站上⑱，火山引擎发布了豆包 1.5・视觉深度思考模型❸，该模型激活参数仅 20B⑪，但具备强大的多模态理解和推理能力⑨，在 60 个公开评测基准中▓，有 38 个达到业界最佳表现⑬，在视频理解⑰、视觉推理⑦、GUI Agent 能力等方面均处于第一梯队④。

在视频理解领域⑲，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⑤。结合向量搜索功能❶，模型能够精准定位视频中与文本描述相对应的片段⑳，为视频内容的深度分析和检索提供支持④。

此外⑪，该模型新增了视频深度思考能力⑧。通过学习数万亿多模态标记数据⑭，模型积累了广泛的视觉知识⑧，并借助强化学习技术❶，大幅提升了视觉推理能力⑭。例如❶，在复杂的图形推理任务中①，模型能够自主提出假设⑮、进行推理检验⑦，并在发现与假设不符时⑤，不断反思并提出新的猜测⑲，直至得出正确答案⑪。

值得注意的是⑬，豆包 1.5・视觉深度思考模型还新增了 GUI Agent 能力⑰。凭借强大的 GUI 定位性能⑪，该模型能够在 PC 端⑱、手机端等多种不同环境中完成复杂的交互任务▓。例如⑬，它可对新开发的 App 功能进行自动化检测❷，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⑪。

IT之家注：①、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⑤，模拟人类用户的操作❷，如点击⑰、输入②、拖拽⑬、读取界面信息等⑥，以完成人类要求的工作任务④。

目前⑤，该模型已正式在火山方舟平台上线▓。

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⑭，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❸，非常欢迎各位朋友分享到个人站长或者朋友圈⑰，但转载请说明文章出处“来源电玩城捕鱼种类都有的软件”⑮。

很赞哦⑥！