滚动的天空电玩城钢琴曲

IT之家 5 月 13 日消息❶，在今日举办的 FORCE LINK AI 创新巡展・上海站上❶，火山引擎发布了豆包 1.5・视觉深度思考模型⑤，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⑲，在 60 个公开评测基准中⑥，有 38 个达到业界最佳表现⑫，在视频理解⑮、视觉推理⑮、GUI Agent 能力等方面均处于第一梯队⑰。

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⑲，显着增强了视频时序定位能力⑨。结合向量搜索功能⑱，模型能够精准定位视频中与文本描述相对应的片段❶，为视频内容的深度分析和检索提供支持⑱。

此外⑮，该模型新增了视频深度思考能力▓。通过学习数万亿多模态标记数据③，模型积累了广泛的视觉知识❸，并借助强化学习技术❶，大幅提升了视觉推理能力⑩。例如▓，在复杂的图形推理任务中❷，模型能够自主提出假设②、进行推理检验❷，并在发现与假设不符时⑮，不断反思并提出新的猜测⑥，直至得出正确答案❶。

值得注意的是❶，豆包 1.5・视觉深度思考模型还新增了 GUI Agent 能力②。凭借强大的 GUI 定位性能⑰，该模型能够在 PC 端⑪、手机端等多种不同环境中完成复杂的交互任务⑥。例如⑭，它可对新开发的 App 功能进行自动化检测⑩，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⑤。

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⑥，能够自动推理并执行 UI 交互⑦，模拟人类用户的操作⑧，如点击②、输入⑩、拖拽⑳、读取界面信息等❶，以完成人类要求的工作任务⑧。

目前④，该模型已正式在火山方舟平台上线⑤。

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⑥，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⑳，非常欢迎各位朋友分享到个人站长或者朋友圈⑥，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⑦！