新浪科技讯 5月13日下昼音信体育游戏app平台，本日在 FORCE LINK AI 改进巡展·上海站，火山引擎官方表露，新发布的豆包1.5·视觉深度想考模子（Doubao-1.5-thinking-vision-pro），激活参数仅20B，但具备弘远的多模态分解和推明智商，在60个公开评测基准中，有38个得回 SOTA 表现，在视频分解、视觉推理、GUI Agent智商等方面均处于第一梯队。当今，该模子已在火山方舟上线。
在视频分解方面，补助动态帧率采样，视频时序定位智商权贵增强，斟酌向量搜索，可精确定位视频中与文本刻画相对应的片断。
同期，新增视频深度想考智商。模子学习了数万亿多模态标志数据，掌持曩昔视觉常识，斟酌强化学习，使视觉推明智商大幅升迁。举例，在复杂的图形推理题中，模子提议假定，进行推理捕快，当发现和假定不通常时，还能进行束缚反想，提议新的揣度，直到得出正确谜底。
此外，该模子新增GUI Agent智商。基于弘远的GUI定位性能，可在PC端、手机端等不同环境中完成复杂交互任务。举例，可对新设立的APP功能进行自动化检测，当今该功能仍是掌握于字节起始多款APP家具的设立测试中。（罗宁）
包袱剪辑：刘万里 SF014
【免责声明】本文仅代表作家本东说念主不雅点，与和讯网无关。和讯网站对文中敷陈、不雅点判断保持中立，不合所包含本色的准确性、可靠性或好意思满性提供任何昭示或表露的保证。请读者仅作参考体育游戏app平台，并请自行承担一起包袱。邮箱：news_center@staff.hexun.com