IT之家 10 月 16 日消息，據(jù)“火山引擎”公眾號(hào)，在今天的 FORCE LINK AI 創(chuàng)新巡展?武漢站活動(dòng)中，火山引擎全新發(fā)布和升級(jí)了四款豆包大模型：豆包大模型 1.6 升級(jí)，原生支持 4 種思考長度；豆包大模型 1.6 lite、豆包語音合成模型 2.0、豆包聲音復(fù)刻模型 2.0 全新發(fā)布。
IT之家匯總各模型主要信息如下：
豆包大模型 1.6 升級(jí)版
提供 Minimal、Low、Medium、High 四種思考長度，平衡企業(yè)在不同場(chǎng)景下對(duì)模型效果、時(shí)延、成本的不同需求，并進(jìn)一步提升了思考效率。這也是國內(nèi)首個(gè)原生支持“分檔調(diào)節(jié)思考長度”的模型。
相比模型升級(jí)之前的單一思考模式，升級(jí)后的豆包 1.6 模型總輸出 Tokens 下降 77.5%、思考時(shí)間下降 84.6%，模型效果保持不變。
為進(jìn)一步滿足企業(yè)的多樣化需求，火山引擎正式推出豆包大模型 1.6 lite（Doubao-Seed-1.6-lite），相比旗艦?zāi)Ｐ投拱?1.6 更輕量、推理速度更快、更具性價(jià)比。效果上，該模型超越豆包大模型 1.5 pro（Doubao-Seed-1.5-pro），在企業(yè)級(jí)場(chǎng)景測(cè)評(píng)中較豆包 1.5 pro 提升 14%；價(jià)格上，在使用量最大的 0-32k 輸入?yún)^(qū)間里，綜合使用成本較豆包 1.5 pro 降低 53.3%。
豆包語音合成、聲音復(fù)刻 2.0 模型
豆包語音合成模型 2.0（Doubao-Seed-TTS 2.0）、豆包聲音復(fù)刻模型 2.0（Doubao-Seed-ICL 2.0），具備更強(qiáng)的情感表現(xiàn)力、更精準(zhǔn)的指令遵循能力，還能準(zhǔn)確朗讀復(fù)雜公式。
該模型基于豆包大語言模型研發(fā)語音合成新架構(gòu)，讓合成和復(fù)刻的聲音都能進(jìn)行深度語義理解，并拓展出上下文推理能力，從單純的文本朗讀進(jìn)化為“理解后的精準(zhǔn)情感表達(dá)”。用戶還能通過自然語言，實(shí)現(xiàn)對(duì)語速、情緒、聲線、音調(diào)、風(fēng)格變化的精準(zhǔn)調(diào)整，大幅提升語音的可控性。
新發(fā)布的兩大語音模型進(jìn)行了針對(duì)性優(yōu)化，目前在小學(xué)至高中階段全學(xué)科的復(fù)雜公式朗讀中，準(zhǔn)確率可達(dá) 90%。
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。