在今天举行的FORCE Link AI创新巡展· 厦门站活动中，字节跳动旗下火山引擎正式发布豆包·图像编辑模型3.0、豆包·同声传译模型2.0，并宣布豆包大模型1.6系列迎来全新升级。
其中，豆包·图像编辑模型3.0是基于文生图模型Seedream 3.0，叠加多样化的数据融合方法与特定奖励模型，可支持1K以上高清图像的生成与处理，可根据用户自然语言指令完成消除多余内容、改变光影效果、替换文字等操作。同时豆包·图像编辑模型3.0具备对风格、结构与语义的精准控制力，能够像人类一样理解指令、深度思考，解锁创新修图场景，例如图像风格转换、变换材质、变化人物姿势、根据提示词进行推理等。
据火山引擎方面介绍，豆包·图像编辑模型 3.0可广泛应用于影像创作、广告营销、游戏宣传等领域。目前企业用户可在火山方舟平台调用该模型API，个人用户可使用即梦或豆包App 的“豆包P图”功能体验。
而豆包·同声传译模型2.0则支持全双工语音理解和生成框架，可将传统机器同传的语音延迟从8-10秒降低到2-3秒，实现文本与语音的同步生成，同时豆包·同声传译模型2.0可实现实现0样本声音复刻，让同一个人同音色开口说外语。
至于豆包大模型1.6系列中的极速版Doubao-Seed-1.6-flash模型，则在保持出色的视觉理解能力的同时，代码、推理、数学等大语言模型能力得到升级。据官方介绍，Doubao-Seed-1.6-flash模型“非常适合”智能巡检、手机助手、智能硬件等对模型效果、速度和成本都有要求的大规模商业化场景。
此外，火山引擎还发布了全模态向量化模型Seed1.6-Embedding，首次实现“文本+图像+视频”混合模态的融合检索。
值得一提的是，在此次活动中火山引擎方面还宣布开源扣子的核心能力，并发布企业自有模型托管方案、Responses API等多个模型服务和工具产品，以持续优化AI云原生全栈服务。据悉，此次开源覆盖扣子平台最核心的两个项目，包括扣子开发平台（Coze Studio）、和扣子罗盘（Coze Loop），并采用没有任何附加条件的Apache 2.0许可证开源。
需要注意的是，日前火山引擎官网还推出了豆包视觉理解模型、豆包视频生成模型等全新大模型。据相关介绍显示，豆包视觉理解模型对视觉内容有更强的识别能力，更强理解和推理能力，以及更细腻的视觉描述能力。豆包视频生成模型则支持将用户的文本、图像生成高质量视频，并能生成具备丰富细节层次的影视级视频。
【本文图片来自网络】
