火山引擎发布多款模型及解决方案，推动AI Agent发展
2025年4月17日，字节跳动旗下的火山引擎面向企业市场发布了重要产品。其中，豆包1.5・深度思考模型首次亮相，这也是豆包App背后的推理模型。此外，还有豆包・文生图模型3.0以及升级版的视觉理解模型。同时，火山引擎推出了OSAgent解决方案及AI云原生推理套件，助力企业构建和部署Agent应用。
豆包1.5深度思考模型：综合推理能力出色
年初以来，不少ToC应用接入其他推理模型，而3月初豆包App上线的「深度思考」模式，背后是字节跳动自研的豆包深度思考模型。如今，豆包1.5 ·深度思考模型正式发布，可在火山方舟平台体验和调用。该模型具备多种能力，联网模式下能像人类一样边想边搜，例如在购物场景中，可根据限制条件推荐露营装备，在点菜场景中能根据图片给出菜单方案。它还拥有视觉推理能力，在专业领域推理任务完成度高，具备低延迟特性，采用MoE架构，参数设置合理，在多模态场景应用广泛。
豆包文生图模型3.0及视觉理解模型升级
豆包文生图模型3.0实现了更好的文字排版表现、实拍级图像生成效果以及2K高清图片生成方式，解决了小字和长文本生成难题，改善了图片排版。豆包1.5视觉理解模型也有重要更新，视觉定位更精准，支持多种定位方式，可扩展应用场景；视频理解能力大幅提升，企业可基于此打造有趣的商业化应用。
云进入Agentic AI时代，火山引擎提供支持
随着强化学习泛化，AI进入AgenticAI时代。火山引擎为企业「定义自己的通用Agent」搭建基础设施。模型方面，需具备自主规划等能力和多模态推理能力。Infra技术栈也在进化，火山引擎推出OSAgent解决方案，支持大模型操作数字和物理世界，包含多种产品，为Agent智能交互提供基础。在垂直类Agent上也有探索，同时打造了AI云原生ServingKit推理套件，降低推理成本。火山引擎会在模型优化、成本降低、产品落地等方面持续发力，此前市场份额领先，未来Agent有望带动更大的tokens调用量。
