12月30日，与抖音同属同一母公司的豆包大模型发布了相关的多领域盘点内容，显而易见的是，在短短的7个月时间里，豆包的综合能力已经达到一流水平。

综合能力全面提升

自5月15日首次亮相以来，豆包大模型的综合能力大幅提升。

最新版本Doubao-pro-1215较5月增强了32%，在数学和专业知识等复杂任务中表现优异，推理服务价格仅为GPT-4o的八分之一，展现出极高的性价比和竞争力。

图像与视频生成技术领先

豆包在图像与视频生成领域取得重大突破。

9月推出的视频生成模型PixelDance和Seaweed，支持复杂提示词理解、镜头一致性、多主体交互和灵活镜头控制。1

2月发布的视觉理解模型Doubao-vision，可融合视觉与语言，实现多感官深度创作，其性能在多个主流数据集上比肩Gemini 2.0和GPT-4o。

语音与音乐生成能力升级

语音领域，豆包推出了Seed-ASR和Seed-TTS两大模型，能够处理20多种方言混杂的对话，并展现出情感表达和语音习惯保留的能力。

此外，豆包音乐生成模型框架Seed-Music实现了从词曲编辑、演奏生成到人声演唱的全流程覆盖，“一个AI也可以是一个乐队”的愿景成为现实。

长文本与代码能力突破

豆包团队披露了其300万字窗口的长文本处理能力，可轻松阅读大量学术报告，每百万tokens处理延迟仅需15秒，技术水准领先行业。

在代码领域，豆包代码大模型Doubao-coder支持16种编程语言和11类应用场景，可满足从前端到后端的全栈开发需求。

广泛应用与技术落地

豆包大模型的技术能力已被应用于50多个C端场景，其中豆包APP成为国内最受欢迎的AI产品。通过火山引擎，豆包大模型服务了30多个行业，日均tokens调用量较5月增长了33倍，显示出强大的商业化潜力。

基础研究与学术合作

豆包团队在AI基础研究领域成果丰硕，57篇论文入选顶流学术会议，并与20所高校合作，共同攻坚AI技术难题。

团队启动“Top Seed人才计划”，招募顶尖博士，共同挑战世界级课题。

总结

2024年，豆包大模型实现了技术与应用的双重突破，从模型能力到广泛落地，均展现了其在人工智能领域的领先实力和光明前景。

对于豆包的突破，各位读者有什么想说的？