搜索
豆包大模型再更新，发力多模态编程，一手实测来了
14 小时前
新版豆包2.1 Pro（0915）已上线，其API已接入火山方舟，豆包工作端也同步更新。此次更新主要聚焦于四个方向：多模态Coding、Agent专业任务交付、3D与专业图文多模态理解以及Token效率。其中，多模态编程能力备受瞩目，该模型能够理解设计稿、图纸、录屏，并据此编写和修改代码。在实际测试中，该模型成功完成了多项任务，包括可交互的3D山西旅行导览、小王子B612星球微缩摆件制作、基于城堡五视图的3D模型构建、iPhone Duo折叠概念演示及内置小游戏开发、建筑平面图转3D模型、庭院四季3D模拟、手绘草图转多主题个人工作台以及3D像素风鹈鹕骑自行车动画等。此外，该模型还能深入理解复杂代码仓库，Agent能力得到显著强化，幻觉现象减少，多模态理解能力大幅提升。与上一代相比，图像和视频推理的Token消耗降低了30%以上。多模态编程技术的突破，使得AI能够更准确地理解人类的草图、录屏等表达方式，从而推动AI编程向生产级应用迈进，实现了从人读懂机器到机器读懂人的重要转变。
