火山引擎发布豆包1.5模型及AI云原生推理套件，助力企业智能化升级

2023年4月17日，火山引擎在企业市场上发布了豆包1.5深度思考模型，并对其文生图模型3.0与视觉理解模型进行了全面升级。同时，火山引擎推出了OS Agent解决方案及AI云原生推理套件，旨在帮助企业以更高效、更经济的方式构建和部署智能Agent应用。这一系列举措标志着火山引擎在智能化转型道路上的又一重要进展。

根据火山引擎的相关数据显示，至2025年3月底，豆包大模型日均Tokens调用量已达到惊人的12.7万亿，这一数据相比于去年5月的发布时增长了数百倍。火山引擎的总裁谭待对此表示，Agent智能体应用的发展将大大促进大模型的普及。他指出，深度思考模型是构建智能Agent的核心基础，具有出色的思考、计划与反思能力，并且要能够支持多模态运算，以便智能Agent更好地完成复杂任务。

豆包1.5深度思考模型在专业领域的推理任务中表现出色，其在数学推理AIME 2024测试中得分与OpenAI的o3-mini-high相当，编程竞赛及科学推理测试也接近o1。这说明该模型不仅具备先进的技术能力，还具有很强的泛化能力，可以广泛应用于创意写作、人文知识问答等日常任务。技术报告显示，该深度思考模型基于MoE架构，总参数达到200B，但激活参数仅为20B，展现了在较小参数下实现顶尖性能的潜力。基于高效的算法与高性能的推理系统，豆包模型API服务在保证高并发的同时，延迟低至20毫秒，为企业提供了流畅的使用体验。

更重要的是，豆包深度思考模型具备多模态视觉推理能力，能够像人类一样对所看到的事物进行联想与思考，大幅拓展了智能推理的应用边界。例如，模型可以理解复杂的企业项目管理流程图，迅速定位关键信息，按照流程图的要求回答客户问题；在分析航拍图时，它能够结合地貌特征判断区域开发的可行性。这种多模态能力让豆包深度思考模型在智能化升级的道路上具备了更广阔的应用前景。

除了深度思考模型外，火山引擎的文生图模型Seedream3.0也正式对企业开放。该模型已在多个产品中上线，并成功跻身权威竞技Artificial Analysis文生图榜单的第一梯队。Seedream3.0支持2K分辨率直输出，特别在图像结构准确性、小字生成与排版、美感等方面展现了显著优势。

业界普遍将2025年视为“Agent智能体元年”。谭待认为，基于多模态深度思考模型的基础，智能Agent的应用不仅需要良好的架构与工具来有效操控数字及物理世界，其模型推理的成本与延迟也需持续降低，以实现科技的普惠。火山引擎为此推出了OS Agent解决方案和AI云原生推理套件，并展示了Agent如何操作浏览器来搜索商品、进行价格比对，甚至在远程计算机上使用剪映视频编辑和配乐的实际应用。

OS Agent解决方案包括豆包UI-TARS模型，以可视化理解、逻辑推理、界面元素定位与操作功能为一体，突破了传统自动化工具基于预设规则的局限，为Agent的智能交互提供了接近人类操作的基础。优秀的模型和工具能够加速Agent的落地，但随之而来的将是模型推理的高消耗。为应对这一挑战，火山引擎专门开发了AI云原生ServingKit推理套件，使模型的部署更快，同时推理成本降低。相较于传统方案，GPU消耗降低高达80%，有效提高了企业对智能Agent的运用效率。

根据IDC发布的《中国公有云大模型服务市场格局分析，1Q25》，火山引擎以46.4%的市场份额稳居第一。凭借高性价比、灵活易用的工具链及覆盖全场景的解决方案，火山引擎正在成为越来越多企业落地大模型应用的首选。

火山引擎通过推出豆包1.5深度思考模型及一系列AI云服务，积极推动企业的智能化升级，为未来的智能商业提供了更为广阔的可能性。随着技术的不断进步与应用场景的持续拓展，火山引擎正在助力各行业更快、更智能地适应数字化转型的浪潮。