火山引擎：豆包 1.5 模型表现出色 20B 参数

　　火山引擎在 FORCELINKAI 创新巡展·上海站发布新模型火山引擎新发布的豆包 1.5·视觉深度思考模型激活参数仅 20B，却具备强大多模态理解和推理能力。 在 60 个公开评测基准中，有 38 个取得 SOTA 表现，在理解、视觉推理、GUIAgent 能力等方面处于第一梯队，目前已在火山方舟上线。 在理解方面，支持动态帧率采样，时序定位能力显著增强，结合向量，能精准定位中与文本描述相对应的片段。 同时，新增深度思考能力，模型学习数万亿多模态标记数据，掌握广泛视觉知识，结合强化学习，视觉推理能力大幅提升。 此外，该模型新增 GUIAgent 能力，基于强大的 GUI 定位性能，可在不同环境中完成复杂交互任务，已应用于字节跳动多款 APP 产品的开发测试中。