模型发布

豆包大模型家族首款全模态理解模型:字节跳动 Doubao-Seed-2.0-lite 升级

AI 摘要

字节跳动火山引擎发布豆包大模型家族首款全模态理解模型 Doubao-Seed-2.0-lite 升级版。该模型原生统一支持视频、图像、音频和文本理解,并能进行跨模态联合推理,在物理、医疗等学科推理及细粒度感知上表现超越此前Pro版本。音频方面支持19种语种转写及多语种互译,多项基准测试优于Gemini-3.1-Pro。同时,其Agent、Coding与GUI能力升级,能更稳定处理长任务、胜任深度开发,并实现界面理解与操作执行的闭环。新版本已在火山方舟上线,旨在为企业提供高性价比的全模态任务部署方案。

关键信息

  • 字节跳动火山引擎发布豆包大模型家族首款全模态理解模型 Doubao-Seed-2.
  • 0-lite 升级版。
  • 该模型原生统一支持视频、图像、音频和文本理解,并能进行跨模态联合推理,在物理、医疗等学科推理及细粒度感知上表现超越此前Pro版本。
  • 音频方面支持19种语种转写及多语种互译,多项基准测试优于Gemini-3.
  • 同时,其Agent、Coding与GUI能力升级,能更稳定处理长任务、胜任深度开发,并实现界面理解与操作执行的闭环。

速览

发布时间
更新时间
来源
IT之家·人工智能
分类
模型发布
AI 评分
71
阅读原文 前往信息源阅读完整正文
推荐理由

豆包Seed 2.0 lite把视频、音频、图片、文字原生塞进一个模型,还顺手强化了Agent和GUI操作,对需要全模态处理的企业来说,这可能是目前性价比最高的选择。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:豆包大模型家族首款全模态理解模型:字节跳动 Doubao-Seed-2.0-lite 升级。2026年5月6日。https://new.nat6.net/news/cmou549h500e5slndo4miiq1w/

查看全部 →
  • SenseNova-U1开源8步蒸馏LoRA,推理速度大幅提升

    🚀 SenseNova-U1 更新: ⚡ 开源8步蒸馏LoRA:100 NFE降至8 NFE,H100推理时间从23秒缩短至2秒 🧩 现已支持ComfyUI,提供文生图、图像编辑和交错生成的即用工作流 试用链接 👇 https://git…

    X:商汤 SenseTime (@SenseTime_AI)模型发布AI 评分 71

  • Major ChatGPT upgrade rolling out now, in the form of GPT-5.5 Instant:

    重大ChatGPT升级现正推出,形式为GPT-5.5 Instant: 这是一次重大升级,以更温暖自然的语调提供更智能、更清晰、更个性化的答案。 同时它也更简洁,这正是我们所了解到的用户需求。我们相信你会喜欢与它对话。

    X:Greg Brockman (@gdb)模型发布AI 评分 91

  • 通过 API 中的新模型推进语音智能

    OpenAI API 推出了新的实时语音模型,能够进行推理、翻译和语音转录。这些模型显著提升了语音交互的自然度与智能水平,支持实时处理与多语言转换。新功能旨在为开发者提供更强大的工具,以构建更流畅、更智能的语音应用体验。

    OpenAI:官网动态(RSS · 排除企业/客户案例)模型发布AI 评分 86

  • Scaling Trusted Access for Cyber with GPT-5.5 and GPT-5.5-Cyber

    OpenAI扩展了网络安全领域的可信访问计划,推出了GPT-5.5和专门针对网络安全的GPT-5.5-Cyber模型。此举旨在帮助经过验证的网络安全防御者加速漏洞研究,并加强对关键基础设施的保护。新模型将为安全专业人员提供更强大的AI工具…

    OpenAI:官网动态(RSS · 排除企业/客户案例)模型发布AI 评分 74