在近期于上海举办的FORCE LINK AI创新巡展活动中，火山引擎隆重推出了一系列AI模型升级新品，这些产品包括豆包·视频生成模型的轻量级版本Seedance 1.0 lite、豆包1.5·视觉深度思考模型，以及豆包·音乐模型。这一系列新品旨在通过更为完善的模型矩阵和多样化的智能工具，帮助企业构建从业务到智能应用的无缝链接，加速企业的智能化转型进程。
在这些新品中，Seedance 1.0 lite尤为亮眼。作为豆包视频生成模型系列的新成员，它以较小的参数量实现了令人瞩目的技术突破。Seedance 1.0 lite不仅提供了影视级的视频生成质量，还大幅提升了视频生成速度，实现了效果、速度与性价比的完美平衡。该模型支持文本生成视频和图片生成视频两种方式，用户可以根据需求选择5秒或10秒的视频时长，以及480P或720P的分辨率。
Seedance 1.0 lite在指令遵循能力上表现出色，通过强大的语义理解能力，它能够精确控制视频中人物的外貌、衣着、表情和动作等细节。该模型在多主体动作解析、嵌入式文本响应、程度副词处理和镜头切换响应等方面也具有显著优势，使得生成的视频内容更加自然、逼真。同时，Seedance 1.0 lite还支持多种影视级运镜技术，如360度环绕、航拍、变焦等，为视频增添了细腻高清的画质和影视级的美感。
在应用方面，Seedance 1.0 lite展现了广泛的适用性。在电商领域，它能够帮助商家快速生成高质量的营销视频素材，精准匹配产品展示和活动推广等场景，有效降低制作成本和周期。该模型还可应用于娱乐特效、影视创作、动态壁纸等多个领域，为创作者提供强大的视频生成支持。
另一款新品豆包1.5·视觉深度思考模型同样引人注目。这款多模态模型以仅20B的激活参数，在60个公开评估基准中的38个方面取得了最佳成绩，尤其在视频理解、视觉推理和GUI Agent能力方面表现卓越。通过采用动态帧率采样技术，豆包1.5显著提升了视频时序定位的准确性，结合向量搜索功能，能够精确识别视频中与文本描述相匹配的片段。
豆包1.5·视觉深度思考模型还具备强大的视频深度思考能力。通过学习数万亿多模态标记数据，并结合强化学习技术，该模型积累了丰富的视觉知识，显著增强了视觉推理能力。在复杂的图形推理任务中，它能够自主提出假设、进行推理验证，并在发现与假设不符时不断反思并提出新的假设，直至得出正确答案。
豆包1.5·视觉深度思考模型还新增了GUI Agent功能。凭借其强大的GUI定位能力，该模型能够在多种不同环境中执行复杂的交互任务。例如，在新开发的App功能自动化测试中，豆包1.5已展现出显著的应用效果，目前已在字节跳动的多款App产品中得到实际应用。
