大多數(shù)新人在結(jié)婚前，都想拍一組好看的婚紗照留念。可是，拍照容易，后期修圖卻不簡(jiǎn)單。專業(yè)修圖師報(bào)價(jià)昂貴，自己修圖費(fèi)時(shí)費(fèi)力還可能不滿意，怎么辦？豆包P圖的出現(xiàn)，能夠很好地解決這一問(wèn)題。如下面的視頻所示，筆者先在豆包P圖里上傳了一張AI生成的婚紗照，輸入“讓女生臉部更加精致立體，并適當(dāng)放大眼睛”的指令，很快得到一張符合要求的圖片。而后，又輸入“把場(chǎng)景換成秋天，女生婚紗換成粉色”的指令，豆包既能出色地完成任務(wù)，又能保持女生面部和體型上的特征。最后，輸入“讓圖片整體更加有質(zhì)感”的指令，筆者成功得到一張高質(zhì)量成品圖。顯然，憑借強(qiáng)大的圖像編輯能力，普通用戶也能輕松修出理想圖片。其背后，離不開(kāi)豆包?圖像編輯模型 3.0（SeedEdit 3.0）提供的技術(shù)支撐。

實(shí)測(cè)豆包P圖功能

2025年7月30日，火山引擎主辦FORCE Link AI創(chuàng)新巡展·廈門站活動(dòng)。會(huì)上，發(fā)布豆包系列新模型和AI云原生服務(wù)升級(jí)成果，包括豆包·圖像編輯模型3.0、同聲傳譯模型2.0，以及全新升級(jí)的豆包大模型1.6系列，同時(shí)推出扣子核心能力開(kāi)源、企業(yè)自有模型托管方案等多款工具，為企業(yè)及開(kāi)發(fā)者構(gòu)建Agent、落地AI應(yīng)用提供全棧支持。

發(fā)布豆包·圖像編輯模型3.0等多款大模型，完成豆包大模型1.6系列新升級(jí)

火山引擎推出豆包·圖像編輯模型3.0，主要是為解決AI圖像編輯中聽(tīng)不懂指令、誤改內(nèi)容和生成效果差的痛點(diǎn)。該模型面向指令遵循、圖像保持和圖像質(zhì)量三方面進(jìn)行優(yōu)化，讓用戶僅用自然語(yǔ)言就能完成替換元素、消除冗余、風(fēng)格轉(zhuǎn)換等操作，可在影像創(chuàng)作、廣告營(yíng)銷等領(lǐng)域得到廣泛應(yīng)用，助力解鎖更多創(chuàng)新場(chǎng)景。據(jù)了解，目前個(gè)人用戶可在豆包APP和即夢(mèng)中體驗(yàn)該模型，企業(yè)用戶可在火山方舟調(diào)用其應(yīng)用程序編程接口（API，Application Programming Interface）。

豆包·同聲傳譯模型1.0自去年9月發(fā)布以來(lái)便廣受認(rèn)可，但在服務(wù)過(guò)程中，還面臨時(shí)間延遲和聲音復(fù)刻兩大有待解決的問(wèn)題。對(duì)此，本次會(huì)議上，火山引擎推出豆包·同聲傳譯模型2.0（Seed-LiveInterpret 2.0），將語(yǔ)音延遲從8-10秒降至2-3秒，實(shí)現(xiàn)文本與語(yǔ)音同步生成，且支持0樣本聲音復(fù)刻，無(wú)需提前錄制即可實(shí)時(shí)生成同音色外語(yǔ)語(yǔ)音，甚至匹配方言口音。實(shí)測(cè)該模型時(shí)，筆者朗讀了一段來(lái)自人民日?qǐng)?bào)的文章，發(fā)現(xiàn)該模型能清楚地識(shí)別筆者的音色，并快速地將中文同傳為英文。

實(shí)測(cè)豆包·同聲傳譯模型2.0

會(huì)上，該公司發(fā)布并開(kāi)源了豆包最新翻譯模型Doubao-Seed-Translation。其支持28種語(yǔ)言，能實(shí)現(xiàn)26種小語(yǔ)種與中英文的高質(zhì)量互譯。無(wú)論是科技領(lǐng)域的專業(yè)術(shù)語(yǔ)，還是生物醫(yī)藥、金融法律等場(chǎng)景下的復(fù)雜文本，該模型都能精準(zhǔn)地把握語(yǔ)境，提供高質(zhì)量的翻譯結(jié)果。

另外，豆包大模型1.6系列也迎來(lái)新升級(jí)。

首先，極速版Doubao-Seed-1.6-flash模型具備強(qiáng)大的視覺(jué)理解能力，代碼、推理、數(shù)學(xué)等能力也進(jìn)一步強(qiáng)化，可在商超、工廠、家居等行業(yè)發(fā)揮重要作用。測(cè)評(píng)時(shí)，筆者上傳了一張飲品店的圖片，要求模型回答“店內(nèi)員工是否正確佩戴口罩，奶茶桶是否被擺放在正確的位置”，模型很快便給出正確判斷。

實(shí)測(cè)Doubao-Seed-1.6-flash模型視覺(jué)理解能力

其次，全模態(tài)向量化模型Seed1.6-Embedding也有三大升級(jí)。第一，效果全面領(lǐng)先。在延續(xù)上一代圖文檢索優(yōu)勢(shì)的基礎(chǔ)上，進(jìn)一步增強(qiáng)圖文理解能力。第二，在語(yǔ)義匹配等通用向量化任務(wù)中表現(xiàn)良好，跨任務(wù)泛化能力更強(qiáng)，首次實(shí)現(xiàn)“文本+圖像+視頻”混合模態(tài)融合檢索。第三，自定義指令能力全面升級(jí)，向量生成更貼合各類業(yè)務(wù)需求。

最后，新版Doubao-1.6-thinking，則在代碼、推理和視覺(jué)理解等能力上實(shí)現(xiàn)大幅優(yōu)化。

優(yōu)化AI云原生全棧服務(wù)，為加速Agent落地提供全鏈路技術(shù)支持

為幫助企業(yè)在AI時(shí)代更好地構(gòu)建Agent，火山引擎持續(xù)優(yōu)化AI云原生全棧服務(wù)，為AI原生應(yīng)用提供全鏈路技術(shù)支持。

在本次大會(huì)上，AI Agent開(kāi)發(fā)平臺(tái)扣子核心能力正式開(kāi)源，覆蓋扣子開(kāi)發(fā)平臺(tái)（Coze Studio）和扣子羅盤（Coze Loop），采用Apache 2.0許可證。

“開(kāi)源僅三天，Coze Studio星標(biāo)數(shù)破萬(wàn)，Coze Loop星標(biāo)數(shù)超3000。火山引擎為其提供全面支持，企業(yè)AI平臺(tái)HiAgent可調(diào)用其能力，云基礎(chǔ)產(chǎn)品支持一鍵部署?！被鹕揭婵偛米T待表示。

圖丨譚待（來(lái)源：資料圖）

針對(duì)有模型定制化需求的企業(yè)客戶，依托火山方舟模型單元推出自有模型托管方案。企業(yè)無(wú)需運(yùn)維底層GPU資源及復(fù)雜配置，即可實(shí)現(xiàn)自研模型全托管。此外，通過(guò)火山方舟的彈性模型單元，企業(yè)還可自主選擇部署方式與機(jī)型，精準(zhǔn)控制時(shí)延，且無(wú)需為業(yè)務(wù)低谷期付費(fèi)。

為促進(jìn)多模態(tài)API的開(kāi)發(fā)者統(tǒng)一，火山引擎升級(jí)火山方舟平臺(tái)的API開(kāi)發(fā)體系，推出新的Responses API。該API具備原生上下文管理能力，不僅支持多輪對(duì)話鏈?zhǔn)焦芾砑拔谋?、圖像等多模態(tài)數(shù)據(jù)銜接，還支持用戶單次請(qǐng)求聯(lián)動(dòng)多工具與模型組合響應(yīng)，讓智能助手Agent開(kāi)發(fā)從460行代碼縮減至60行代碼，幫助客戶降本增效。

高性能云原生向量數(shù)據(jù)庫(kù)VikingDB，也在全介質(zhì)索引升級(jí)、更好的性價(jià)比和全模態(tài)表征能力等方面迎來(lái)升級(jí)，以該數(shù)據(jù)庫(kù)為基礎(chǔ)，火山引擎還打造了方便易用的知識(shí)庫(kù)產(chǎn)品，支持圖、文、視頻多模態(tài)處理及混排輸出。

提示詞工程，是開(kāi)發(fā)AI應(yīng)用時(shí)必不可少的環(huán)節(jié)。“我們應(yīng)該讓Agent隨著用戶數(shù)據(jù)自發(fā)改進(jìn)，就像所有成功的搜索引擎和推薦引擎那樣，讓Agent也找到自己的scaling law?！被鹕揭嬷悄芩惴ㄘ?fù)責(zé)人吳迪表示。

基于此，火山引擎升級(jí)智能提示詞優(yōu)化平臺(tái)PromptPilot，支持任意模型的提示詞優(yōu)化，通過(guò)與火山引擎知識(shí)庫(kù)的深度融合，該平臺(tái)在文本理解任務(wù)的生成、調(diào)試等環(huán)節(jié)中，能精準(zhǔn)調(diào)用專業(yè)內(nèi)容，幫助模型在垂直領(lǐng)域?qū)崿F(xiàn)更深入、精準(zhǔn)、可信的理解與輸出。

另外，本次還發(fā)布了AI Agent人機(jī)協(xié)同工作臺(tái)?！拔覀兺ㄟ^(guò)提供千人千面的畫(huà)布形態(tài)，作為數(shù)字員工的交互入口，連接企業(yè)所有系統(tǒng)，讓數(shù)字員工主動(dòng)服務(wù)用戶，解決企業(yè)效率瓶頸?！被鹕揭娓笨偛脧?chǎng)伪硎尽?/p>

同時(shí)，廈門大學(xué)信息與網(wǎng)絡(luò)中心副主任鄭海山，上臺(tái)分享了廈門大學(xué)Agent上崗案例，該校聯(lián)合火山引擎構(gòu)建專有智能體開(kāi)發(fā)基座，結(jié)合學(xué)校自有知識(shí)庫(kù)形成的智能底座，支撐學(xué)校管理決策與教學(xué)科研。

最后，ServingKit、AgentKit和TrainingKit這三款A(yù)I開(kāi)發(fā)工具包也完成新升級(jí)。

“ServingKit為推理服務(wù)和推理引擎提供更有性價(jià)比的底層支持能力，包括模型部署與分發(fā)加速、全鏈路透明運(yùn)維可觀測(cè)能力等?！被鹕揭嬖苹A(chǔ)產(chǎn)品負(fù)責(zé)人羅浩解釋道。

而另外兩款工具，前者新增了Coze Studio托管服務(wù)、擴(kuò)展插件與模型調(diào)用，并優(yōu)化了Computer Use性能，后者優(yōu)化預(yù)訓(xùn)練性能，支持大規(guī)模集群線性加速。

基于火山引擎提供的工具，游戲企業(yè)網(wǎng)龍開(kāi)展了多方面探索。據(jù)網(wǎng)龍?zhí)烨鏏I平臺(tái)技術(shù)負(fù)責(zé)人黃繼峰分享，該公司訓(xùn)練了高智能MOBA人機(jī)陪玩智能體，接入豆包 1.6 多模態(tài)模型，探索了更多游戲新玩法與內(nèi)容生成。

回看本次大會(huì)，圍繞大模型和AI云原生服務(wù)，火山引擎發(fā)布并升級(jí)了諸多產(chǎn)品，進(jìn)一步完善了公司AI生態(tài)布局。基于此，該公司的目標(biāo)是，致力于為企業(yè)與開(kāi)發(fā)者提供從基礎(chǔ)模型到開(kāi)發(fā)工具的全鏈條技術(shù)支持，加速AI在各行業(yè)快速落地。