金磊 发自 凹非寺
量子位 | 公众号 QbitAI
在Seedance 2.0和Seedream 5.0 Lite，一波接一波爆火之后，豆包把完全体拿出来了——豆包大模型2.0。
这是时隔21个月以来的最大版本的更新。
像Seedance 2.0已经成为全民玩转的AI，我们也试着做了一个视频：
视频地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
短短5秒钟，效果确实是足够逼真。
也难怪老外也开始研究怎么注册中国手机号来体验了……
再如Seedream 5.0 Lite，首次支持联网检索，生成的图片也达到了商业化的水平：
而就在今天，在视觉模型火爆之后，豆包终于把那个最核心的大脑拿出来了——豆包大模型2.0。
整体来看，这次豆包大模型2.0在多模态理解、企业级Agent、推理和代码能力上都有了不少的提升：
- 更强多模态理解：在多模态感知、高精度文字提取、图表理解、空间理解、运动理解、视觉知识和推理、长视频理解等方面表现出色。
- 企业级Agent能力：模型能更好支持对技能（Skills）的理解和应用，Function Call 、多轮指令遵循、搜索和工具调用能力显著增强，格式输出更稳定，支持灵活的上下文管理，更好地支持企业级复杂、长程任务，在数据分析和客服Agent等企业场景中表现出色。
- 数学和代码推理能力：模型具备更强推理能力，支持思考长度可调节，且各思考长度下，Tokens效率都有大幅提升。在ICPC、IMO、CMO测试中均获得金牌成绩。
更直观的提升，体现在榜单测评中。
例如在MathVista、MathVision、MathKangaroo、MathCanvas等数学推理基准上达到业界最优水平。同时，在 LogicVista、VisuLogic等视觉解谜与逻辑推理基准上，Seed2.0 Pro得分较Seed1.8显著提升。
并且在VLMsAreBiased、VLMsAreBlind、BabyVision等基准中，豆包大模型2.0取得了业界最高分！
那么接下来，还是老规矩，一波实测，走起~
零帧手搓《我的世界》
首先，我们就要测试最近各家都在主推的代码能力。
在字节旗下的AI编程软件TRAE中，我们目前就能体验豆包大模型2.0的能力：
我们就先以3D模仿求解器的案例，来小试牛刀一下：
- 你帮我写一个能解决魔方的群论算法，然后用前端页面演示下吧，要求美观，本地当前文件夹下的所有文件都可以直接编辑删除和覆盖。
视频地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
不难看出，豆包大模型2.0很好的理解了基于群论的智能算法，并且在视觉和交互上也是比较惊艳。
面对复杂的物理模拟，也是不在话下：
视频地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
接下来，我们来一个更加复杂且长任务的测试——3D版大富翁游戏（上下滑动）。
请欣赏效果：
视频地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
可以看到，豆包大模型2.0依旧是稳稳拿捏。
难度再上一层楼，这次我们直接做一个《我的世界》（上下滑动）：
同样也是稍等几分钟，高仿版《我的世界》就诞生了：
视频地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
并且豆包官方也展示了通过豆包大模型2.0和TRAE生成的“AI春节庙会”：
视频地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
当然，像模拟可交互的苹果电脑系统这种任务，也是非常轻松实现：
视频地址：https://mp.weixin.qq.com/s/h8jaVOGREQt2tOFHG39VmQ
除了编程之外，像复杂的图解问题，豆包大模型2.0也是可以轻松拿捏。
例如我们直接丢给它这样一张图：
豆包大模型2.0在接收到问题之后，立即给出了正确答案（上下滑动）：
类似的，复杂的数学问题也是不在话下。
由此可见，豆包大模型2.0在推理、编程和数学问题上，都有明显的性能提升。
为什么现在才是2.0的节点？
实测下来，最直观的感受是：豆包大模型2.0变稳了。
它不再满足于陪你聊天，而是试图帮你写完一个项目、算出一个难题、画出一张商用级海报。
这也引出了一个问题：为什么现在才是2.0的节点？
过去一年，大模型行业陷入了卷参数和卷价格的混战。但字节跳动似乎一直在憋大招。这个时间点发布2.0，或许是因为在数据质量、训练效率，以及应用效果都突破了一个新的临界点。
特别是在Agent场景下。
真正的企业级应用，不是靠聊天解决的，而是靠行动。豆包 2.0 展现出的工具调用能力和长程任务规划能力，显然是冲着ToB和生产力工具去的。
性价比是否更具优势？答案是肯定的。
在测试中我们发现，虽然能力变强了，但推理速度并没有明显的延迟。据技术报告显示，Seed-2.0系列（包括 Pro、Lite、Mini）在同等性能下，通过架构优化，大幅提升了Tokens效率。
这意味着，企业用它来做客服、做数据分析、写代码，成本会更低。
现在，豆包大模型2.0已经全面上线，感兴趣的小伙伴可以去试试喽~
热门跟贴