豆包说要「普惠」，于是大模型处理图片按「厘」计价了

主要观点总结

本文报道了OpenAI和国产大模型豆包之间的激烈竞争。豆包大模型家族的新成员豆包·视觉理解模型以惊人的价格和能力震撼业界。该模型一千个token的输入价格仅3厘钱，并能处理多种视觉任务。此外，豆包通用模型Pro、豆包·音乐生成模型和豆包·文生图模型也宣布升级。火山引擎作为字节跳动的技术支持平台，解决了成本落地问题，为豆包大模型的普及做出了贡献。同时，展望未来的大模型发展方向，文章对豆包大模型的未来充满期待。

关键观点总结

关键观点1: 豆包大模型家族的新成员——豆包·视觉理解模型震撼发布，具备强大的图像处理能力。

该模型价格极低，每处理一张720P的图片仅需花费极低的价格；具备强大的视觉理解能力，可以完成复杂的视觉问答任务；能够识别图像中的知识、文化背景、状态、数量等信息，并具备深度推理能力，包括数学、逻辑、代码等。

关键观点2: 豆包通用模型Pro、豆包·音乐生成模型和豆包·文生图模型宣布升级。

这三个模型在各自领域取得了显著的进步，提供了更强大的功能。豆包通用模型Pro在综合能力上有了显著的提升，特别是在指令遵循、代码、专业知识、数学层面。豆包·音乐生成模型能够生成更长的音乐作品，包括前奏、主歌、副歌等复杂结构。豆包·文生图模型则在通用性、可控性、高质量三方面取得了新突破，新增了「一键海报」和「一键P图」能力。

关键观点3: 火山引擎作为技术支持平台，解决了大模型的落地问题。

火山引擎提供了一系列工具和服务，包括一站式大模型服务平台火山方舟、大模型应用开发平台扣子、企业专属AI应用创新平台HiAgent等，帮助企业用户更好地应用大模型。此外，火山引擎还推出了Prompt优解、大模型记忆应用等产品，持续保障企业级AI应用的落地。