新榜讯 12 月 30 日讯，字节豆包大模型正式对外公布其 2024 年全领域的技术进展。 据官方透露，截至 2024 年 12 月，最新版的豆包通用模型 Doubao-pro-1215，综合能力相比 5 月提高了 32%，已全面对标 GPT-4o，在数学、专业知识等部分复杂场景任务里，效果甚至更为出色。 此外，在图像与视频能力领域，团队于 9 月推出两款豆包视频生成模型 PixelDance 与 Seaweed，着重于复杂提示词的精准理解、镜头一致性、多交互主体以及镜头的灵活控制。 12 月发布的豆包视觉理解模型 Doubao-vision，能够融合视觉与语言的多感官进行深度思考和创作，当下模型能力在十多个主流数据集中可与 Gemini 2.0 及 GPT-4o 相媲美。 与此同时，豆包大模型团队还与近 20 所高校展开深入合作，支持超 40 位顶尖学者参与关键 AI 技术的攻克，并与清华 AIR、北大分别设立联合实验室。