在AI技術飛速發(fā)展的當下，企業(yè)級應用正迎來新的突破。近日，火山引擎在FORCE原動力大會上宣布，豆包大模型1.8版本正式發(fā)布，同時推出多項創(chuàng)新技術，為企業(yè)AI應用提供更強大的支持。這一系列舉措標志著AI技術正從實驗室走向規(guī)模化落地，為企業(yè)帶來實實在在的生產(chǎn)力提升。

豆包大模型1.8版本在多模態(tài)理解和Agent能力方面實現(xiàn)了顯著提升。該模型在設計之初就針對多模態(tài)Agent場景進行了優(yōu)化，在多輪交互、復雜指令遵循以及操作系統(tǒng)級Agent操作等方面表現(xiàn)出色。特別是在視覺能力上，新版本進行了底層升級，能夠以低幀率處理超長視頻，并在視頻語義解析、空間關系理解和文檔結構化處理等方面取得突破性進展。原生支持的智能上下文管理機制，使模型在執(zhí)行超長、多步驟任務時能夠自動清理歷史信息，確保任務持續(xù)穩(wěn)定完成。

火山引擎總裁譚待在大會上分享了一組令人矚目的數(shù)據(jù)：截至目前，豆包大模型的日均Token使用量已突破50萬億，較去年同期增長超過10倍，自發(fā)布以來更是增長了417倍。已有超過100家企業(yè)客戶的累計Token使用量超過一萬億，顯示出企業(yè)級AI應用正在快速規(guī)模化。譚待強調(diào)，火山引擎一直致力于通過技術創(chuàng)新降低成本，推動模型降價策略，目前已有更多廠商跟進這一趨勢，共同做大市場蛋糕。

在視頻生成領域，火山引擎也取得了重要進展。去年春季發(fā)布的視頻模型Seedance 1.0，如今已升級至1.5 Pro版本。新版本采用原生音視頻聯(lián)合生成架構，支持環(huán)境音、背景音樂和人聲等多種元素，實現(xiàn)了毫秒級的音畫同步輸出。更值得一提的是，Seedance 1.5 Pro支持多人跨語對話，能夠根據(jù)畫面中說話角色的數(shù)量和景深信息，實現(xiàn)精準的口型匹配，有效解決了"張口不發(fā)聲"或口型錯位等問題。該模型還原生支持多語言及多種中文方言，包括四川話、粵語和上海話等，大大拓展了視頻內(nèi)容創(chuàng)作的實用邊界。

為了幫助企業(yè)更好地實現(xiàn)Agent的規(guī)模化落地，火山引擎推出了推理代工服務，支持極致彈性伸縮、全棧推理優(yōu)化和分布式緩存。這項服務就像一臺已調(diào)校完成的頂級賽車，企業(yè)只需將模型"插入發(fā)動機"即可快速運行。針對企業(yè)構建Agent過程中面臨的身份權限管理、黑盒測試、存量系統(tǒng)智能化等挑戰(zhàn)，火山引擎發(fā)布了AI Agent平臺AgentKit+HiAgent技術體系。

AgentKit構建了一套讓Agent走向生產(chǎn)規(guī)模化落地的基礎設施底座，具備身份認證、運行時管理、云沙箱、網(wǎng)關、記憶庫、可觀測性、評測和安全圍欄等功能。與傳統(tǒng)開發(fā)方式相比，AgentKit大幅簡化了開發(fā)流程。傳統(tǒng)開發(fā)需要手動調(diào)用模型、解析結果并處理各種狀態(tài)和異常，前后端代碼量至少需要1500至2000行。而使用AgentKit后，前端Agent僅需約50行代碼，后端十幾行即可完成簡單串聯(lián)，整套實現(xiàn)控制在61行以內(nèi)，代碼量減少約96%，同時開發(fā)和運行穩(wěn)定性也大幅提升。

去年發(fā)布的HiAgent解決方案也在不斷迭代，今年推出了"1+N+X"體系，即一個統(tǒng)一AI任務調(diào)度入口、N個企業(yè)通用智能體和X個業(yè)務定制智能體應用，幫助企業(yè)加速Agent的規(guī)模化落地。這些創(chuàng)新技術正在推動AI從技術潛力轉化為實實在在的行業(yè)生產(chǎn)力，為企業(yè)帶來新的增長機遇。