1月22日，豆包大模型1.5Pro版本正式面世。

根據(jù)官方介紹，豆包大模型1.5Pro版本擁有低訓練、推理成本和高效的模型結構，在多項公開評測基準上全球領先。此外，該模型在訓練過程中，未使用任何其他模型生成的數(shù)據(jù)，堅實扎實不走“捷徑”。

目前，Doubao-1.5-pro（豆包大模型1.5Pro）已在豆包應用程序灰度上線，開發(fā)者也可在火山引擎直接調用API（應用程序接口）。

綜合能力領先，多模態(tài)能力全面提升

豆包大模型1.5Pro在知識(MMLU_PRO、GPQA)、代碼(McEval、FullStackBench)、推理(DROP)、中文(CMMLU、C-Eval)等多項公開測評基準上成績全球領先。此外，新版豆包視覺理解模型Doubao-1.5-vision-pro，視覺理解能力全球領先。

圖|受訪者供圖

全新的豆包實時語音模型Doubao-1.5-realtime-voice-pro，采用Speech2Speech（指將語音信號直接轉換為另一種語音信號的技術）端到端框架，真正做到會哭會笑、能說方言會唱歌。目前，該模型已在豆包應用程序全量上線。

基于豆包1.5基座模型，通過RL（強化學習）算法的突破和工程優(yōu)化，在未使用其他模型數(shù)據(jù)的情況下，研發(fā)豆包深度思考模型。目前，豆包深度思考模型Doubao-1.5-Pro-AS1-Preview在AIME上已取得了業(yè)內領先的成績。

圖|受訪者供圖

訓練、推理成本低，高效模型結構

豆包大模型1.5Pro使用較小的激活參數(shù)進行預訓練，訓練成本低，但性能不打折。豆包大模型1.5Pro采用大規(guī)模稀疏MoE（混合專家模型）架構，等效7倍激活參數(shù)的Dense（稠密）模型性能，遠超業(yè)內MoE架構約3倍杠桿的常規(guī)效率。

字節(jié)跳動還憑借自研服務器集群方案，靈活支持低成本芯片，硬件成本比行業(yè)方案大幅度降低。此外，自研網(wǎng)卡和網(wǎng)絡協(xié)議，顯著優(yōu)化小包通訊效率，算子層計算與通信的高效交疊，保證了多機分布式推理的穩(wěn)定和高效。

編輯 白昊天 校對 柳寶慶