在2024年8月21日舉辦的火山引擎AI創新巡展上海站上，火山引擎展示了其豆包大模型的全面升級，以及對話式AI實時交互解決方案的增強。

豆包大模型自5月15日發佈以來，日均tokens使用量已超5000億，企業客戶使用量增長22倍。新版豆包大語言模型的綜合能力提升了20.3%，其中角色扮演能力提升38.3%，語言理解能力提升33.3%。

字節跳動抖音豆包大模型

其中，豆包·文生圖模型對長文本有更精準的圖文匹配能力，多主體、多位置、手部結構等複雜場景的生圖能力更強，更善於理解中國特色元素，創造更具美感的中國風圖片。豆包·語音識別模型基於大語言模型豐富的知識和推理能力，通過上下文感知，提升語音識別準確性，在多個公開測試集中，與國內公開發布的語音識別大模型相比，錯誤率最高降低40%;支持一個模型識別普通話和粵語、上海話、四川話、西安話、閩南語等方言。豆包·語音合成模型升級了流式語音合成能力，能夠實時響應、精準斷句，支持“邊想邊說”。

此外，火山引擎發佈對話式 AI 實時交互解決方案，該方案整合了豆包大模型和實時音視頻（RTC）技術，提供端到端的大模型實時對話方案。企業可以輕鬆地在自己 AI 應用中嵌入該實時語音功能，用戶不僅能用語音與 AI 進行交談，還能像平時說話一樣，在對話過程中適時打斷或插話，經過升級後的 AI 聲音具備較好表現力和感情色彩，對話更自然、更真實、更流暢，讓大模型交互體驗更強。

火山引擎還宣佈與多點DMALL聯合成立零售大模型生態聯盟，旨在推動零售行業智能化升級，加速行業創新步伐。首批18家成員單位參與了啓動儀式。此外，汽車大模型生態聯盟也迎來了新成員，火山引擎正與聯盟成員在AI汽車行業定義、評測標準發佈等方面進行協作。