豆包大模型近日發佈了系列更新，其中豆包1.5·深度思考模型和豆包文生圖模型3.0正式通過火山引擎開放 API，供開發者和企業客戶使用。這兩款模型在推理任務和通用任務的綜合表現達到了業界前沿水平，並在視覺推理和圖像生成方面取得了顯著進展。

豆包1.5·深度思考模型在專業領域推理任務中表現出色，數學推理 AIME2024測試得分追平 OpenAI o3-mini-high，編程競賽 Codeforces pass@8得分接近 OpenAI o1，科學推理 GPQA 得分接近 o3-mini-high，均達到或接近全球第一梯隊。在創意寫作等非推理任務中，該模型也展示了優秀的泛化能力，能夠勝任更廣泛和複雜的使用場景。

爲提升模型的通用能力，豆包團隊優化了數據處理策略，融合了可驗證與創意性數據，以滿足各類任務需求。大規模強化學習是訓練推理模型的關鍵技術，團隊創新性地提出了雙軌獎勵機制，兼顧“對錯分明”和“見仁見智”任務，並有效實現了算法的可靠優化。此外，團隊還優化了底層架構，保障了訓練的穩定性、可擴展性、可重複性和計算效率。

微信截圖_20250417133712.png

豆包深度思考模型採用 MoE 架構，總參數爲200B，激活參數僅20B，具備顯著的訓練和推理成本優勢。基於高效算法和高性能推理系統，模型在提供極高併發承載能力的同時，實現了20毫秒的極低延遲。此外，該模型還具備視覺推理能力，能夠像人類一樣對看到的事物進行聯想和思考，極大地拓展了智能推理的應用邊界。

豆包文生圖模型3.0是一個原生高分辨率、支持中英雙語的圖像生成基礎模型，整體性能相比上一代有較大提升。該模型在分辨率、生圖結構準確性、數量準確性、多物體屬性關係、小字生成與排版、美感效果、真實度等方面取得了顯著突破。Seedream3.0採取多項策略實現高效推理，1K 分辨率出圖端到端僅需3秒，能夠快速生成高品質圖像，大幅提升創作效率。此外，該模型還優化了小字體高保真生成、多行文本語義排版等業界難題，讓 AI 具備商業級圖文設計能力。

在文生圖權威競技場 Artificial Analysis 上，豆包文生圖模型 Seedream3.0與 GPT-4o、Imagen3、Midjourney v6.1、FLUX1.1Pro 等模型同臺競技，排名位居第一梯隊。Seedream3.0已在字節跳動旗下豆包、即夢等平臺全量開放，爲企業客戶提供了強大的圖像生成能力。

豆包深度思考模型和文生圖模型3.0的開放，爲企業客戶提供了更高效、更通用的推理能力和更強大的圖像生成能力，進一步推動了 AI 技術在各行業的應用和發展。

豆包深度思考模型技術報告詳見:https://github.com/ByteDance-Seed/Seed-Thinking-v1.5

Seedream3.0技術報告詳見:https://team.doubao.com/tech/seedream3_0