来源：环球网 【环球网科技综合报道】12月18日，字节跳动正式推出了其最新的豆包视觉理解模型。据官方介绍，该模型在处理千tokens输入时的价格仅为3厘，这意味着用户仅需一元钱即可处理多达284张720P分辨率的图片。
21世纪经济报道记者雷晨 北京报道继DeepSeek大模型之后，国产大模型再度实现突破。2月10日，字节跳动豆包大模型团队公众号发文宣布，与北京交通大学、中国科学技术大学联合提出的视频生成实验模型“VideoWorld”，在业界首次实现无需依赖语言模型，即可认知世界。
《科创板日报》12月18日讯 字节跳动豆包正一路高歌猛进，今日又迎来重磅更新。截至目前，豆包大模型日均tokens使用量超过4万亿，发布7个月以来增长超过33倍。在今日的火山引擎Force原动力大会上，豆包又发布了视觉理解模型，具备更强的内容识别、理解和推理、视觉描述等能力。
《科创板日报》2月12日讯（记者 张洋洋）今日，字节跳动豆包大模型团队提出了全新的稀疏模型架构 UltraMem，该架构有效解决了MoE推理时高额的访存问题，推理速度较 MoE 架构提升2-6倍，推理成本最高可降低83%。目前，国内外大模型领域的竞争愈发激烈，已然进入白热化阶段。
近期在豆包亮眼表现的催化之下，市场对字节链的关注度显著提升，随着字节入局AI硬件，除云端外，字节端侧逻辑也得到强化，我们认为云厂商发力AI终端是产业发展的必然，增强用户粘性的同时，也为模型算力提供落脚点。
2月10日，界面新闻获悉，豆包大模型团队联合北京交通大学、中国科学技术大学共同开发的视频生成实验模型“VideoWorld”正式开源。不同于主流多模态模型，VideoWorld 在业界首次实现无需依赖语言模型，即可认知世界。
