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。
在12月18日举办的火山引擎 Force 大会上，字节跳动正式发布豆包视觉理解模型，为企业提供极具性价比的多模态大模型能力。豆包视觉理解模型千tokens输入价格仅为3厘，一元钱就可处理284张720P的图片，比行业价格便宜85％，以更低成本推动AI技术普惠和应用发展。
21世纪经济报道新质生产力研究院综合报道早上好，新的一天又开始了。在过去的24小时内，科技行业发生了哪些有意思的事情？来跟21tech一起看看吧。【巨头风向标】1、 OpenAI：用户现可与ChatGPT通电话、发短信。
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。
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。
