1月22日，豆包大模型1.5Pro版本正式面世。
根据官方介绍，豆包大模型1.5Pro版本拥有低训练、推理成本和高效的模型结构，在多项公开评测基准上全球领先。此外，该模型在训练过程中，未使用任何其他模型生成的数据，坚实扎实不走“捷径”。
目前，Doubao-1.5-pro（豆包大模型1.5Pro）已在豆包应用程序灰度上线，开发者也可在火山引擎直接调用API（应用程序接口）。
综合能力领先，多模态能力全面提升
豆包大模型1.5Pro在知识(MMLU_PRO、GPQA)、代码(McEval、FullStackBench)、推理(DROP)、中文(CMMLU、C-Eval)等多项公开测评基准上成绩全球领先。此外，新版豆包视觉理解模型Doubao-1.5-vision-pro，视觉理解能力全球领先。
图|受访者供图
全新的豆包实时语音模型Doubao-1.5-realtime-voice-pro，采用Speech2Speech（指将语音信号直接转换为另一种语音信号的技术）端到端框架，真正做到会哭会笑、能说方言会唱歌。目前，该模型已在豆包应用程序全量上线。
基于豆包1.5基座模型，通过RL（强化学习）算法的突破和工程优化，在未使用其他模型数据的情况下，研发豆包深度思考模型。目前，豆包深度思考模型Doubao-1.5-Pro-AS1-Preview在AIME上已取得了业内领先的成绩。
图|受访者供图
训练、推理成本低，高效模型结构
豆包大模型1.5Pro使用较小的激活参数进行预训练，训练成本低，但性能不打折。豆包大模型1.5Pro采用大规模稀疏MoE（混合专家模型）架构，等效7倍激活参数的Dense（稠密）模型性能，远超业内MoE架构约3倍杠杆的常规效率。
字节跳动还凭借自研服务器集群方案，灵活支持低成本芯片，硬件成本比行业方案大幅度降低。此外，自研网卡和网络协议，显著优化小包通讯效率，算子层计算与通信的高效交叠，保证了多机分布式推理的稳定和高效。
编辑 白昊天 校对 柳宝庆
