鳳凰網(wǎng)科技訊 9月30日，據(jù)“火山引擎”微信公眾號消息，豆包大模型1.6-vision正式發(fā)布，這是豆包大模型家族首個具備工具調(diào)用能力的視覺深度思考模型，擁有更強的通用多模態(tài)理解和推理能力，并支持Responses API。

新模型將圖像融入其思維鏈中，實現(xiàn)對圖片的定位、剪裁、點選、畫線、縮放、旋轉(zhuǎn)等精細處理。 并通過模擬人類從“從全局掃描到局部聚焦”的視覺推理過程，在增強推理可解釋性的同時，可高效精準地完成圖像操作。

豆包大模型1.6-vision支持Responses API，可自主選擇調(diào)用工具，大幅度減少Agent開發(fā)過程中的代碼量，提升開發(fā)效率。

此外，對比上一版視覺理解模型Doubao-1.5-thinking-vision-pro，綜合成本降低約50%。

本文來自和訊財經(jīng)，更多精彩資訊請下載“和訊財經(jīng)”APP