4月17日，面向企业市场，字节跳动旗下火山引擎发布豆包1.5・深度思考模型，同步升级文生图模型 3.0、视觉理解模型，推出 OS Agent 解决方案及AI云原生推理套件，帮助企业客户构建与部署Agent（智能体）应用。
技术逻辑上，Agent是此次豆包发布系列产品的重点，而深度思考模型是其技术底座。采访中，火山引擎总裁谭待对第一财经记者表示，聊天和信息处理只是AI中的一小部分，要真正为各行各业带来变革，Agent是必经之路。
而深度思考模型正是构建Agent的基础，谭待称，模型要有能力做好思考、计划和反思，且一定要支持多模态，就像人类具备视觉和听觉一样，Agent才能更好地处理复杂任务。
技术报告显示，豆包深度思考模型采用MoE架构，总参数为200B，激活参数仅20B。该模型还上线了一款深度思考视觉版，具备视觉推理能力，能够像人类一样对看到的事物进行联想和思考。在实际案例中，该模型可以看懂复杂的企业项目管理流程图表，快速定位关键信息；也可以结合地貌特征分析航拍图，判断区域开发可行性。竞品对比环节，根据数学推理AIME 2024 测试，豆包1.5・深度思考模型得分追平OpenAI o3-mini-high，编程竞赛和科学推理测试成绩接近o1。
多模态深度思考模型的基础之上，谭待认为Agent需要良好的架构和工具去操作数字世界和物理世界。此次火山推出的OS Agent解决方案便现场演示了由Agent操作浏览器搜索商品页、实现iPhone比价的任务。
模型与工具加速Agent落地的同时，Agent也会带来更大量的模型推理消耗。据火山引擎披露，截至2025年3月底，豆包大模型日均 tokens 调用量已达到12.7万亿，较去年5月发布时增长上百倍。为应对大规模推理需求，火山引擎打造AI云原生ServingKit 推理套件，GPU 消耗相比传统方案降低80%。
趋势之下，行业也开始出现Agent泛滥的现象，有厂商自称部署近5000个Agent。谭待认为Agent定义需要更新——简单完成打油诗等任务的已不能称为 Agent。从定性角度来看，Agent 应能完成专业度较高、耗时较长的完整任务；从技术实现角度来看，如果没有运用思考模型、缺乏反思和规划能力，也很难被认定为 Agent。
随着技术落地，今年行业对Agent的定义将会更加清晰，谭待认为或许会像自动驾驶分级一样，对Agent也进行自L1至L4的分级。但整体来看，深度思考模型是构建Agent的基础，模型要有能力做好思考、计划和反思，并且一定要支持多模态，就像人类具备视觉和听觉一样。
举报 第一财经广告合作，请点击这里此内容为第一财经原创，著作权归第一财经所有。未经第一财经书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经保留追究侵权者法律责任的权利。如需获得授权请联系第一财经版权部：banquan@yicai.com 文章作者
吕倩
相关阅读
14天养号接商单，智谱称AI Agent可以后台赚钱了智能体行业的可解释性难题需要企业与院校共同努力攻克。
129 03-31 14:39
OpenAI GPT-4o推出图像生成功能，攻克“生成图像中的文字”难题OpenAI表示，公司用了网络上的图像和文本训练模型，让模型学习图像与文字、图像与图像之间的关系。
235 03-26 11:03
OpenAl发布全新Agent工具，AI从业者怎么看？中国AI的创新正在让全世界更加关注中国的科技和市场。
192 03-12 12:24
速度又慢了？字节跳动全员会反思DeepSeek影响对于DeepSeek的现象级热度，梁汝波如去年一般反思团队的反应速度问题。
501 02-14 22:19
盘前必读丨特朗普呼吁降息；豆包提出全新稀疏架构3300点上方，市场进一步上行缺乏总量流动性推动，但1月基本面数据季节性改善仍会提振场内资金交易信心股票配资哪里好，利好科技、新质生产力等方向估值提升。
551 02-13 07:25 一财最热 点击关闭