雷火竞技最新网址,雷火最新入口,雷火竞技最新网址

來源：互聯(lián)網(wǎng)

豆包是字節(jié)跳動(dòng)推出的多功能人工智能助手，采用“智能助手+場(chǎng)景化工具”模式，覆蓋日常生活、學(xué)習(xí)、辦公等場(chǎng)景，核心是通過AI技術(shù)提供個(gè)性化服務(wù)，提供聊天機(jī)器人、寫作助手以及英語學(xué)習(xí)助手等功能，可以回答各種問題并進(jìn)行對(duì)話，幫助人們獲取信息。豆包有網(wǎng)頁版、iOS版、安卓版、Windows桌面版、Mac OS桌面版，支持手機(jī)號(hào)碼、抖音、以及蘋果公司賬號(hào)登錄。

2016年，字節(jié)跳動(dòng)就成立了人工智能實(shí)驗(yàn)室AI Lab。2023年6月左右，字節(jié)跳動(dòng)在內(nèi)部測(cè)試一款A(yù)I對(duì)話類產(chǎn)品——Grace。2023年8月，Grace新版本更名為“豆包”，并開始啟動(dòng)測(cè)試。2024年6月3日，豆包推出桌面客戶端，支持Windows/macOS，快捷啟動(dòng)、AI劃詞、AI搜索。同年8月8日，豆包上線音樂生成功能。同年8月16日起，豆包推出腦圖功能。同年8月30日，豆包輸入框新增語音輸入和圖片上傳入口。同年9月6日，豆包輸入框新增“停止生成”按鈕。同年10月10日，豆包發(fā)布了首款A(yù)I智能體耳機(jī)Ola Friend，該款耳機(jī)接入豆包大模型，并與豆包APP深度結(jié)合。同年10月28日，語音通話功能上線，支持回復(fù)實(shí)時(shí)信息。同年11月，豆包正式推出視頻生成內(nèi)測(cè)。

2025年1月20日，豆包發(fā)布最新“端到端”語音大模型，并基于該模型升級(jí)App的實(shí)時(shí)語音通話功能。此前功能采用ASR（語音識(shí)別）+LLM（大語言模型）+TTS（語音合成）的級(jí)聯(lián)方案，此次升級(jí)將語音識(shí)別、理解與生成整合至同一模型，實(shí)現(xiàn)更自然流暢、富有情感的語音交互，并支持回復(fù)實(shí)時(shí)信息。2025年2月，豆包優(yōu)化了首頁的布局和交互邏輯，為用戶提供更加簡(jiǎn)潔流暢的使用體驗(yàn)。同年3月4日，豆包大模型團(tuán)隊(duì)宣布開源SuperGPQA。同年3月，抖音App測(cè)試接入豆包App的AI能力，并且在抖音App內(nèi)為豆包App開放了兩個(gè)超級(jí)入口。同年3月，豆包測(cè)試新版“深度思考”功能。同年4月，豆包深度思考和文生圖3.0模型已通過火山引擎正式開放API，供開發(fā)者和企業(yè)客戶使用。同年5月23日，豆包宣布在App端上線實(shí)時(shí)視頻通話功能。同年6月，豆包電腦版全量上線AI播客功能。同年6月30日，豆包“深入研究”功能在豆包App、網(wǎng)頁端、電腦版正式開啟測(cè)試，用戶可免費(fèi)體驗(yàn)。同年7月30日，火山引擎宣布，豆包·圖像編輯模型SeedEdit 3.0正式登陸火山方舟。12月1日，字節(jié)跳動(dòng)豆包團(tuán)隊(duì)發(fā)布豆包手機(jī)助手技術(shù)預(yù)覽版。2025年12月18日，豆包大模型1.8（Doubao-Seed-1.8）正式發(fā)布，在視覺推理、通用視覺問答、空間理解及視頻理解等任務(wù)中，均獲得最佳或接近最佳成績(jī)；在通用智能體測(cè)評(píng)集BrowserComp上表現(xiàn)全球領(lǐng)先；在數(shù)學(xué)與推理等基礎(chǔ)能力維度上，整體水平已接近全球頂尖的通用模型。2026年2月，豆包視頻生成模型Seedance2.0上線。2月14日，豆包大模型2.0正式發(fā)布。

截至2024年11月底，豆包APP的累計(jì)用戶規(guī)模超過1.6億。截至2025年3月底，豆包大模型日均調(diào)用量已達(dá)到12.7萬億次。2025年4月，豆包在華爾街見聞2024Smart Future·AI應(yīng)用標(biāo)桿評(píng)選活動(dòng)中獲評(píng)卓越人工智能產(chǎn)品獎(jiǎng)。據(jù)QuestMobile發(fā)布的2025年8月移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)顯示，豆包月活躍用戶規(guī)模達(dá)1.5742億，在中國AI應(yīng)用產(chǎn)品中居第一位。2025年12月24日?qǐng)?bào)道，豆包的日均活躍用戶數(shù)（DAU）已突破1億大關(guān)。

發(fā)展歷程

2016年，字節(jié)跳動(dòng)就成立了人工智能實(shí)驗(yàn)室AI Lab，聚焦于自然語言處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等方面的研究。2023年6月左右，字節(jié)跳動(dòng)在內(nèi)部測(cè)試一款A(yù)I對(duì)話類產(chǎn)品，暫時(shí)稱作“Grace”，該產(chǎn)品處于測(cè)試完善的階段。

2023年8月，字節(jié)跳動(dòng)旗下AI對(duì)話產(chǎn)品Grace推出新版本并更名為“豆包”，同步啟動(dòng)測(cè)試。該版本支持手機(jī)號(hào)碼、抖音賬號(hào)及蘋果公司賬號(hào)登錄，用戶可通過對(duì)話形式使用生成歌詞、小說、文案等文本內(nèi)容的功能。除文字回答外，每段回答還配備數(shù)字人“豆包”的語音播報(bào)。產(chǎn)品應(yīng)用圖標(biāo)采用留短發(fā)波波頭的女性卡通擬人化形象設(shè)計(jì)，用戶首次打開應(yīng)用時(shí)，該形象會(huì)主動(dòng)觸發(fā)打招呼交互，形成親切的用戶體驗(yàn)。

2024年5月，2024春季火山引擎Force原動(dòng)力大會(huì)上，字節(jié)跳動(dòng)產(chǎn)品和戰(zhàn)略副總裁朱駿表示，豆包App總下載量已達(dá)1億次。豆包大模型將開啟商業(yè)化，價(jià)格相比同行便宜99.3%，定價(jià)0.0008元/千Tokens。大模型的“token”是指在自然語言處理任務(wù)中，模型所使用的輸入數(shù)據(jù)的最小單元。這些token可以是單詞、子詞或字符等。同年6月3日，豆包推出桌面客戶端，支持Windows/Mac OS，快捷啟動(dòng)、AI劃詞、AI搜索。同年8月8日，豆包上線音樂生成功能，提供民俗音樂、嘻哈、R&B等11種音樂風(fēng)格（包括架子鼓、雷鬼、電子音樂等小眾曲風(fēng)），用戶可選擇男聲或女聲演唱，輸入主題或歌詞，設(shè)定情緒及音色，便能快速生成一首約1分鐘的詞曲，支持一鍵分享至抖音等社交平臺(tái)。同年8月16日起，豆包推出腦圖功能，在上傳文件時(shí)，可選擇“生成腦圖”功能，可快速梳理文檔，一鍵理清思考框架。同年8月30日，豆包輸入框新增語音輸入和圖片上傳入口。同年9月，2024火山引擎AI創(chuàng)新巡展上，火山引擎總裁譚待宣布推出豆包·視頻生成模型。兩款新發(fā)布的大模型分別是，豆包視頻生成-PixelDance和豆包視頻生成-Seaweed，這兩款大模型的發(fā)布，意味著字節(jié)跳動(dòng)首次正式宣告進(jìn)軍AI視頻生成。同年9月6日，豆包輸入框新增“停止生成”按鈕。

2024年10月10日，字節(jié)跳動(dòng)豆包發(fā)布了首款A(yù)I智能體耳機(jī)Ola Friend，該款耳機(jī)接入豆包大模型，并與豆包APP深度結(jié)合。用戶戴上耳機(jī)后，無需打開手機(jī)，便能通過語音喚起豆包進(jìn)行對(duì)話。同年10月28日，語音通話功能上線，支持回復(fù)實(shí)時(shí)信息。同年11月，豆包正式推出視頻生成內(nèi)測(cè)，支持圖片文字一鍵成片、動(dòng)態(tài)運(yùn)鏡和多鏡頭一致性、風(fēng)格比例隨意挑選。2024年12月，豆包于App及PC端全面上線圖片理解功能，用戶通過界面上的照片或相機(jī)按鈕上傳圖片后，豆包可識(shí)別圖片中的各類元素和基本特征。截至12月18日，豆包大模型日均tokens使用量超過4萬億。

2025年1月，豆包大語音模型成為首家“引領(lǐng)級(jí)”通過中國信通院語音大模型能力評(píng)估的模型。此外，該模型構(gòu)建了自主的數(shù)據(jù)生產(chǎn)體系，未采用其他模型的蒸餾數(shù)據(jù)以保障數(shù)據(jù)來源的獨(dú)立性與可靠性，并通過梯度篩選和迭代過濾技術(shù)優(yōu)化數(shù)據(jù)使用，實(shí)現(xiàn)用25%的數(shù)據(jù)達(dá)到近似全量數(shù)據(jù)的訓(xùn)練效果。2025年1月20日，豆包App更新實(shí)時(shí)語音通話功能，面向所有用戶開放，該功能基于最新豆包實(shí)時(shí)語音大模型（Doubao Realtime Voice Model）。同年2月，豆包優(yōu)化了首頁的布局和交互邏輯，為用戶提供更加簡(jiǎn)潔流暢的使用體驗(yàn)。同年3月4日，豆包大模型團(tuán)隊(duì)宣布開源SuperGPQA，一個(gè)領(lǐng)域全面且具備高區(qū)分度的知識(shí)推理基準(zhǔn)測(cè)試。該數(shù)據(jù)集構(gòu)建了覆蓋285個(gè)研究生級(jí)學(xué)科、包含26529道專業(yè)問題的評(píng)估體系，不僅涵蓋主流學(xué)科，更將輕工業(yè)、農(nóng)業(yè)、服務(wù)科學(xué)等長(zhǎng)尾學(xué)科納入其中，展現(xiàn)出全面學(xué)科的覆蓋廣度，填補(bǔ)了長(zhǎng)尾知識(shí)評(píng)估領(lǐng)域的空白。同年3月，抖音App測(cè)試接入豆包App的AI能力，并且在抖音App內(nèi)為豆包App開放了兩個(gè)超級(jí)入口，一個(gè)位于短視頻界面，與點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)等功能處于同一豎列；另外一個(gè)入口則位于抖音App的消息列表內(nèi)。對(duì)此，抖音相關(guān)負(fù)責(zé)人表示，相關(guān)能力測(cè)試中，主要是希望為用戶提供更豐富的AI服務(wù)。同年3月12日，豆包大模型團(tuán)隊(duì)正式發(fā)布文生圖技術(shù)報(bào)告，首次公開Seedream 2.0圖像生成模型技術(shù)細(xì)節(jié)，覆蓋數(shù)據(jù)構(gòu)建、預(yù)訓(xùn)練框架、后訓(xùn)練RLHF全流程。同年3月，豆包測(cè)試新版“深度思考”功能，該功能將推理過程的思維鏈與搜索深度結(jié)合，支持“邊想邊搜”；豆包在思考過程中可串聯(lián)信息、歸納重點(diǎn)，快速讀懂網(wǎng)頁、拆解論文、提煉報(bào)告，提供細(xì)致全面的結(jié)果。

2025年4月，豆包深度思考和文生圖3.0模型已通過火山引擎正式開放API，供開發(fā)者和企業(yè)客戶使用。同年4月，字節(jié)跳動(dòng)推出文本生成圖像模型Seedream 3.0，文生圖跑分超GPT-4o，字節(jié)跳動(dòng)計(jì)劃未來將Seedream3.0集成至“豆包”。同年4月，字節(jié)AI產(chǎn)品部門Flow旗下發(fā)生產(chǎn)品調(diào)整：社交陪伴類AI產(chǎn)品貓箱原負(fù)責(zé)人梁琛奇已離開字節(jié)跳動(dòng)；貓箱負(fù)責(zé)人由原星繪產(chǎn)品負(fù)責(zé)人西原（花名）接任；同時(shí)，星繪團(tuán)隊(duì)計(jì)劃并入豆包，將由豆包App端負(fù)責(zé)人陸游（花名）一起管理。

2025年5月23日，豆包宣布在App端上線實(shí)時(shí)視頻通話功能，用戶在“打電話”界面點(diǎn)擊視頻按鈕即可開啟視頻通話，豆包可獲取用戶攝像頭拍攝的實(shí)時(shí)畫面，支持基于真實(shí)場(chǎng)景與用戶進(jìn)行實(shí)時(shí)問答互動(dòng)。該功能基于最新的豆包視覺理解模型，該模型具備多模態(tài)信息融合處理、復(fù)雜任務(wù)處理及實(shí)時(shí)聯(lián)網(wǎng)檢索三大能力，擁有較好的內(nèi)容識(shí)別、理解推理和內(nèi)容描述能力，能夠融合視覺與語言輸入進(jìn)行綜合深度思考和創(chuàng)作，可完成解微積分題、分析論文圖表、診斷真實(shí)代碼問題等復(fù)雜邏輯計(jì)算任務(wù)。其應(yīng)用場(chǎng)景具體豐富，如在文化旅游中，可為用戶講解故宮太和殿的歷史沿革、古埃及羅塞塔石碑的文化意義；教育學(xué)習(xí)時(shí)，能解析數(shù)學(xué)錯(cuò)題的解題思路、輔助理解物理實(shí)驗(yàn)圖表；辦公場(chǎng)景下，可智能處理合同文檔的關(guān)鍵信息提取；生活里，能識(shí)別水果成熟度、推薦契合用戶興趣的書籍等。通過優(yōu)化架構(gòu)，豆包的平均響應(yīng)延遲控制在800毫秒以內(nèi)，交互流暢度接近自然對(duì)話；技術(shù)團(tuán)隊(duì)還實(shí)現(xiàn)了“情境保持”能力，可在連續(xù)視頻流中持續(xù)跟蹤對(duì)話主題（例如用戶突然提問“剛才看到的蔡磊的書在哪里”，豆包仍能準(zhǔn)確回溯并解答）。為提升對(duì)話準(zhǔn)確性與時(shí)效性，該功能還接入了聯(lián)網(wǎng)搜索能力，支持實(shí)時(shí)獲取互聯(lián)網(wǎng)最新信息。同年6月，豆包電腦版全量上線AI播客功能，用戶上傳PDF或網(wǎng)頁鏈接后，可一鍵生成雙人對(duì)話的播客節(jié)目，有參與內(nèi)測(cè)的用戶表示，會(huì)將一些較長(zhǎng)的學(xué)習(xí)資料發(fā)給豆包，一鍵轉(zhuǎn)成語音，AI播客生成的對(duì)話在音色上十分接近真人，甚至停頓、語氣詞等細(xì)節(jié)都與日常講話無異，有效去除了生硬的機(jī)器感。同月11日，字節(jié)跳動(dòng)旗下火山引擎舉辦Force原動(dòng)力大會(huì)，發(fā)布豆包大模型1.6、視頻生成模型Seedance1.0 pro等新模型，并升級(jí)了Agent開發(fā)平臺(tái)等AI云原生服務(wù)，豆包1.6模型披露多項(xiàng)權(quán)威測(cè)評(píng)成績(jī)。其中，豆包大模型1.6披露多項(xiàng)權(quán)威測(cè)評(píng)成績(jī)，該模型引入自適應(yīng)思考技術(shù)，可根據(jù)任務(wù)難度自動(dòng)啟用深度推理，在保證處理效果的同時(shí)減少token消耗，進(jìn)而降低使用成本。在復(fù)雜推理、競(jìng)賽級(jí)數(shù)學(xué)、多輪對(duì)話和指令遵循等測(cè)試集上，豆包1.6-thinking的表現(xiàn)已躋身全球前列。同年6月30日，豆包“深入研究”功能在豆包App、網(wǎng)頁端、電腦版正式開啟測(cè)試，用戶可免費(fèi)體驗(yàn)。同年7月30日，火山引擎宣布，豆包·圖像編輯模型SeedEdit 3.0正式登陸火山方舟。

2025年12月1日，字節(jié)跳動(dòng)豆包團(tuán)隊(duì)發(fā)布豆包手機(jī)助手技術(shù)預(yù)覽版。這是豆包和手機(jī)廠商在操作系統(tǒng)層面合作的手機(jī)AI助手。基于豆包大模型的能力和手機(jī)廠商的授權(quán)，豆包手機(jī)助手能夠?yàn)橛脩魩砀奖愕慕换ズ透S富的體驗(yàn)。隨后，針對(duì)使用過程中出現(xiàn)的問題，豆包手機(jī)助手團(tuán)隊(duì)于2025年12月5日發(fā)布調(diào)整說明，對(duì)AI操作手機(jī)能力進(jìn)行規(guī)范化調(diào)整，重點(diǎn)限制刷分刷激勵(lì)、金融類使用及游戲類使用場(chǎng)景，暫時(shí)下線金融類應(yīng)用操作能力，并積極與應(yīng)用廠商溝通以制定安全行為準(zhǔn)則。

2026年2月10日，豆包官宣要上中央電視臺(tái)春節(jié)聯(lián)歡晚會(huì)發(fā)10萬份科技好禮，還可領(lǐng)取現(xiàn)金紅包。2月12日，豆包宣布，豆包視頻生成模型Seedance 2.0正式接入豆包App、電腦端和網(wǎng)頁版。2月14日，豆包大模型2.0正式發(fā)布。豆包2.0（Doubao-Seed-2.0）圍繞大規(guī)模生產(chǎn)環(huán)境下的使用需求做了系統(tǒng)性優(yōu)化。豆包2.0系列包含Pro、Lite、Mini三款通用Agent模型和Code模型，靈活適配各類業(yè)務(wù)場(chǎng)景：豆包2.0 Pro面向深度推理與長(zhǎng)鏈路任務(wù)執(zhí)行場(chǎng)景，全面對(duì)標(biāo)GPT 5.2與Gemini 3 Pro；2.0 Lite兼顧性能與成本，綜合能力超越上一代主力模型豆包1.8；2.0 Mini面向低時(shí)延、高并發(fā)與成本敏感場(chǎng)景；Code版（Doubao-Seed-2.0-Code）專為編程場(chǎng)景打造，與TRAE結(jié)合使用效果更佳。

功能和服務(wù)

豆包具有多項(xiàng)實(shí)用功能，涵蓋聊天機(jī)器人、寫作助手、英語學(xué)習(xí)助手等類型，可通過問答和對(duì)話形式輔助信息獲取。該對(duì)象具備多模態(tài)融合的交互能力，支持文本、圖像、語音、視頻等多模態(tài)交互形式；文生圖功能可生成高分辨率圖片，并依托字節(jié)生態(tài)（如短視頻平臺(tái)、飛書等）實(shí)現(xiàn)素材同步與應(yīng)用閉環(huán)。此外，豆包還集成了AI云盤、生成視頻、拍題答疑、制作PPT、健康咨詢、網(wǎng)頁瀏覽以及數(shù)據(jù)分析等功能。在未成年人模式設(shè)置方面，需由家長(zhǎng)通過指定路徑手動(dòng)開啟并設(shè)置獨(dú)立密碼，退出或切換模式時(shí)需二次輸入密碼確認(rèn)，以防止未成年人自行關(guān)閉或繞過設(shè)置。該模式下，回答展示視頻、瀏覽第三方網(wǎng)頁、與豆包以外的智能體對(duì)話及AI創(chuàng)作等功能默認(rèn)關(guān)閉，而翻譯、資料查詢與深入研究等學(xué)習(xí)與工作相關(guān)功能仍可正常使用。

智能對(duì)話

豆包AI具備自然語言理解與解析能力，其功能實(shí)現(xiàn)依托大模型算法。該算法通過深度神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)等技術(shù)訓(xùn)練，核心采用基于Transformer架構(gòu)的語言模型。用戶可通過語音或文字輸入問題，豆包AI能夠以自然流暢、邏輯清晰的文本形式進(jìn)行交流回復(fù)。豆包具備強(qiáng)大的語言理解能力，支持理解和處理中文、英文、日語等多種自然語言，可實(shí)現(xiàn)跨語言溝通；同時(shí)具備高效翻譯功能，支持30余種語言間的互譯服務(wù)，具備較高的翻譯質(zhì)量和較快的翻譯速度，可輔助國際交流的順暢開展。豆包AI儲(chǔ)備了眾多領(lǐng)域的知識(shí)，可以為用戶提供準(zhǔn)確有用的信息。

此外，豆包具備記憶功能，能夠記錄用戶對(duì)話細(xì)節(jié)及偏好（含用戶主動(dòng)要求記憶的內(nèi)容），并將這些信息作為背景數(shù)據(jù)用于生成更具相關(guān)性的定制化回復(fù)。記憶功能通過對(duì)話滾動(dòng)刷新機(jī)制實(shí)現(xiàn)智能管理，具體涵蓋記憶更新、整合及按用戶指令刪除等操作，記憶內(nèi)容提取自對(duì)話文本（不包含用戶上傳的圖片、文件、鏈接）。用戶可通過設(shè)置頁面的記憶開關(guān)控制該功能的開啟或關(guān)閉，關(guān)閉聊天或刪除聊天記錄不會(huì)清除已存儲(chǔ)記憶，但可通過「豆包設(shè)置-記憶-刪除記憶」路徑主動(dòng)刪除；也能在聊天過程中直接指令豆包遺忘特定信息（示例：“請(qǐng)忘記我喜歡周杰倫的音樂”）。該記憶功能支持實(shí)時(shí)語音聊天、離線消息處理、佩戴Olafriend耳機(jī)聊天等應(yīng)用場(chǎng)景，并依托云端向量庫與用戶畫像融合技術(shù)實(shí)現(xiàn)跨會(huì)話記憶能力。

AI生圖

用戶提供生成圖像內(nèi)容的關(guān)鍵詞或?qū)D像場(chǎng)景進(jìn)行描述，可以對(duì)圖像的風(fēng)格進(jìn)行指定，如水墨畫、卡通圖等，還可以指定圖像中各元素的具體要求，如顏色、形狀、構(gòu)圖等。豆包AI可基于用戶提供的信息生成相關(guān)圖像，同時(shí)支持圖片加字、修改等創(chuàng)意編輯操作，此外，豆包的文生圖模型3.0具備2K分辨率圖片生成、文字排版優(yōu)化及實(shí)拍級(jí)圖像生成能力，在文生圖領(lǐng)域權(quán)威榜單中躋身全球第一梯隊(duì)，應(yīng)用場(chǎng)景涵蓋影視、電子商務(wù)設(shè)計(jì)等領(lǐng)域，能夠滿足用戶的創(chuàng)意表達(dá)需求。

智能寫作

豆包AI可以根據(jù)關(guān)鍵詞幫用戶寫各類文案，可以按用戶指定的寫作類型和需求撰寫不同風(fēng)格的文章，用戶還可以提出寫作要求如風(fēng)格、文章長(zhǎng)度及語言等。它還可以潤色完善已有文本，提煉總結(jié)文字內(nèi)容，滿足用戶在寫作方面的多種要求。

音樂生成

豆包AI的音樂生成功能，能夠幫助用戶在無需精通樂理知識(shí)的情況下創(chuàng)作個(gè)人音樂作品，用戶只需描述所需的音樂風(fēng)格、情緒氛圍及主題思想，豆包即可生成匹配描述的旋律與歌詞。

錄音紀(jì)要

豆包AI的錄音紀(jì)要功能能夠?qū)浺糁械恼Z音轉(zhuǎn)換成文字形式方便用戶查看和編輯。它能夠自動(dòng)分析錄音內(nèi)容，提取出比如會(huì)議的主題、討論的要點(diǎn)、時(shí)間節(jié)點(diǎn)等關(guān)鍵信息，以清晰的結(jié)構(gòu)呈現(xiàn)給用戶。

PPT大綱生成

當(dāng)用戶輸入主題或內(nèi)容要求時(shí)，豆包AI可生成條理清晰、邏輯連貫、結(jié)構(gòu)合理的PPT大綱，為用戶設(shè)計(jì)PPT提供思路。依托智能內(nèi)容生成與模板適配技術(shù)，該功能可將傳統(tǒng)需數(shù)小時(shí)完成的PPT制作流程縮短至10分鐘內(nèi)，適用于緊急匯報(bào)、課程展示等場(chǎng)景。

文檔閱讀

用戶可以將Word文檔、PDF文件或是其他格式的文件上傳給豆包AI，它可以對(duì)文檔進(jìn)行閱讀并快速分析文檔。比如上傳一篇論文，豆包可以快速提取出論文的研究背景、目的、方法、結(jié)論，幫助用戶了解論文的核心內(nèi)容。

網(wǎng)頁閱讀

用戶只需將網(wǎng)頁的鏈接交給豆包AI，它可以對(duì)這個(gè)網(wǎng)頁的內(nèi)容進(jìn)行分析提取關(guān)鍵信息，如網(wǎng)頁中的重要文本、數(shù)據(jù)、圖表等，并進(jìn)行總結(jié)分析。

深入研究

選擇“深入研究”，輸入詳細(xì)指令或一句話prompt，等待幾分鐘，即可生成一份報(bào)告。使用豆包App生成報(bào)告后，還可以打開報(bào)告內(nèi)容，選擇右上角“聽”按鈕，一鍵轉(zhuǎn)成播客，隨時(shí)聽。

生成腦圖

在上傳文件時(shí)，用戶可以選擇“生成腦圖”功能，快速梳理文檔，一鍵理清思考框架。

數(shù)據(jù)分析

數(shù)據(jù)分析可一鍵實(shí)現(xiàn)數(shù)據(jù)合并去重、格式轉(zhuǎn)換、數(shù)據(jù)分析以及圖表繪制等操作，讓數(shù)據(jù)工作變得更簡(jiǎn)單。

語音通話

2024年，豆包推出實(shí)時(shí)語音通話功能，部分用戶使用該功能進(jìn)行英語口語練習(xí)、樹洞閑聊等場(chǎng)景；2025年1月20日，豆包App更新實(shí)時(shí)語音通話功能并面向全體用戶開放；2025年1月22日，豆包APP宣布推出該實(shí)時(shí)語音通話功能。該功能在語音表現(xiàn)力、情緒承接、對(duì)話流暢度及情感表達(dá)等方面實(shí)現(xiàn)了提升。此外，豆包具備聲音克隆功能，用戶通過錄制30秒含平仄變化的語音樣本，系統(tǒng)可提取基頻、共振峰等200余項(xiàng)聲學(xué)參數(shù)生成聲紋特征，最終生成與用戶自身聲線高度相似的克隆語音（安靜環(huán)境下自然度評(píng)分為4.2分，滿分5分）。體驗(yàn)豆包AI語音功能的步驟為：打開豆包APP，選擇默認(rèn)智能體，點(diǎn)擊右上角電話圖標(biāo)，即可進(jìn)行一對(duì)一語音閑聊。此外，在電腦上可通過語音通話功能與豆包語音對(duì)話，點(diǎn)擊首頁輸入框右側(cè)入口即可開啟。通話過程中，豆包支持實(shí)時(shí)聯(lián)網(wǎng)搜索信息以提升回答準(zhǔn)確性，同時(shí)具備方言與英語對(duì)話、多角色模仿等功能，交互表現(xiàn)具有類人特征，其中，方言對(duì)話功能支持粵語、四川話、東北話、陜西話4種地道方言，通過方言遷移技術(shù)實(shí)現(xiàn)單音色多方言表達(dá)，并可根據(jù)用戶意圖靈活切換方言，實(shí)現(xiàn)了從“工具型語音助手”到“情感化交互伙伴”的升級(jí)，可提供高效、自然的語音交互體驗(yàn)。其大模型流式語音識(shí)別技術(shù)在輸入格式上支持PCM、OPUS格式音頻（要求為單聲道且采樣率為16000Hz），接入方式包括Websocket API和在線SDK，為語音輸入法等實(shí)時(shí)交互場(chǎng)景提供技術(shù)支撐。此外，語音通話中還含有“靈魂歌手”模式，可讓豆包演唱如Taylor Swift的《Love Story》等作品，也能按用戶指令生成含特定歌詞的歌曲，其曾在火山引擎發(fā)布會(huì)上現(xiàn)場(chǎng)演唱《月亮代表我的心》，能把控節(jié)奏、兒化音等細(xì)節(jié)。此外，豆包的唱歌功能已延伸至音樂創(chuàng)作領(lǐng)域，支持克隆歌手聲線演唱原創(chuàng)歌曲，可應(yīng)用于自然、沉浸的語音交互場(chǎng)景。

2025年1月20日，豆包App更新實(shí)時(shí)語音通話功能，面向所有用戶開放。該功能基于最新豆包實(shí)時(shí)語音大模型（Doubao Realtime Voice Model）。更新后，豆包中文場(chǎng)景的對(duì)話能力在語音真實(shí)感和“喜怒哀樂”的情緒表現(xiàn)上近乎達(dá)到“人機(jī)難辨”的AI交互效果，可以模仿不同聲線，并且在“邏輯思考”和“情緒感知”上有明顯提升。

視頻通話

豆包支持在電話界面開啟視頻畫面后，基于真實(shí)場(chǎng)景開展實(shí)時(shí)問答互動(dòng)。該功能基于火山引擎RTC實(shí)時(shí)音視頻技術(shù)實(shí)現(xiàn)，具備毫秒級(jí)低延遲傳輸及抗弱網(wǎng)能力，依托其視覺理解模型，能夠融合視覺與語言輸入進(jìn)行綜合深度思考和創(chuàng)作，支持解微積分題、分析論文圖表、診斷代碼問題等復(fù)雜邏輯計(jì)算任務(wù)，具備聯(lián)網(wǎng)搜索能力，可實(shí)時(shí)獲取互聯(lián)網(wǎng)信息。在隱私保護(hù)方面，豆包采用"視覺聚焦"技術(shù)，僅分析畫面中心區(qū)域，原始數(shù)據(jù)不上傳云端，以此保障用戶信息安全。此外，該功能具備智能語義判停和聲紋降噪能力，在咖啡店、商場(chǎng)等嘈雜環(huán)境中可精準(zhǔn)識(shí)別用戶聲音，交互表現(xiàn)趨近于真人對(duì)話。其應(yīng)用場(chǎng)景涵蓋公園花草識(shí)別、博物館實(shí)時(shí)講解等具體場(chǎng)景；此外，豆包具備識(shí)別雜亂擺放物品并記憶其位置的能力，用戶移動(dòng)后仍可回憶此前鏡頭中短暫出現(xiàn)的物品信息，體現(xiàn)出持續(xù)記憶與邏輯推理能力。

AI播客

豆包AI播客功能基于豆包大模型團(tuán)隊(duì)推出的語音播客模型開發(fā)，工作時(shí)，用戶可以將行業(yè)報(bào)告或競(jìng)品分析鏈接（也可用PDF文檔或網(wǎng)頁鏈接）發(fā)給豆包，一鍵生成內(nèi)容豐富、語音自然、通俗易懂的播客節(jié)目，隨時(shí)隨地用耳朵獲取信息。截至2025年6月，該功能已在扣子空間、豆包電腦版上線，豆包APP已開啟小流量測(cè)試，計(jì)劃全量上線。

AI編程

豆包的電腦版和網(wǎng)頁版AI編程功能支持多文件上傳、GitHub倉庫引入、新代碼編輯器等，并提供編程自學(xué)輔助。同時(shí)擁有可視化編輯功能（即“應(yīng)用創(chuàng)造1.0”），可讓通過“AI編程”生成的網(wǎng)頁應(yīng)用在預(yù)覽界面直接進(jìn)行文字編輯、智能換圖，還能精準(zhǔn)選中局部元素進(jìn)行調(diào)整，讓零編程基礎(chǔ)的用戶也能搭建應(yīng)用，類似修改PPT內(nèi)容。2025年3月19日，豆包的“AI編程”功能迎來三項(xiàng)升級(jí)，分別為HTML預(yù)覽、Python運(yùn)行及生成完整項(xiàng)目。其中，HTML預(yù)覽功能支持代碼實(shí)時(shí)預(yù)覽與交互，可更直觀地制作各類小游戲和網(wǎng)頁；Python運(yùn)行功能支持代碼直接運(yùn)行，報(bào)錯(cuò)時(shí)可通過一鍵AI修復(fù)功能解決；生成完整項(xiàng)目功能則支持直接生成完整項(xiàng)目代碼，無需分別生成前后端邏輯后再復(fù)制粘貼。

手機(jī)AI助手

手機(jī)AI助手領(lǐng)域呈現(xiàn)“手機(jī)廠商+大模型廠商”深度合作的發(fā)展趨勢(shì)，該模式需平衡隱私安全、權(quán)限合規(guī)及與超級(jí)應(yīng)用的生態(tài)協(xié)同等多重挑戰(zhàn)。豆包手機(jī)助手是基于豆包App，與手機(jī)廠商在操作系統(tǒng)層面合作開發(fā)的AI助手軟件。基于豆包大模型的能力和手機(jī)廠商的授權(quán)，豆包手機(jī)助手能夠?yàn)橛脩魩砀奖愕慕换ァＴ诙拱謾C(jī)助手發(fā)布的技術(shù)預(yù)覽版演示視頻中可以看到，用戶可通過語音、側(cè)邊鍵或豆包Ola Friend耳機(jī)直接喚醒豆包。在任意界面使用手機(jī)時(shí)，用戶都可以直接就屏幕內(nèi)容向豆包手機(jī)助手提問以獲取更多信息。同時(shí)，豆包手機(jī)助手也將語音通話、視頻通話和屏幕共享等豆包用戶常用功能嵌入助手中。另外，豆包手機(jī)助手具備AI操作手機(jī)功能，可根據(jù)用戶指令在多款應(yīng)用間自動(dòng)跳轉(zhuǎn)，執(zhí)行查票訂票、商品下單等任務(wù)。該功能需調(diào)用安卓系統(tǒng)級(jí)高危權(quán)限（如INJECT_EVENTS），此類權(quán)限原設(shè)計(jì)用途為輔助視障人群操作設(shè)備。當(dāng)該權(quán)限被用于商品比價(jià)、自動(dòng)領(lǐng)券下單等場(chǎng)景時(shí)，可能被微信、銀行類應(yīng)用識(shí)別為“非真人操作”，觸發(fā)應(yīng)用內(nèi)置的安全風(fēng)控機(jī)制，進(jìn)而導(dǎo)致賬號(hào)強(qiáng)制退出或凍結(jié)。然而，由于APP端與AI助手在操作權(quán)限判定標(biāo)準(zhǔn)上存在差異，互聯(lián)網(wǎng)平臺(tái)現(xiàn)有安全規(guī)則與AI助手跨應(yīng)用自動(dòng)化操作功能產(chǎn)生沖突，最終引發(fā)多家應(yīng)用采取限制措施。

視頻生成

Seedance2.0是由字節(jié)跳動(dòng)推出的AI視頻生成模型，可根據(jù)文本或圖像創(chuàng)建電影級(jí)視頻。

Seedance2.0支持文本生成視頻、圖片生成視頻及視頻和音頻參考素材輸入，可根據(jù)描述情節(jié)自動(dòng)規(guī)劃分鏡和運(yùn)鏡。模型采用雙分支擴(kuò)散變換器架構(gòu)，可同時(shí)生成視頻和音頻。只需編寫詳細(xì)的提示或上傳一張圖片，Seedance2.0即可在60秒內(nèi)生成帶有原生音頻的多鏡頭序列視頻。其獨(dú)有的多鏡頭敘事功能，能夠根據(jù)單個(gè)提示自動(dòng)生成多個(gè)相互關(guān)聯(lián)的場(chǎng)景。AI會(huì)自動(dòng)保持所有場(chǎng)景切換中角色、視覺風(fēng)格和氛圍的一致性，無需手動(dòng)編輯。

2026年2月7日，Seedance2.0開始小范圍內(nèi)測(cè)。2月11日，豆包內(nèi)已開啟Seedance2.0的灰度測(cè)試。2月12日，Seedance2.0正式接入豆包App、電腦端和網(wǎng)頁版。

合作交流

2025年2月，路特斯汽車中國官方宣布，豆包AI助手將上車，宣稱“原生能力深度融合”。2025年3月，金科娛樂接受機(jī)構(gòu)調(diào)研時(shí)表示，在底層模型上，湯姆貓AI情感陪伴機(jī)器人產(chǎn)品采用MoE（混合專家模型）架構(gòu)，搭載了公司與西湖心辰定制的“湯姆貓情感陪伴垂直模型”，同時(shí)也調(diào)用了豆包、DeepSeek等模型的部分能力，有效增強(qiáng)了產(chǎn)品的意圖識(shí)別、響應(yīng)速度、數(shù)學(xué)能力等功能。2025年8月1日，小米瀏覽器對(duì)“AI搜索”功能進(jìn)行升級(jí)，通過接入豆包大模型及火山方舟高代碼智能體產(chǎn)品，提升了AI搜索的效率與服務(wù)豐富度。此外，SERES與火山引擎在具身智能和車機(jī)系統(tǒng)領(lǐng)域開展合作，豆包已進(jìn)入其車型研發(fā)階段，預(yù)計(jì)將提升智能座艙用戶體驗(yàn)。

研發(fā)團(tuán)隊(duì)

豆包備案信息為北京春田知韻科技有限公司。天眼查顯示，該公司注冊(cè)資本100萬元，法定代表人為嚴(yán)林，成立時(shí)間2023年7月26日，由北京抖音信息服務(wù)有限公司全資持股。經(jīng)營范圍含計(jì)算機(jī)系統(tǒng)服務(wù)、數(shù)據(jù)處理服務(wù)、軟件開發(fā)、數(shù)字內(nèi)容制作服務(wù)（不含出版發(fā)行）、網(wǎng)絡(luò)文化經(jīng)營等。

字節(jié)機(jī)器人團(tuán)隊(duì)隸屬于字節(jié)AI Lab，其負(fù)責(zé)人是AI Lab總監(jiān)李航。李航曾擔(dān)任華為諾亞方舟實(shí)驗(yàn)室主任和首席科學(xué)家，2017年加入字節(jié)，向字節(jié)副總裁、算法技術(shù)負(fù)責(zé)人楊震原匯報(bào)。

應(yīng)用平臺(tái)

截至2025年7月，豆包支持網(wǎng)頁版、iOS版、安卓版、Windows桌面版、Mac OS桌面版等多平臺(tái)使用，其中iOS版需通過TestFlight安裝。豆包網(wǎng)頁版首頁作為用戶進(jìn)入平臺(tái)的主要入口，集成快速訪問、功能導(dǎo)航、個(gè)性化服務(wù)等核心模塊，整體設(shè)計(jì)簡(jiǎn)潔直觀，兼顧新手操作便利性與使用效率。豆包支持手機(jī)號(hào)碼、抖音、以及蘋果賬號(hào)登錄。

品牌榮譽(yù)

社會(huì)影響

2024年11月的AI大模型月活躍排行榜上，豆包App以5998萬MAU的成績(jī)，穩(wěn)居全球第二，僅次于OpenAI的ChatGPT，在中國國內(nèi)排名第一。而它的海外版Cici的MAU也有1267萬，排在第22位。

2024年12月19日，智源研究院發(fā)布最新一期大模型綜合及專項(xiàng)評(píng)測(cè)結(jié)果。在覆蓋國內(nèi)外100余個(gè)開源和商業(yè)閉源大模型的評(píng)測(cè)中，豆包通用模型pro獲得大語言模型主觀評(píng)測(cè)最高分；在多模態(tài)模型評(píng)測(cè)中，豆包視覺理解模型排名視覺語言模型第二，成績(jī)僅次于GPT-4o；豆包文生圖模型、豆包視頻生成模型（即夢(mèng)P2.0 pro）也分別在相應(yīng)測(cè)試中獲得全球第二。

截至2024年11月底，豆包APP的累計(jì)用戶規(guī)模超過1.6億。截至2025年3月底，豆包大模型日均調(diào)用量已達(dá)到12.7萬億次。