今天，在 FORCE 原动力大会上，火山引擎发布豆包大模型1.8、豆包视频生成模型 Seedance 1.5 pro。经过一年多的持续升级，豆包大模型家族在多模态理解和生成能力、Agent 能力上，已位于全球第一梯队。
从豆包到阶跃星辰的Step-GUI：手机正在成为 AI 的新入口
就在最近，豆包上新了图像创作模型 Doubao-Seedream-4.5（以下简称 Seedream 4.5）。 猜猜下面两张图片，哪张是 Seedream 4.5 生成的？哪张是最近风头正盛的 Nano Banana Pro 生成的？
一部AI手机，火爆全网。张嘴一句话，它在短短几秒内，就完成了跨APP自动比价下单、回微信、预约机票、规划旅行路线......正巧，我们在小红书上吃瓜的时候，意外发现了一篇十分有趣的帖子——《我没有逆向「豆包手机」，但我想说点什么》。
3万台首批备货被一抢而空、在二手市场价格翻番的当红炸子鸡“豆包手机”，更多技术详情得到证实。
上周，“豆包手机助手”一跃成为AI圈与手机圈的年度热点，热度与争议齐飞。我们抢在首批样机售罄前，自费3499元入手了一台搭载豆包手机助手的努比亚M153工程机，进行了3天的沉浸式体验，对这其中的争议和真实使用体验有了更深的感受。
最近大家都在聊豆包手机助手。
豆包升级上新，火山引擎带着图像创作模型Doubao-Seedream-4.5来了。新模型有三个主打点。一是强化了原图保持能力，最大化保持原图的人脸、光影与色调、画面细节，可以用来P图。例如“只保留绿线中的人物，将其他角色都删掉”：
“豆包手机”刚发售，火到3万台首批备货被一抢而空。
大模型最广泛的应用如 ChatGPT、Deepseek、千问、豆包、Gemini 等通常会连接互联网进行检索增强生成（RAG）来产生用户问题的答案。随着多模态大模型（MLLMs）的崛起，大模型的主流技术之一 RAG 迅速向多模态发展，形成多模态检索增强生成（MM-RAG）这个新兴领域。ChatGPT、千问、豆包、Gemini 都开始允许用户提供文字、图片等多种模态的输入。
