尊龙凯时 能看懂、听懂！豆包Seed 2.0 Lite升级：首款全模态清爽模子

快科技5月6日音书，当天，火山引擎秘书，Doubao-Seed-2.0-lite升级新版块，这是豆包大模子家眷首款全模态清爽模子。

据先容，新版Doubao-Seed-2.0-lite撑捏视频、图像、音频、文本的原生和谐清爽，Agent、Coding与GUI才略也同步升级，进一步面向复杂业务场景增强多模态推理才略。

在视觉清爽方面，Doubao-Seed-2.0-lite持续大幅进步，在物理HiPhO、医疗MedXpertQA等高阶学科推理任务上，新版块施展已大幅卓越本年2月发布的Doubao-Seed-2.0-pro。

同期，该模子在细粒度感知BabyVision、WorldVQA，天博体育(TianboSports)官网以及具身清爽ERQA等关节畛域达到SOTA水平，更合乎企业在高价值场景中进行限制化部署。

加粗示意最优效果，下划线示意次优效果

这次升级的一大重心是融入语音清爽才略，新版块可同期清爽多种输入模态，并完成跨模态采集推理，粗略平直处分那些必须“音画市欢”才略判断的复杂业务需求。

举例在视频清爽场景下，Z6尊龙凯时Doubao-Seed-2.0-lite不错采集分析视频画面与音频信息，精确判断视频中的视听一致性，也即是“看到的”和“听到的”是否匹配。

它还撑捏凭据当然谈话领导，在视频中精确定位特定事件发生的时辰点，并能高出多个时辰段索求关节陈迹，捏续跟踪东谈主物与事件发展，基于画面进行多步逻辑推理，复原事件关连与活动端倪。

音频才略方面，新模子撑捏19个语种的精确语音转写，以及中英文与其他14个语种互译。

此外，它还能捕捉语音中的情愫变化、环境配景声与音乐细节，输出更完好意思、更接近东谈主类领路的语义信息。

凭据公开评测集，Doubao-Seed-2.0-lite在语音识别、翻译等多项音频清爽基准上优于Gemini-3.1-Pro。

值得一提的是，Doubao-Seed-2.0-lite还深度适配OpenClaw、Hermes Agent等框架，强化深度搜索与Skill动态调用，可在实行任务历程中捏续千里淀劝诫，好意思满“越用越机灵”。