豆包大模型 1.6-vision 正式发布
火山引擎正式发布豆包大模型 1.6-vision,这是豆包大模型家族首个具备工具调用能力的视觉深度思考模型,拥有更强的通用多模态理解和推理能力,并支持Responses API。
根据介绍,新模型以工具调用的差异化能力,将图像融入其思维链中,实现对图片的定位、剪裁、点选、画线、缩放、旋转等精细处理。 并通过模拟人类从“从全局扫描到局部聚焦”的视觉推理过程,在增强推理可解释性的同时,可高效精准地完成图像操作。
并支持Responses API,可自主选择调用工具,大幅度减少Agent开发过程中的代码量,提升开发效率,让开发者应用开发更加高效。对比上一版视觉理解模型 Doubao-1.5-thinking-vision-pro,豆包大模型 1.6-vision 综合成本降低约 50%。

