12月18日，字节跳动在火山引擎Force大会上发布了豆包视觉理解模型和豆包3D生成模型，并推出了豆包大模型旗下产品的多项更新。具体包括： - 豆包视觉理解模型：千tokens输入价格仅为0.03元，每元可处理284张720P图片，价格比行业便宜85%。 - 豆包3D生成模型：配合火山引擎数字孪生平台veOmniverse使用，可实现智能训练、数据合成及数字资产制作。 - 豆包通用模型pro：全面对齐GPT-4，但价格仅为后者的1/8。 - 音乐模型：能生成3分钟完整的音乐作品。 - 文生图模型2.1版：精准生成汉字和一句话图片处理，已接入即梦AI和豆包App。 另外，豆包将于明年春季发布具备更长视频生成能力的豆包视频生成模型1.5版，并推出豆包端到端实时语音模型，提供多角色演绎、方言转换等功能。