点击上方👆蓝字关注我们！
今天，在 FORCE Link AI 创新巡展· 厦门站，火山引擎发布豆包·图像编辑模型 3.0、豆包·同声传译模型 2.0，豆包大模型 1.6 系列全新升级，满足企业多元业务场景需求。面向 Agent 开发和落地，火山引擎持续优化 AI 云原生全栈服务，开源扣子核心能力，并发布企业自有模型托管方案、Responses API 等多个模型服务和工具产品，为企业和开发者构建 Agent、落地 AI 夯实基础设施。
火山引擎总裁 谭待
豆包·图像编辑模型 3.0 上线火山方舟：AI 修图“听得懂、改得对、足够美”
AI 图像编辑能大幅提升 P 图效率，但在实际应用中常面临三类典型难题：难以理解用户真实需求，指令执行不到位；误改了不该修改的地方；输出图像美感不够，AI 痕迹重。
为此，火山引擎正式发布豆包·图像编辑模型 SeedEdit 3.0，具备更强的指令遵循能力、图像保持能力和更强的图像生成质量。
更强指令遵循能力
更强图像保持能力
更强图像生成质量
用户只需通过自然语言指令，即可完成消除多余内容、改变光影效果、替换文字等操作。同时，豆包·图像编辑模型 3.0 具备对风格、结构与语义的精准控制力，能够像人类大脑一样理解指令、深度思考，解锁更多创新的修图场景，例如图像风格转换、变换材质、变化人物姿势、根据提示词进行推理等 P 图玩法。
豆包·图像编辑模型 3.0 可广泛应用于影像创作、广告营销、游戏宣传等领域，企业用户可在火山方舟平台调用该模型 API，个人用户可使用即梦或豆包 app 的“豆包 P 图”功能体验。
豆包·同声传译模型 2.0 发布：3 秒极低延迟，0 样本声音复刻
传统的翻译系统通常依赖于“级联模型”——多个模块相互串联，依次处理语音识别、翻译、声音复刻和语音合成等任务，翻译结果不够连贯、处理速度慢。
此次全新发布的豆包·同声传译模型 Seed-LiveInterpret 2.0，支持全双工语音理解和生成框架，将传统机器同传的语音延迟从 8-10 秒降低到 2-3 秒，实现文本与语音的同步生成；无需提前录制，一边说话一边采样，实现0样本声音复刻，让同一个人同音色开口说外语，带来更沉浸的体验。
极低的语音延迟（对比 1.0 模型）
0 样本声音复刻，根据音色增加方言口音
跨语言会议场景
豆包大模型 1.6 系列再升级：极速版延迟低至 10ms
今年 6 月，豆包大模型 1.6 系列多个模型正式发布，为企业提供多样化选择。此次，极速版 Doubao-Seed-1.6-flash 模型在保持出色的视觉理解能力的同时，升级了代码、推理、数学等大语言模型能力。
Doubao-Seed-1.6-flash 模型，非常适合智能巡检、手机助手、智能硬件等对模型效果、速度和成本都有要求的大规模商业化场景。该模型具有业界领先的极低延迟，TPOT 仅 10ms，并依然具备强大的视觉理解能力。
价格上，Doubao-Seed-1.6-flash 在输入文本长度 0-32k 的区间中（企业使用量最大），每百万 tokens 输入仅需 0.15 元，输出仅 1.5 元。在真实的客户案例中，该模型帮助客户延迟下降 60%，成本降低 70%。
Doubao-Seed-1.6-flash 应用于各类巡检场景
此外，火山引擎发布全模态向量化模型 Seed1.6-Embedding，首次实现了“文本+图像+视频”混合模态的融合检索，帮助企业构建更强大的多模态知识库。在权威测评榜单中，该模型包揽了多模态全面任务、中文文本的 SOTA 成绩。
AI 云原生全栈服务持续优化：助力 Agent 开发落地
除了更好的基础模型，Agent 开发平台和工具、支撑推理的算力基础设施，同样对构建 AI 应用至关重要。火山引擎持续优化 AI 云原生全栈服务，帮助企业实现端到端的 Agent 开发和落地。
扣子核心能力开源：在火山引擎可自动化部署
为加速 AI 落地、构建繁荣的 AI 生态，7 月 26 日，Al Agent 开发平台扣子将核心能力正式开源。
本次开源覆盖扣子平台最核心的两个项目： 扣子开发平台（Coze Studio）、 扣子罗盘（Coze Loop），并采用没有任何附加条件的 Apache 2.0 许可证开源，用户可在 GitHub 下载。
扣子开发平台，是一站式的 AI Agent 可视化开发工具，可快速实现 AI Agent 的创建、调试和部署。扣子罗盘，可以帮助开发者实现 Agent 从开发到运维的全链路管理。开源仅三天，Coze Studio 在 GitHub 的 stars 数已经破万， Coze Loop 也有 3000+ stars。
火山引擎也为 Coze 开源版提供了全面支持。企业 AI 平台产品 HiAgent，可调用 Coze 开源版提供的智能体搭建和运维能力，并通过共享 Agent 标准，支持扣子开源版智能体的纳管。
火山引擎的云基础产品，也将为扣子开源版提供高效、稳定、可靠的基础设施支持，开发者可以一键拉起资源，完成部署。
企业自有模型托管方案发布：通过火山方舟模型单元部署
针对有模型定制需求的企业客户，火山引擎发布企业自有模型托管方案：依托火山方舟模型单元，企业无需运维底层 GPU 资源，也不用进行复杂的网络和调度配置，就能在火山方舟上实现自研模型的全托管，并在推理服务中享受火山方舟极致的弹性算力资源，大幅降本增效。
在算力成本上，企业可以自主选择部署方式、机型、并设置弹性规则，更精细的控制首 Token 时延、模型吐字延迟，且无需为业务低谷期付费，实现更高的资源利用效率。
此外，全托管的企业自有模型，还能享受火山方舟上的全套开发工具、MCP 服务等生态配套。目前，火山方舟模型单元已在火山方舟上开放邀测。
Responses API 上线：支持多模态 Agent 高效开发
多模态模型统一、多模态模型 API 的统一，是当前大模型发展的重要趋势。为此，火山方舟平台升级了 API 体系，推出 Responses API。
它具备原生上下文管理能力，支持多轮对话的链式管理，可以无缝衔接文本、图像、混合模态数据。结合 cache 能力后，能降大幅低延迟和成本，在很多典型应用里，整体成本下降幅度可达 80%。
此外，Responses API 支持自主选择调用工具，用户发起单次请求，即可联动多个内置工具、自定义函数及多轮模型组合响应，解决复杂 Agent 任务，让 Agent 开发更加省时省力。
搭建一个智能助手 Agent，传统的构建方法（视频左）要撰写约 460 行代码，使用 Responses API （视频右）仅需 60 行代码；开发时间可以从 1-2 天缩短到 1 小时