热门搜索
为您查询到 篇文章
7月30日，星期三
07-30 15:56
豆包最强 P 图神器来了！动嘴就能精准修图，3秒同声传译还带口音，扣子开源版正式上线
不知道你们有没有过这种经历：好不容易拍了张满意的照片，结果旁边乱入了一个路人甲。我想 P 掉他，结果手一抖，把旁边的风景也给抹成了一团马赛克。
或者，在看一些国外大神的直播时，AI同声传译慢得像在打摩斯电码，等它翻译完一句，我都快泡好一杯咖啡了 。那种抓心挠肝的感觉，别提多难受了。
不过，最近我在火山引擎厦门 AI 创新活动上看到的新东西，感觉这些烦恼都要成为过去式了。
P 图界的「神仙嘴替」，我说东它绝不P西
以前我用AI修图，总觉得它像个不太聪明的实习生，指令说得清清楚楚，它却总能给你整出点「意外惊喜」 。比如让它把图片里的「Hello」换成「Hola」，它可能直接把背景墙给P塌了 。
但这次发布的豆包·图像编辑模型 3.0，简直就是我的「神仙嘴替」。我给它一张春天拍的照片，随口说了句：「帮我换上秋天的衣服，背景也整成秋天的感觉。」
你猜怎么着？
一张女孩在春天郊游的图片，和一张被AI修改后的图片，女孩的衣服和背景都变成了秋天风格，但人物的面部和体型保持不变。
它不光完美切换了场景和穿着，最关键的是，我还是那个我，脸型五官一点没崩，堪称「原图保护大师」 。
这个新模型主打的就是一个「听得懂、改得对、足够美」 。现在，无论是想消除路人、替换文字，还是想让AI发挥想象力，把我的随手涂鸦变成一幅精美的3D画作，它都能轻松搞定 。
我已经在豆包App和即梦App里玩上了，里面的「豆包P图」功能就是用的这个新模型，大家可以去免费体验一下，真的香 。
3秒同传还带「口音」，我的AI翻译官终于不呆了
除了会 P 图，豆包现在还是个语言天才。
以前的 AI 同声传译，延迟通常在 8-10 秒，体验非常糟糕 。而且声音总是固定不变的机械音，听着特别出戏 。
这次发布的豆包·同声传译模型 2.0，直接把这两个痛点给解决了。
首先，它把语音延迟从 8-10 秒直接砍到了 2-3 秒，几乎做到了「边听边说」 。这感觉就像请了个反应超快的真人翻译官在耳边说话。
更绝的是，它还能实时复刻我的声音。也就是说，它不需要我提前录制声音，而是在我说话的过程中，实时采样我的音色，然后用我自己的声音说出外语，甚至还能保留我说话时的一些口音特点 。
我试了一下，想象着在国际会议上，我用自己带着「闽南腔」的音色流利地说着英语，那场面，别提多酷了！
人人都是 AI 开发者，我的「造梦工具」也开源了
如果说上面两个功能让我觉得AI很好「用」，那接下来的这个发布，则让我感觉自己也能「创造」AI了。
火山引擎在这次活动上正式宣布：AI Agent 开发平台「扣子」（Coze）的核心能力正式开源了！
对我这种技术小白来说，这意味着什么？
简单讲，就是以前需要写几百行代码才能做出来的 Agent ，现在用扣子可能只需要几十行就搞定了 。搭建一个「旅游规划师」或者「健身食谱助手」的门槛，一下子被打了下来 。
开源的效果立竿见影，仅仅三天，Coze Studio在GitHub上的星标数就破万，Coze Loop也超过了3000 (1)(2)。为了让大家用得更爽，火山引擎提供了全面的支持，比如火山引擎的云基础产品支持一键拉起资源完成部署，企业AI平台HiAgent还能直接调用它的能力 。
AI 开发者的「全家桶」也升级了
除了普通用户能直接感受到的新功能，火山引擎这次还给开发者们带来了一波「史诗级加强」。
对于有自己模型的企业，现在可以通过火山方舟的「模型单元」实现全托管。简单说，就是你只管用模型，底层的GPU 运维、网络配置这些麻烦事都交给火山引擎。
更爽的是，你可以自主选择部署方式和机型，业务低谷期不用付费，大大提高了资源利用率 。
火山方舟还推出了一个叫 Responses API 的新工具。它能智能管理多轮对话，无缝衔接文本、图片等多种信息，结合缓存能力，据说在一些典型应用里能降低80%的成本 。
最让我惊喜的是，以前开发一个智能助手 Agent 可能需要写 460 行代码花上1-2天，现在用这个 API，60 行代码、1 小时就能搞定，效率提升太夸张了。
除了上述发布，豆包大模型 1.6系列也迎来了升级。其中，极速版 Doubao-Seed-1.6-flash 模型在保持出色视觉理解能力的同时，增强了代码、推理和数学等能力。该模型拥有业界领先的极低延迟，TPOT 仅 10ms，并且在企业使用最频繁的 0-32k 文本长度区间，每百万 tokens 的输入和输出成本极具竞争力。在真实的客户案例中，该模型帮助客户将延迟降低了 60%，成本降低了 70% 。
同时，火山引擎还发布了全模态向量化模型 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 。
总而言之，这次火山引擎的一系列更新，从豆包大模型的升级，到两个超实用的新功能，再到扣子的开源，都让我感觉 AI 离我们的生活越来越近了。
现在，无论是想让 P 图更省心、跨语言交流更顺畅，还是想亲手打造一个属于自己的 AI，我们都有了更简单、更强大的工具。感觉一个全民玩 AI 的时代，真的要来了。
加载更多
版权所有 © 广州利沃致远投资管理合伙企业（有限合伙） 2008 - 2023。以商业目的使用爱范儿网站内容需获许可。非商业目的使用授权遵循 CC BY-NC 4.0。
All content is made available under the CC BY-NC 4.0 for non-commercial use. Commercial use of this content is prohibited without explicit permission.
Designed by
if Design Studio.
关注 if Design Studio.
微信扫码关注公众号 if Design Studio.
