El motor Volcano Engine de ByteDance ha lanzado Doubao-Seed-2.0-lite, su primer modelo de IA multimodal. Entiende de forma nativa vídeo, imágenes, audio y texto, y destaca por su razonamiento complejo y su percepción detallada. El modelo cuenta con razonamiento audiovisual sincronizado, transcripción multilingüe y capacidades mejoradas de agente y codificación. También logra una comprensión y un funcionamiento integrados de la interfaz gráfica de usuario (GUI). La tecnología ya se aplica en los deportes electrónicos, la educación y el comercio electrónico.

comentario (0)