豆包大模型2.0实测：如何解锁“50米外洗车店”经典玩法

2月14日，继发布视频生成模型Seedance2.0、图像创作模型Seedream5.0Lite后，字节跳动发布豆包大模型2.0系列。

据介绍，豆包大模型2.0提供Pro、Lite、Mini三款不同尺寸的通用Agent模型。该系列通用模型的多模态理解能力实现全面升级，并强化了LLM与Agent能力，使模型在真实长链路任务中能够稳定推进，还进一步把能力边界从竞赛级推理扩展到研究级任务。

首次大版本跨代升级，数学推理和多模态理解能力突出

据了解，豆包大模型2.0是字节跳动最新推出的多模态Agent模型，也是豆包大模型自2024年5月正式发布以来首次大版本的跨代升级。

在教育、娱乐、办公等众多场景中，大模型需要理解图表、复杂文档、视频等内容。对此，豆包2.0全面升级多模态理解能力，在多模态感知、高精度文字提取、图表理解、空间理解、运动理解、视觉知识和推理、长视频理解等方面表现出色。

面对动态场景，豆包2.0增强了对时间序列与运动感知的理解能力，还可实现实时视频流分析、环境感知与主动交互，广泛应用于健身指导、穿搭建议、看护陪伴等生活场景。

大模型执行长链路复杂任务，需要丰富的世界知识。豆包2.0加强了长尾领域知识覆盖，在SuperGPQA等多项公开测试集上表现突出，科学领域知识测试成绩与Gemini3 Pro和GPT5.2相当，在跨学科知识应用上也排名前列。

Agent能力是大模型具备行动力的关键。测试成绩显示，豆包2.0 Pro在指令遵循、工具调用和SearchAgent等评测中达到顶级水平，在HLE-Text（人类的最后考试）上更是获得54.2的最高分，大幅领先于其他模型。

此外，豆包大模型2.0具备更强推理能力，支持思考长度可调节，且各思考长度下，Tokens效率都有大幅提升，模型的代码能力有显著提升。

目前，豆包2.0 Pro已在豆包App、电脑客户端和网页版上线，用户选择“专家”模式即可对话体验。火山引擎也已上线豆包2.0系列模型API服务。

南都N视频记者使用豆包专家模式，发送了一张林丹打球图，让豆包分析这个动作，并提出改进空间。豆包直接提出这是羽毛球传奇选手林丹的起跳杀球腾空准备动作，并分析了这个动作的核心优势和可优化进步空间。

南都记者还使用豆包专家模式测试了近日在社交媒体爆火的“洗车店离家50米，应该走路去还是开车去”，豆包给出了三个场景的回复：如果是洗车，优先开车去；如果是车已经送洗完毕、需要取车，优先走路去；如果是仅去洗车店办卡、咨询等非洗车需求，优先走路去。

豆包专家模式下，还补充了“冷车开50米伤车”完全是误区的信息，以及极端天气下、特殊情况下的选择。

据悉，豆包2.0Pro按“输入长度”区间定价，32k以内的每百万tokens输入定价是 3.2元，输出定价为16元/百万tokens，相比Gemini3Pro和GPT5.2有较大的成本优势。豆包2.0Lite更是极具性价比，综合性能超越两个月前发布的上一代主力模型豆包1.8，百万tokens输入价格仅为0.6元。

Seedance2.0外网爆火，有人帮老外充值赚钱

2月12日，豆包视频生成模型Seedance2.0接入旗下AI产品豆包和即梦。目前用户可以在豆包APP、电脑端、网页版以及即梦APP、即梦网页版等产品中体验该模型。

其中，豆包APP、即梦APP支持真人出镜，用户需先通过录音录像完成真人校验，才能生成本人形象的数字人分身，使用该分身生成AI视频。而在豆包电脑端、网页版以及即梦网页版等场景中，平台均明确提示暂不支持上传真人人脸素材。

南都记者在即梦App实测发现，使用Seedance2.0需要消耗相应的积分，生成一段5秒的视频需要20积分，积分的获取可以通过每日签到、购买会员、或者充值获得；而在豆包App上线的Seedance2.0只支持文生视频，还暂不支持图生视频，也不需要积分，但有生成额度限制，每个账号每天只有10个额度，生成一段十秒的视频需要消耗2个额度。

网页端的Seedance2.0能够支持图像、视频、音频、文本四种模态输入，表达方式更丰富，生成也更可控。用户可以用一张图来说明自己想要的画面风格，用一个视频指定角色的动作和镜头的变化，用一段音频表达预期的节奏和氛围，“提示词”开始不再局限于文字，创作过程变得更自然、更高效，也更像真正的“导演”。

此前，Seedance2.0已经在小范围进行内测，在全球范围内引发关注。埃隆·马斯克也不由感慨：“这发生得也太快了。”也有美国导演试用Seedance2.0后感叹，“好莱坞要完蛋了”。海外社交平台上，不少国外用户为了用上Seedance2.0，开始研究如何申请中国手机号，还有网友帮助国外用户充值积分赚钱。

图像创作模型Seedream5.0发布，能理解模糊指令

2月13日发布的豆包图像创作模型Seedream5.0，相比4.0版本，在理解、推理和生成方面全面提升，是一个“更聪明”且“更专业”的视觉创意伙伴。作为通向统一多模态模型的进一步探索，它开始能像人类设计师一样“理解”用户指令背后的意图，“看懂”不同画面中的规律，并将世界知识应用于图像与文本创作中。

据介绍，Seedream5.0采用多模态理解生成统一架构，随着跨模态的理解和推理能力提升，不再需要系统化的精准Prompt指令，它可通过简短、模糊的文本和图像输入主动推测用户意图，同时，模型在主体一致性、图文对齐等生成方面的表现也显著进步。

此外，Seedream5.0内置丰富的世界知识，覆盖科技与人文领域的多个垂类行业知识库。知识体系增强后，其生成结果更符合物理规律，信息可视化能力也大幅提升。

实时检索也让“大脑”突破局限，Seedream模型首次引入实时检索增强能力，它可通过联网检索，获取最新的知识和资讯，更精准地回应具有时效性的创作需求，尤其适合资讯海报生成等场景。

目前，在即梦平台已经可以免费使用Seedream5。南都记者试用发现，使用Seedream模型并不需要积分，生成一张图片只需要几秒钟，也可以理解模糊指令。

采写：南都N视频记者汪陈晨