---
title: "豆包大模型1.5 – 字节跳动推出的最新版大模型"
url: "https://paooo.com/aigc-news/22675/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T16:48:22+08:00"
updated_at: "2026-06-08T16:48:22+08:00"
categories: "AIGC 资讯"
tags: "AI音频与语音, ChatGPT, Claude, 豆包, 豆包大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 豆包大模型1.5 – 字节跳动推出的最新版大模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/22675/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 采用大规模稀疏MoE架构，等效7倍激活参数Dense模型性能，综合测评优于GPT-4o、Claude 3.5 Sonnet。
- 新增实时语音与视觉理解模型，支持低时延、可打断语音对话，以及更强的视觉推理和文档识别。
- 可通过豆包App灰度体验或火山引擎API调用，保持原有价格不变，适合多场景落地。

## 豆包大模型1.5是什么

豆包大模型1.5 是字节跳动推出的最新版本大模型。采用大规模稀疏MoE架构，等效于7倍激活参数的Dense模型性能，综合得分在知识、代码、推理、中文等多个测评基准上优于[GPT-4o](https://ai-bot.cn/openai-gpt-4o/)和Claude 3.5 Sonnet等模型。豆包大模型1.5 还推出了豆包·实时语音模型（Doubao-1.5-realtime-voice-pro）和豆包·视觉理解模型（Doubao-1.5-vision-pro），具备低时延、可打断的语音对话能力以及更强的视觉推理和文档识别能力。模型训练过程中未使用任何其他模型生成的数据。

## 豆包大模型1.5的主要功能

- **综合能力显著增强**：在知识（如MMLU_PRO、GPQA）、代码（如McEval、FullStackBench）、推理（如DROP）、中文（如CMMLU、C-Eval）等多个权威测评基准上表现全球领先，综合得分优于GPT-4o、Claude 3.5 Sonnet等业界一流模型。

- **高效模型结构与低成本**：采用大规模稀疏MoE架构，等效于7倍激活参数的Dense模型性能，远超业内常规效率。自研服务器集群方案支持低成本芯片，硬件成本大幅降低。

- **多模态能力全面提升**

**豆包·视觉理解模型（Doubao-1.5-vision-pro）**：在多模态数据合成、动态分辨率、多模态对齐、混合训练上全面升级，视觉推理、文字文档识别、细粒度信息理解能力显著增强。

- **豆包·实时语音模型（Doubao-1.5-realtime-voice-pro）**：采用Speech2Speech端到端框架，支持端到端语音对话，具备低时延、可随时打断等特性，已全量上线豆包App。

- **深度思考能力**：基于豆包1.5基座模型，通过RL算法突破和工程优化，研发出深度思考模型Doubao-1.5-Pro-AS1-Preview，在AIME等评测中表现领先。

- **数据独立性**：模型训练过程中未使用任何其他模型生成的数据，构建了完全自主的数据生产体系，确保数据来源的独立性和可靠性。

## 豆包大模型1.5的技术原理

- **大规模稀疏MoE架构**：豆包大模型1.5 采用了大规模稀疏MoE（Mixture of Experts）架构，通过较小的激活参数进行预训练，等效于7倍激活参数的Dense模型性能，远超业内常规的3倍杠杆效率。

- **多模态融合技术**：模型在多模态能力上进行了显著升级，支持文本、图像、语音等多种模态的输入和输出。

- **高效的数据处理与训练**：豆包大模型1.5 在训练过程中未使用任何其他模型生成的数据，是通过自主构建的数据生产体系，结合标注团队和模型self-play技术，确保数据来源的独立性和可靠性。模型通过自研服务器集群方案和优化技术，显著降低了硬件成本。

- **强化学习与优化框架**：豆包大模型团队提出了HybridFlow框架，是灵活且高效的强化学习（RL）训练框架，结合了单控制器和多控制器的优势，显著提升了训练吞吐量。

- **模型优化与推理加速**：豆包大模型1.5 通过精细量化、PD分离等技术，优化了模型的推理效率。

## 如何使用豆包大模型1.5

- **豆包APP**：豆包大模型1.5已灰度上线，用户可在[豆包](https://ai-bot.cn/sites/4189.html)APP中体验。

- **火山引擎API**：开发者可通过[火山引擎](https://ai-bot.cn/sites/22232.html)直接调用API，支持多场景应用。

- **价格优势**：保持原有模型价格不变，加量不加价。

## 豆包大模型1.5的项目地址

- **项目官网**：[https://team.doubao.com/zh/special/doubao_1_5_pro](https://team.doubao.com/zh/special/doubao_1_5_pro?utm_source=ai-bot.cn)

## 豆包大模型1.5的应用场景

- **情感分析与反馈**：通过语音和文本的情感分析，更好地理解用户情绪，提供更有针对性的服务。

- **智能作业辅导**：帮助学生解答数学、科学等学科问题，提供解题思路和步骤。

- **文本生成**：支持长文本生成，适用于新闻报道、文案创作、故事创作等。

- **视频生成**：豆包视频生成模型可基于文本或图片生成高质量视频，支持动态海报和短视频创作。

- **视觉理解**：豆包视觉理解模型可识别图像中的物体、场景，并进行逻辑推理，适用于教育领域的题目解析、图表分析等。

- **多语言学习**：支持多语种语音识别和生成，可用于语言学习和教学。

## 常见问题解答 (FAQ)

### 豆包大模型1.5和上一代有什么区别？
核心区别在于架构、能力和多模态升级。豆包大模型1.5采用大规模稀疏MoE架构，综合得分在知识、代码、推理、中文等基准上更强，并新增实时语音模型和视觉理解模型，覆盖更多应用场景。

### 豆包大模型1.5支持哪些使用方式？
目前可通过豆包App体验灰度上线版本，开发者也可以通过火山引擎API直接调用。文章还提到其保持原有模型价格不变，属于“加量不加价”的升级。

### 豆包大模型1.5适合哪些应用场景？
适合情感分析、智能作业辅导、长文本生成、视频生成、视觉理解和多语言学习等场景，尤其适合需要语音交互、多模态理解和内容生成的产品。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
