Doubao-1.5-pro：一款由豆包团队开发的高性能稀疏 MoE大语言模型

Doubao-1.5-Pro是字节跳动推出的最新豆包大模型，专注于在模型性能和推理性能之间取得极致平衡。它采用了高效的 MoE（混合专家）架构，通过较少的激活参数实现超越一流超大稠密预训练模型的性能，并在多个公开评测基准上取得优异成绩。

Doubao-1.5-Pro功能特点：

1、高性能与低成本：

– Doubao-1.5-Pro 使用稀疏 MoE 架构，仅用较小参数激活即可超过 Llama3.1-405B 等超大稠密预训练模型的性能。

– 推理成本大幅降低，推理速度显著提升，推理成本仅为 GPT-4o 的 10%。

2、多模态能力全面提升：

– 视觉多模态：在多模态数据合成、动态分辨率、多模态对齐和混合训练上进行了全面技术提升，增强了视觉推理、文档识别和细粒度信息理解能力。

– 语音多模态：提出新的 Speech2Speech 端到端框架，实现语音理解和生成一体化，相比传统 ASR+LLM+TTS 级联方式，对话效果显著提升。

3、高效的推理系统：

– 采用异构硬件结合低精度优化策略，确保低延迟的同时大幅提升吞吐量。

– 实现 Prefill 和 Decode 阶段的高性能优化，推理延迟低至 10 毫秒级。

4、训练与推理一体化设计：

– 从预训练阶段就坚持训练-推理一体化设计，确保模型在最强性能和最优推理成本之间取得平衡。

5、智能边界探索：

– 通过大规模 RL（强化学习）方法不断提升模型的推理能力，拓宽智能边界。

6、数据生产与优化：

– 开发了算法驱动的训练数据优化系统，涵盖数据多样性优化和精确人题匹配功能。

– 采用多阶段 Reward Model 训练框架，提升模型在多维度能力上的均衡性。

Doubao-1.5-Pro应用场景：

1、自然语言处理：文本生成、对话系统、机器翻译等。

2、视觉应用：图像识别、文档处理、视觉推理等。

3、语音交互：语音助手、语音对话系统等。

进入Doubao-1.5-Pr项目入口