科技腾讯新闻·向阳乔木··AI 生成
三个月，豆包大模型进化了多少？7个案例自己判断
字节跳动豆包大模型在三个月内从 2.1 版升级到 Seed-2.1-pro-0915，并启动「Evolving」持续进化模式。作者通过 7 个实测案例（深度调研、跨平台应用开发、Blender 3D 建模、视频生成、钓点地图等）展示了模型在多模态理解与 Agent 可靠性上的显著提升，如复杂仓库理解提升 12.4%、工具调用得分从 38.4% 跃至 64.8%。文章以技术博主视角提供具体任务表现而非基准测试，适合关注大模型落地能力与工具开发的读者评估其生产级适用性。原文 ↗原文 ↗
核心观点
- ▍字节豆包大模型通过「Evolving」持续进化模式与版本固化策略并行，三个月升级后在多模态理解和 Agent 可靠性上取得了可感知的实质进步，但非旗舰级突破。
- 01模型在深度调研任务中自动规划调研框架、并发检索 100+ 候选源、交叉验证数据后写入飞书文档，减少了幻觉。
- 02多模态 Agent 能通过观看视频演示，自主选择 PySide6 框架开发跨平台剪贴板管理应用，经历代码编写、测试、Bug 修复和打包，后应要求改造成原生 Swift 应用。
- 03模型可驱动 Blender 生成博朗 T3 收音机白模，并配合 Seedance 2.5 生成 TVC 视频，降低了 3D 视频制作门槛。
- 04模型完成「天津海钓点调研 + 交互式导航地图」全流程：从多模态分析抖音视频提取 15 个钓点，到生成地图网页并集成导航 API。
- 05模型能分析 3.5 万行代码的完整 GitHub 仓库，给出工程优化建议，如预判因内嵌字体和电子书导致的发布包容量超限问题。
- 06官方数据表明复杂仓库理解提升 12.4%，工具调用专项得分从 38.4% 跃至 64.8%，Coding 综合成本下降超 40%。
反方 / 局限
- — 视频解读的脚本文案仍「差点意思」——说明叙事和创意重写能力尚未达到同等水准。
- — Swift 原生应用首次未开发成功，需二次迭代，表明复杂框架迁移下模型仍存在不稳定。
- — 作者承认官方数据无法独立验证，且测试场景偏向自身需求，缺乏第三方标准化评测。
10 分钟 · 4 卡片 · 11 资料
读原文 →前置背景
平行视角
未来推演
延伸追问