12月18日-19日，火山引擎FORCE原动力大会在上海举行，豆包视觉理解模型首次亮相并排名全球第二。该模型具备领先的内容识别、理解和推理能力，尤其在中文通用知识和文字识别方面表现突出。豆包视觉理解模型可识别图像中的物体、关系和场景，进行复杂推理，提取图片文本信息，并能细腻描述图像内容。此次大会还展示了豆包大模型家族的全面升级，包括音乐模型和文生图模型的新功能，以及豆包3D生成模型的首次亮相。