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。

火山引擎在12月18日的“2024火山引擎FORCE原动力大会·冬”上发布了豆包视觉理解模型，并升级了火山方舟、扣子和HiAgent三款平台产品。豆包大模型日均tokens使用量超4万亿，7个月内增长超33倍。全资子公司光云科技因获得“钻石级万有伙伴”称号，股价连续两日涨停。字节跳动旗下火山引擎和巨量引擎分别与多家A股上市公司合作，包括华宇软件、中科创达、乐鑫科技、光云科技等。巨量引擎整合多个平台流量资源，为广告主提供精准投放服务。

2024年12月18日，字节跳动在‘2024火山引擎FORCE原动力大会·冬’上发布豆包视觉理解模型。该模型每千tokens的输入价格为0.003元，比行业平均价格降低85%。中信证券认为，豆包·视觉理解模型在内容识别、理解和推理以及视觉描述方面表现优秀，低价格有望加速视觉处理在AI终端的应用。中信证券看好该模型带来的产业链投资机会。

在12月19日的火山引擎Force大会上，字节跳动发布了豆包视觉理解模型，千tokens输入价格仅需3厘，相比行业价格便宜85%。抖音集团副总裁李亮表示，这并非价格战，而是通过技术创新降低成本，毛利仍然可观。此举旨在以更低的成本推动AI技术的普及和发展。豆包3D生成模型也首次亮相，结合火山引擎数字孪生平台veOmniverse，实现智能训练和数字资产制作。此外，豆包通用模型pro全面对标GPT-4，价格仅为后者1/8；音乐模型能生成3分钟完整作品；文生图模型2.1版本则能精准生成汉字和图像。

12月18日，字节跳动在火山引擎Force大会上发布了豆包视觉理解模型，该模型能以极低成本处理大量图片，千tokens输入仅需0.03元，比行业平均价格低85%。同时推出的还有豆包3D生成模型，可与火山引擎数字孪生平台veOmniverse结合，实现智能训练和数字资产制作。豆包大模型系列中的其他产品也进行了升级：豆包通用模型pro全面对标GPT-4，但价格仅为后者的1/8；音乐模型能够生成3分钟完整的音乐作品。此外，计划于明年春季发布的豆包视频生成模型1.5版将具备更长视频生成能力，并且豆包端到端实时语音模型即将上线，支持多角色演绎及方言转换等功能。

在12月18日的火山引擎原动力大会上，火山引擎总裁谭待宣布，豆包视觉理解模型的价格大幅下调至0.003元/千Tokens，相比行业平均水平降低了85%。这一消息表明火山引擎致力于降低企业使用AI技术的成本，有望推动更多企业和开发者采用先进的视觉理解技术。