抖音 App 在播放界面及消息列表页两大黄金流量位开放豆包 AI 入口，实现内容消费与 AI 创作闭环。字节跳动通过抖音日均 7 亿活跃用户流量漏斗，构建覆盖全链路的智能服务网络。

豆包大模型团队与北京交通大学和中国科学技术大学联合开发的“VideoWorld”模型，突破了传统多模态模型的限制，首次实现无语言模型的世界认知。该模型通过纯视觉信号进行学习和推理，在视频生成和理解方面展现了强大的创新能力。

豆包大模型1.5Pro正式发布，技术指标突破GPT-4，特别在知识、推理、编程能力上表现卓越。同时，全新的实时语音模型Doubao-1.5-realtime-voice-pro也亮相，进一步提升多模态交互体验。

豆包APP正式推出其实时语音大模型，突破传统模式，带来更流畅的语音对话体验。该技术通过端到端的语音生成与理解，优化了语音控制力和情绪承接，解决了语音延迟和打断问题。

字节跳动在火山引擎FORCE大会上推出豆包视觉推理大模型，宣布进入“厘时代”，价格降至0.003元/千token，降低了AI应用成本。新价格使得模型应用更加普及，并推动了大模型在各行业的广泛落地。

抖音有限公司推出的PixelDance视频生成模型在豆包电脑版内测，凭借强大的视频生成能力和灵活的多主体互动，迅速吸引创作者和市场的关注。该模型具备多种风格生成能力，成为影视创作和电商广告等领域的重要工具。

字节跳动旗下火山引擎于9月24日在深圳举行的AI创新巡展上，正式推出了豆包视频生成模型PixelDance和Seaweed，面向企业市场开启邀测。

字节跳动宣布豆包大模型将在9月24日正式发布视频生成模型，并推出多项模型升级。届时，2024火山引擎AI创新巡展深圳站将揭晓火山引擎AI产品的最新进展及行业应用成果。

字节跳动旗下智能AI助手豆包新增音乐生成功能，用户可通过输入主题或歌词并设定音乐风格和情绪快速生成短篇音乐。豆包目前支持包括民谣、嘻哈在内的11种音乐风格，用户还可选择男声或女声演唱。

字节跳动在2024春季火山引擎Force原动力大会上宣布豆包大模型正式对外服务，并升级火山引擎大模型服务平台。豆包大模型包括多个细分模型，涵盖语音、图像及功能调用等领域。