量子位 ·

新豆包模型让郭德纲喊出发疯文学：(这班)不上了！不上了！不上了！！！

💡 原文中文，约3900字，阅读约需10分钟。

📝

内容提要

火山引擎升级了豆包语音模型，增强了AI对情感的理解与表达。新模型支持多种语音指令和上下文引用，提高了语音合成的准确性和情感表现，广泛应用于多个场景，推动AI技术的实际应用。

🎯

🔎

火山引擎的豆包语音模型2.0通过增强对情感的理解，能够更好地模拟人类的情感表达。这一技术进步使得AI在语音合成时，不再仅仅是机械地朗读，而是能够根据上下文和用户指令，传达出更丰富的情感层次。这对于需要情感互动的应用场景，如客服、教育和娱乐等，具有重要的实用价值。

火山引擎推出的智能模型路由技术，能够根据任务复杂度自动匹配最合适的模型。这一创新降低了企业使用大模型的门槛，使得不同规模的企业都能灵活运用AI技术，提升工作效率。用户可以在效果、成本和时间之间找到最佳平衡，适应不同的业务需求，展现出AI技术在商业应用中的广泛潜力。

火山引擎在语音、图像和视频等多模态模型的持续迭代，标志着AI技术向更丰富的交互形式发展。这种多模态交互不仅提升了用户体验，还为智能助手和自动化服务提供了更强的支持。随着技术的不断进步，未来的AI将能够更好地理解和响应用户的复杂需求，推动各行业的智能化转型。

❓

豆包语音模型主要升级了豆包语音合成模型2.0和豆包声音复刻模型2.0，增强了AI对情感的理解与表达。

新模型通过支持多种语音指令和上下文引用，能够更好地控制情感和语气，从而提高语音合成的情感表现。

火山引擎的目标是让AI语音从“像人”走向“懂人”，实现更连贯和饱满的情感演绎。

豆包大模型1.6成为国内首个原生支持分档调节思考长度的模型，帮助用户在效果、时延和成本之间找到平衡。

智能模型路由能够根据用户任务的复杂度和类型，自动匹配最合适的模型来执行，优化资源使用。

豆包语音模型已在对话助手、情感陪伴、内容配音和教育等领域提升用户体验，创造实际价值。

🏷️