Компания ByteDance объявила, что обновленная версия Doubao-Seed-2.1-pro, релиз 0915, полностью доступна через API Volcano Ark. Параллельно с этим была обновлена Doubao Work, а система TRAE уже подключена. Компания акцентирует внимание на внедрении мультимодального кодирования в производственных процессах, повышении надежности работы агентов и снижении стоимости токенов для обработки изображений и видео, которая, по данным компании, более чем на 30% ниже, чем у предыдущего поколения.
Мультимодальное кодирование представлено как ключевая особенность продукта. ByteDance утверждает, что корпоративные задачи часто содержатся не в формальных документах, а в записях экрана, эскизах пользовательского интерфейса и привычках операторов. В рамках официального кейса, Doubao-Seed-2.1-pro 0915 смог проанализировать незадокументированную Java ERP, состоящую примерно из 280 000 строк, используя запись и несколько эскизов. Модель смогла вывести архитектуру и создать рабочий мобильный фронтенд, тем самым смещая фокус от написания человеком машиночитаемых спецификаций к чтению визуального выражения человеком моделями.
Другой демонстрационный пример использовал открытый репозиторий игры Luanti, который включал около 387 000 строк кода и 1 000 исторических проблем, при этом официальные исправления были скрыты. Модель организовала работу нескольких под-агентов в течение почти 36 часов для проведения анализа первопричин и исправления файлов между собой; приблизительно 83% выполненных задач соответствовали стандарту, приемлемому для инженеров.
Отдельно модель восстановила интерактивную трехмерную сцену сезонного двора на основе четырех изображений дизайна, включая структуру, воду, растительность и эффекты камеры. Volcengine также подчеркивает надежность агентов и экономичность. Ранее Doubao-Seed-2.1-pro занимал лидирующие позиции в ряде бенчмарков, таких как Terminal Bench 2.1, SWE-Pro, SciCode, OSWorld, MobileWorld и MMMU-Pro. Обновление 0915 добавляет более сильное отслеживание доказательств, проверку авторитетности источников и верификацию для объемных исследовательских отчетов, а также улучшенное парсинг документов и инженерных чертежей. Повышение эффективности токенов для обработки изображений и видео позиционируется для использования в корпоративных API с высокой частотой. Этот выпуск является обновлением модели и продукта на платформе Volcengine, а не анонсом финансирования, и внешние команды все равно смогут воспроизвести показатели слияния ERP и Luanti на собственных стеках.