火山引擎发布豆包大模型1.8，专为多模态Agent场景优化。它大幅提升了复杂任务的规划与执行能力，能像人一样拆解需求、调用工具。同时视觉理解帧数翻倍，有望解决长视频处理难题。
智能速览
工具调用与规划能力大幅增强，擅长处理复杂指令
能自动拆解10项复杂需求，全网比价并生成购买策略
视觉理解基础能力升级，单次视频处理帧数达1280帧
原生支持智能上下文管理，保障长轮次任务稳定运行
在多模态理解及BrowserComp测评集上成绩领先
精华内容
此次升级的核心在于让AI具备了更强的自主规划与执行能力，来看看它在具体任务中的表现。
任务拆解更智能
豆包1.8显著增强了复杂指令遵循与OS Agent能力。以选购耳机为例，面对预算、音质、降噪等10项复杂需求，模型能将其系统化拆解并制定优先级。它会主动调用比价与搜索工具，对主流电商平台进行全网检索，交叉验证价格与参数。通过过滤营销噪音并对齐关键指标，模型能清晰展示各产品优劣势，最终输出可解释的购买建议与决策总结。
视觉理解大升级
在多模态理解方面，豆包1.8将单次视频理解帧数从640帧提升至1280帧。这一翻倍的提升意味着模型能够以更低帧率理解超长视频，捕捉更丰富的画面细节。该能力可广泛应用于在线教育内容的深度解析以及安全巡检等需要长时间视频监控的场景，大幅提升了信息处理的效率。
长程任务更稳定
针对多步骤任务可能出现的上下文混乱问题，新版本原生支持智能上下文管理。用户可配置上下文策略，当任务轮次过长时，模型会自动清除低价值的历史工具调用信息。这种机制确保了在处理复杂长线任务时，系统能保持高稳定性，避免因无关信息堆积而导致任务中断或偏离。
综合性能领先
豆包1.8在多项公开测评集上展现出强劲实力。在多模态理解任务中，其表现已超越全球顶尖模型。此外，在通用智能体测评集BrowserComp中，该模型也取得了全球领先成绩。这些基于特定基准测试的数据，客观反映了其在Agent领域的竞争力，实际应用效果仍待在更广泛的场景中验证。
豆包大模型1.8通过强化工具调用与视觉理解，让AI在处理复杂现实任务时更加得心应手。从被动回答到主动规划，这种能力的进化对提升实际生产力具有积极意义。未来在更多真实场景中的应用表现，值得持续关注。
