据豆包大模型团队消息，字节跳动豆包大模型Foundation团队近期提出UltraMem，一种同样将计算和参数解耦的稀疏模型架构，在保证模型效果的前提下解决了推理的访存问题。据介绍，该架构有效解决了MoE推理时高额的访存问题，推理速度较MoE架构提升2-6倍，推理成本最高可降低83%。
2月8日消息，记者从智己汽车内部获悉，其智能座舱已深度引入DeepSeek大模型，并与豆包、通义等大模型合作，通过深度联合训练，构建多场景插拔式AI矩阵平台。
1月22日，豆包大模型1.5Pro版本正式发布。团队称模型训练过程中未使用任何其他模型生成的数据。目前，Doubao-1.5-pro已在豆包APP灰度上线，开发者也可在火山引擎直接调用API。
豆包实时语音大模型于1月20日正式推出，并在豆包App全量开放，将豆包App升级至7.2.0版本即可体验。据介绍，豆包实时语音大模型，是一款语音理解和生成一体化的模型，实现了端到端语音对话。相比传统级联模式，在语音表现力、控制力、情绪承接方面表现惊艳，并具备低时延、对话中可随时打断等特性。
12月10日消息，字节跳动视频生成模型PixelDance已在豆包电脑版正式开启内测，部分用户已开通体验入口。内测页面显示，用户每日可免费生成十支视频。
9月24日，在2024火山引擎AI创新巡展上，火山引擎总裁谭待宣布推出豆包.视频生成模型。据他介绍，豆包.视频生成模型具有高效的DIT融合计算单元，能更充分地压缩编码视频与文本；还使用了全新设计的扩散模型训练方法，保证了多镜头生成的一致性；该模型还使用了深度优化的Transformer结构，大幅提升了视频生成的泛化能力。
5月15日消息，今日字节跳动召开2024春季火山引擎FORCE原动力大会。会上，火山引擎公布了豆包大模型产品矩阵，并通过火山引擎正式对外服务。 据了解，豆包大模型平均每天处理1200亿tokens（约1800亿汉字），生成3000万张图片。其中包括豆包通用模型pro、豆包通用模型lite两款主力模型，以及适配多种业务场景，从图像、自然语言、语义的多模态模型家族，包括角色扮演模型、语音合成大模型、语音识别大模型、声音复刻模型、文生图模型、Function call模型、向量化模型。