4月17日，火山引擎面向企业市场发布豆包1.5・深度思考模型，同步升级文生图模型3.0、视觉理解模型，并推出OS Agent解决方案及AI云原生推理套件，帮助企业更快、更省地构建和部署Agent应用。

火山引擎总裁谭待表示，Agent智能体应用发展将带动大模型进一步普及。深度思考模型是构建Agent的基础，模型要有能力做好思考、计划和反思，并且一定要支持多模态，就像人类具备视觉和听觉一样，Agent才能更好地处理复杂任务。

火山引擎总裁谭待

据谭待介绍，豆包1.5・深度思考模型在专业领域的推理任务中表现出色，数学推理AIME2024测试得分追平OpenAI o3-mini-high，编程竞赛和科学推理测试成绩也接近o1。在创意写作、人文知识问答等通用任务上，模型也展示出优秀的泛化能力，能胜任更广泛的使用场景。

豆包深度思考模型还具备视觉推理能力，能像人类一样对看到的事物进行联想和思考，极大拓展了智能推理的应用边界。谭待举例说道，“模型可以看懂复杂的企业项目管理流程图表，快速定位到关键信息，并以强大的指令遵循能力，严格按照流程图，回答客户的问题；分析航拍图时，能结合地貌特征判断区域开发可行性。有多模态能力的加持，豆包深度思考模型可以助力企业在更多场景实现智能化升级。”同时，豆包文生图模型Seedream3.0也正式向企业开放。

2025年被业界视为“Agent智能体元年”。谭待认为，在多模态深度思考模型的基础上，Agent需要良好的架构和工具，去操作数字世界和物理世界。同时，模型的推理成本和延迟要持续降低，才能推动应用普惠。

为此，火山引擎宣布推出OS Agent解决方案，并演示了由Agent操作浏览器，搜索商品页，实现iPhone比价的任务，甚至由Agent在远程计算机上用剪映进行视频编辑、配乐。

未来，随着AI技术与产业场景的深度融合，火山引擎的创新成果有望进一步释放商业价值，助力更多企业解锁智能时代的增长潜力。