我要投稿

受邀参加火山方舟闭门交流会，我给大家带回了这些实测分享

发布日期：2025-08-01 12:49:56 浏览次数： 1527

作者：ai呀蔡蔡

微信搜一搜，关注“ai呀蔡蔡”

Agents，以及一切感兴趣的AI新鲜事～我优先考虑自己的好奇心，而不是别人的需求。作品：《Curosr从小白到专家》系列视频、《DeepSeek自学手册》" data-id="MzIyMzk3MTEwNQ==" data-is_biz_ban="0" data-service_type="1" data-verify_status="0">

周三参加了火山方舟的闭门交流会，还挺有意思的，大家一边交流一边体验新产品功能。火山的人非常听劝，好的想法都会采纳，并且都会给到你一个大致的时间点去落地。

而且万万没想到，自己还成了其中提交反馈数最多和高质量反馈数最多的开发者之一。

回到这次闭门交流会的新产品新功能上，自己体验下来印象比较深的有三个，分别是再次升级的豆包大模型1.6，Viking知识库&向量库，以及PromptPilot。

悄悄告诉大家：文末有个福利彩蛋 ~

豆包大模型1.6能力升级：多模态处理能力更强

先给大家看个网站复刻的case：

之所以选择网站复刻，因为这同时考验模型的视觉理解和前端Coding能力，一方面看模型的视觉理解能捕捉到多少细节，另外就是看模型将捕捉到的细节能还原到什么程度。

下面这张YouTube截图我同时给到了升级前后的两个豆包大模型1.6。

这是用Doubao-Seed-1.6-thinking-0615复刻后的YouTube网站，大家会发现，左侧边栏菜单这个布局细节是完全被忽略的。

反观Doubao-Seed-1.6-thinking-0715的复刻，还原得非常好，左侧边栏菜单几乎完美复刻了，包括所有的图标。这是因为0715版本的模型拥有更强的推理分析能力，尽管耗时更久（146秒对比41秒），但给出的结果满意度显然也更高。

这就是Doubao-Seed-1.6-thinking-0715模型，思考能力大幅强化，对比之前的0615模型，在Coding、Math、逻辑推理等基础能力上进一步提升，支持视觉理解。支持 256k 上下文窗口，输出长度支持最大 16k tokens。

大家现在就可以在火山方舟的体验中心尝鲜：https://www.volcengine.com/experience/ark?model=doubao-seed-1-6-thinking-250715。

火山方舟为了让大家尝鲜更尽兴，每个模型还赠送50万tokens推理额度。没错，是这里已有的每个模型，都有50万tokens。

不止Doubao-Seed-1.6-thinking的升级，豆包大模型团队还推出了最新全模态向量化模型：Seed1.6-Embedding。

这个全模态向量化模型有多强？大家可以看下面这张图：

在纯文本权威测评榜单 CMTEB 上，Seed1.6-Embedding 达到了中文 SOTA 效果。在多模态测评榜单 MMEB_v2 上，Seed1.6-embedding 在图片、视频任务上同样都达到了 SOTA 的效果，而且是断层领先。

Seed1.6-embedding 可以用在哪呢？举个例子大家就很清楚了：抖音的推荐系统。

在交流会上，火山官方提到，从2019年起，VikingDB 向量库就支撑起字节旗下包括抖音、头条、豆包等重要产品线。而 VikingDB 向量库背后，其实就是内嵌了一个 embedding 向量化模型。现在就是对应最新的 Seed1.6-embedding。

给大家展示下这个embedding有多强，比如我上传一张夏天的条纹t恤，然后让它帮忙找出类似风格，但是和秋天穿的长袖，他就能从一堆电商商品的图像库中快速锁定最符合的几个商品。

它最新还支持视频检索，这让我想起抖音会对用户上传视频的原创度进行提示，背后应该就是视频 embedding 模型发挥了重要作用。

不过需要注意的是，视频 embedding 模型还没有接入端到端的流程中，如果大家想要体验的话，可以尝试先向量化再入库的操作方式，部分操作和可视化体验将通过代码完成。据官方介绍，应该8月会有视频端到端的体验方案～

PromptPilot再升级：更轻松提出一个好问题

在6月份的时候，我其实有简单介绍过PromptPilot>>>豆包1.6模型编程能力上来了！轻松开发Bento Grid网页（附全流程演示），没想才过去一个月，PromptPilot又升级了。

在正式介绍PromptPilot，我先绕个弯，和大家分享今天看到的一个观点，来自极客公园CEO张鹏，这里摘录部分：

“AI时代，产品的基本构型就是两端分别是input和output，中间的AI则是个Magic Box。大模型的确有 Magic，但问题也在于，它是一个处于失控状态的不确定的概率模型。因此，产品的目标之一就是在不确定性中增加确定性。

对于大多不自主研发大模型这个「Magic Box」的团队而言，就要在 input 和 output 这两端上下功夫 …… Karpathy 和 Grove 提出的「上下文工程」和「规范化编程」，也是在 input 上做加强。

.....

这两条路径都远超了「一次性」的提示词或提示词工程。提示词的困境在于，它把人怼到了一个死角里，它默认「人」是那个清晰、可靠的指令发出方。可现实是，别说普通用户，就算是 CEO，有几个能一上来就把自己的愿景、使命、产品逻辑结构化、无歧义地拆解清楚？又有几个老板能在每次发号施令的时候，把上下文、意图、原则、规范等等都清晰明了地传达？寥寥无几。”

这正是我们在和AI协作中遇到的核心难题。即使掌握了提示词的核心原则，但在遇到真实问题时，我们还是很难快速给AI发出清晰、可靠的指令。

这就是 PromptPilot 诞生的重要原因。简单来说，它主要帮助我们完成两件“大事”：定义你的需求，持续不断优化。

第一件“大事”：在实践中，精准定义我们的真实意图

很多时候，在向AI提问的初期，我们自己也无法用几句话清晰地描述出脑海中完美的模型效果。我们对需求的理解，是在一次次尝试和调整中才逐渐清晰起来的。

PromptPilot 理解这一点，并提供了两种直观的方式来帮助你表达和固化你的真实意图：

1）评价与修改：

你可以先把你想到的直接发给PromptPilot，等PromptPilot给出回复后，再针对它给出的提示词进行局部评论优化，或者全局修改（如下图）。这就像在给模型“划重点”，告诉它你真正关心的是什么。

2）对比与偏好：

现实世界中，有很多高价值问题是没有标准答案的，更多时候需要你自己做出判断。

这时候你可以选择 PromptPilot 的 GSB 比较模式。通过“二选一”的方式，在两个或多个答案中选出你更偏爱的一个。PromptPilot 则会智能地分析你的每一次选择，比较不同答案之间的细微差异，从而“猜测”并学习你背后的判断逻辑，逐步构建起一个完整、清晰的评估标准。

当然，如果你已经有明确的理想回答，希望对模型回答进行评分。这时候就可以选择 PromptPilot 的评分模式。

支持“用户打分”和“AI智能评分”。在“AI智能评分”中，首先需明确评分标准。支持“用户输入评分标准”与“AI生成评分标准”两种方式。

第二件“大事”：上线后，开启永不疲倦的自动优化

当你通过上述方式建立了明确的评估标准后，PromptPilot 就可以开始自动为你寻找更优的 Prompt 版本了。

更酷的是，这一切并不会在应用上线后就停止。你可以通过调用 PromptPilot 的SDK，将线上业务的真实流量（模型的输入和输出）反馈给系统。

由于 PromptPilot 已经掌握了你的评判标准，它就像一位24小时在线的“AI裁判”，能够：

自动评分：对线上模型的表现进行实时打分。
案例挖掘：自动捕获并记录那些得分极低的“Badcase”和得分极高的“Goodcase”。
持续迭代：当积累了足够多的线上数据后，PromptPilot 就能开启新一轮的全自动提示词优化，找到能更好解决线上实际问题的升级版 Prompt。

这可比自己吭哧吭哧进行模糊又低效的提问方便多了。都说好的回答都缺少一个好的问题，那么 PromptPilot 做的就是，让我们更轻松地提出一个好问题。

不仅如此，为了帮助我们在垂直领域提出更专业的好问题，PromptPilot 这次升级还上线了知识库功能，支持我们上传自己所在领域的专业知识库。

后续进行提示词优化时，我们只需要勾选上这个知识库，

就可以帮助模型精准调用专业内容，以更深入、更精准、更可信的理解与输出，真正为解决复杂业务中的“专业难题”。

这次交流会还集中体验了火山的Responses API（专门用来构建Agent的API）、AI知识管理，这里就不一一介绍，大家感兴趣的话可以自行体验。

最后，揭开在开篇提到的福利彩蛋 ~

在这次线下交流会，火山方舟发布了一个「协作奖励计划」，一方面是降低用户接入测试门槛，另外也是鼓励用户持续使用方舟。

只要你是火山的企业认证用户和个人认证用户，在活动期间，每天都可以获得一定量的免费tokens。企业认证用户每天每个模型 500 万 tokens，个人认证用户每天每个 50 万 tokens。

如果大家平时有调用需求的话，可以进入授权页参与计划，领首月免费包：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenAuthorizeModal=true&OpenTokenDrawer=false