豆包悄悄升级2.1 Pro,实测夯爆了!【附5个神仙玩法】

0 评论 146 浏览 0 收藏 12 分钟

豆包迎来 Seed-2.1-Pro 升级,作者拿到内测后用三种环境跑了五个 Case:连接 Godot 做完整游戏、3D T 恤定制 web、Methy 加 Blender 做海洋动物、飞机地球航线 web 和电台音乐播放器。

经过一段时间的无限进步,豆包迎来了Seed-2.1-Pro的全新升级,我也早早拿到了内测。

前天才参加了飞书未来无限大会,豆包工作也正式开工了。不得不说,字节的产品力真的超强,飞书确实是AI时代最好的协同办公产品!

飞书有最好的上下文,豆包工作也是一款优秀的agent产品。

那天,我还在跟兄弟们聊,说如果字节的基座模型能力再更强些,那么飞书+豆包工作这套组合将原地起飞。

但我没想到,这天会来得这么快,经过我这几天的实测,我感受到豆包模型这次的进步非常大(应该是进步最大的一次升级),可以说达到了国内模型第一梯队的实力。体感上有GLM-5.2的水平。

内测期间,我用它跑出了5个让我非常惊艳的Case,如果不提豆包,你大概率会以为是GPT-6做的😄。

这个5个Case分别涵盖了工具控制,界面美观,3D建设,场景交互,物品定制,话不多说,我们一起来看看。

本次测试环境有三种

1、豆包工作直接用;

2、seed-2.1-pro的API接入Codex;

3、seed-2.1-pro的API接入Claude Code。

1 用豆包工作连接 Godot 做游戏

在本地装好 Godot 4.x,让豆包从零建一个完整可玩的游戏项目。考察豆包能不能操作真实游戏引擎。

要求它自己写 GDScript、搭场景树、配输入映射。游戏不用做得很大,但需要小而完整。

最终生成的效果非常nice:

这个例子是最惊艳我的,我做这个游戏的思路是,让豆包进入引擎来辅助我们开发。

素材理解到位,逻辑控制完美。

此次用到的素材来源:Pixel Adventure 像素平台游戏素材包(当然我们也可以自己用image2.5来生成动画资产)

Image

不得不说,seed-2.1 Pro的多模态Coding 能力是真滴强,这种带素材的开发,巨丝滑,效果也非常棒。

得益于豆包原本的多模态能力就是于世界顶尖水平,加上这次seed-2.1 Pro的Agent能力提升也很大,使得豆包工作也能像Codex一样丝滑操控我们的电脑。

Image

操作的时候还会开一个虚拟桌面从而不影响到你工作使用。但它是真切的的操控你的本地电脑。

Image

这里放出一段豆包操作电脑的视频

当我把素材交给豆包工作之后,它给出了一个具体可控的方案

Image

豆包工作加上豆包的新一代模型:seed-2.1 pro,它的理解,操控都更上一层楼了

Image

2、3D T 恤定制 web

做了一个 3D T 恤定制页面:“涂个T”。

T 恤三维模型可旋转查看,用户能换底色、上传自己的图案贴到衣服上、正反面预览,最后有个像样的下单按钮界面。

这个case,让我更惊艳了,能设计自己的T恤真的很酷。而且这个网站做的也很棒。

我是先让image2.5生成了这样一张涂鸦墙:

Image

然后叫我们的豆师傅来切割(还好新模型有很强的多模态Agent/Coding能力)

Image

豆师傅还贴心的附上了md文档

Image

严格按照需求文档来,开发M0-M3阶段。

把一个项目拆成几个阶段,更加有利于Coding的可控性

Image

我们的“涂个t”也能导出png和json

Image

涂鸦也是前后可涂,贴合衣物

我觉得这个网站有很好的商业化前景,有感兴趣的朋友吗,可以一起聊聊~

3 镜头中出现海洋动物(Methy+Blender)

跨软件 3D 管线。模型要先用 methy把海洋3D动物搞出来,再进Blender做镜头动画,工具链最长,最后放进unity里面做测试,最能体验 Agent 的长程任务执行能力。

最终产出了两个版本,一个是手机apk安装包

下面是App的效果展示

一个是在unity里面的场景

实际上整个过程还是有一些复杂,我们首先要来到这个Methy网站:

Image

Image

先生成我们所需的3D模型,不过这个网站是收费的,只需要将2D参考图给这个网站,就能产出一个质量比较好的3D模型。

然后将我们产出的3D模型交给豆包,通过Blender MCP做动画。

把每一个动物都绑上一些骨骼,最后在Blender里面就实现这样的效果:

我个人觉得最牛的一点是它对于3D模型骨骼该怎么绑,绑到哪里的精确计算,和效果把控

Image

最后出来的结果会自己验证才最终交付

Image

4 飞机地球飞行航线 web

一个 3D 地球,标出若干真实城市,城市之间画大圆航线,有飞机模型沿航线持续飞行,鼠标可拖拽旋转缩放。

这个Case是放在codex里面跑的,效果可以说是非常完美,可见豆包新一代模型的Coding能力确实提升很大。

而且这个Case我只跑了两次就有这样的效果,太无敌了

我在跑这个项目的时候要产出prd,它不仅产出了prd,还把其中不清楚的点给你列出来叫你回答,以便更清楚文档内容,有利于后续开发.

Image

新一代模型最厉害的一点就是它能够用自己的多模态能力自检自查,而且自检自查后自我修改,这直接省去了我们很多调试的时间。

你想如果你的大模型能够自己在跑任务的时候自检自查每一步,最终一定是能更稳定产出结果的。所以多模态能力非常重要。

Image

5 电台音乐播放器

做一个网络电台播放器 web 应用。

接真实电台流地址,能播放、切台、调音量,带实时频谱可视化,UI 走暗色精致风。

这个效果可能相比上面的几个Case稍差一点点:

但是里面的光点封面方案,能根据你歌曲的封面改变光点的排列组合变成封面的样子,是我最喜欢的。关键这是seed-2.1 pro自己想的。

Image
Image
Image

「最后」

说一下,seed-2.1 pro-0915其实就是Seed-Evolving(无限进步模型)的当前最新的快照版本。

所以,其实豆包每天都在悄悄进化,到这篇文章发布的时候,豆包最新的能力,已经又超过了seed-2.1 pro。

不过seed-2.1 pro是当前对外提供的最强稳定版。

我发现豆包其实还挺佛系的,或者说字节做大模型挺克制的。

不管外面怎么卷,怎么去蒸馏,怎么去想办法短时间提升模型能力,即便豆包的模型能力前一段时间不被看好,但字节好像都不慌不忙,不焦不燥。

我觉得这种心态是值得学习的,就像我妈跟我说的一样:“不要跟别人比,你就跟自己比,每天进步一点点就够了”。

这句话影响了我很多年,它形成了我的一个元认知,每当我形成比较心理的时候,这个声音都会在内心深处冒出来,把我叫醒。

我觉得本质上并不是说你不要跟别人去竞争了,而是这是一种心态上的转变。很多时候做事情,其实你的心态越好,你的效率就会越高。当你专注事情本身,专注自己的进步,反而能够走得更快。

如果你太急,太在乎,动作反而会变形。

这次豆包巨大的进步也给了我足够的信心。我觉得我会相信豆包模型能慢慢进步,最终完全走到国产模型的第一梯队,乃至世界顶尖。

加油,豆包!加油,袋鼠!

本文由人人都是产品经理作者【袋鼠帝AI客栈】,微信公众号:【袋鼠帝AI客栈】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
海报
评论
评论请登录
  1. 目前还没评论,等你发挥!