# 豆包大模型Doubao-Seed-2.0-lite实现全模态理解与能力提升

- 来源：向阳乔木 (@vista8)
- 发布时间：2026-05-06 20:18
- AIHOT 分数：63
- AIHOT 链接：https://aihot.virxact.com/items/cmou1kdji00maslq9ebbx5qmk
- 原文链接：https://x.com/vista8/status/2052000102860919246

## AI 摘要

Doubao-Seed-2.0-lite 0428 内测版本升级，新增音频理解功能，能同时支持图片、视频、音频和文本四种输入，成为豆包大模型家族首款全模态理解模型。该版本在 Agent、Coding 和 GUI 能力上也有明显提升。通过 API 测试，验证了其在前端动效复刻、视频Hooks建议和字幕识别等场景的应用潜力，具体案例详见后续推文线程。

## 正文

前段时间参与了 Doubao-Seed-2.0-lite 0428 内测。

这个版本升级，增加了音频理解，能同时支持图片、视频、音频、文本四种输入，成为豆包大模型家族首款全模态理解模型。

除了全模态理解，据说 Agent、Coding、GUI 能力这次也都有明显提升。

拿 API 做了一些测试，分享几个场景：前端动效复刻、视频Hooks建议、字幕识别等

案例见后续 Thread