一、图中功能模块一览这些功能都是豆包为不同场景封装的垂直应用入口本质是同一套基础大模型能力通过不同的「Prompt 模板 工具调用 模型微调」实现了场景化优化。二、各功能的区别与底层技术本质表格功能核心区别底层技术本质编程专为代码场景优化支持代码补全、调试、多语言生成、项目重构1. 大语言模型在海量代码数据上的微调Code LLM2. 强化了语法解析、逻辑推理、多语言语法检查能力3. 内置代码沙箱支持运行、调试与反馈翻译跨语言文本互译支持专业术语、长文档翻译1. 基于多语言平行语料训练的翻译模型MT2. 利用 LLM 的上下文理解能力提升长文本、专业文本的翻译流畅度与准确性解题答疑针对 K12 / 大学题目提供解题步骤、知识点讲解1. 利用 LLM 的逻辑推理与知识存储能力2. 结合教育领域微调数据优化解题步骤拆解与知识点解释逻辑视频生成文生视频 / 图生视频生成连贯的动态内容1. 基于扩散模型 / Transformer 的视频生成模型如字节的 Seedance2. 多模态理解文本 / 图像→视频 时序建模技术AI 播客将文本 / 文档转化为带角色对话的音频播客1. LLM 生成对话脚本与角色设定2. TTS文本转语音技术实现多角色、多音色的语音合成记录会议实时 / 离线会议录音转写、纪要生成、角色分离1. ASR语音转文字技术实现语音到文本的转录2. 说话人分离Diarization LLM 文本摘要生成结构化会议纪要AI 表格文本指令生成 / 处理 Excel 表格、数据分析、可视化1. LLM 理解自然语言指令并转化为表格操作逻辑2. 结合表格处理引擎如 Pandas实现数据生成、公式计算、格式美化三、底层技术的核心共性与差异1. 共性都以「基础大语言模型」为核心引擎所有功能的底层都是豆包的基础大语言模型作为 “大脑”负责理解用户指令、生成逻辑内容。2. 差异在基础模型之上叠加了「场景化能力层」纯文本生成类翻译、解题答疑仅通过优化Prompt 模板和领域微调让模型输出更符合场景的结果不依赖额外工具。工具调用类AI 表格、编程通过 API 调用外部工具 / 沙箱实现 “模型指令→工具执行→结果反馈” 的闭环。多模态生成类视频生成、AI 播客、记录会议需要额外的多模态模型视频生成模型、TTS/ASR 模型实现跨模态转换与生成。四、本质总结这些功能不是 “不同的模型”而是同一套 AI 能力在不同场景下的 “定制化包装”核心都是大语言模型的理解与生成能力区别在于是否叠加了额外的工具 / 多模态模型、是否进行了场景微调、是否有专用的 Prompt 模板。