新火種
2024-09-30 
豆包視頻生成大模型發布：首次突破多主體互動難關
9月24日消息，據媒體報道，字節跳動正式宣告進軍AI視頻生成。發布豆包視頻生成-PixelDance、豆包視頻生成-Seaweed兩款大模型發布，面向企業市場開啟邀測。
“豆包視頻生成”大模型憑借其卓越的語義理解能力、對復雜交互畫面的精準捕捉以及多鏡頭切換下的內容一致性，成功躋身業界先進水平。
該模型不僅能夠深度理解并響應復雜指令，驅動不同人物角色完成一系列精細的動作互動，更在細節處理上達到了極致，從人物樣貌、服裝的微妙變化到頭飾的精準呈現，均能在不同運鏡角度下保持高度一致，仿佛實拍般自然流暢。
值得一提的是，“豆包視頻生成”模型依托字節跳動自主研發的DiT（Dynamic Integration Transformer）架構，通過高效的DiT融合計算單元，實現了視頻在大動態場景與多樣運鏡之間的無縫切換。這一技術突破賦予了視頻變焦、環繞、平搖、縮放、目標跟隨等多鏡頭語言能力，讓視頻創作更加自由靈動，滿足了創作者對視覺表達的無限想象。
為了進一步提升視頻創作的專業性和觀賞性，“豆包視頻生成”團隊還創新性地采用了全新設計的擴散模型訓練方法。
這一方法有效攻克了多鏡頭切換過程中保持主體、風格、氛圍一致性的技術難題，確保在鏡頭切換的瞬間，視頻的整體氛圍與細節表現依然和諧統一，為觀眾帶來更加沉浸式的觀看體驗。
目前，“豆包視頻生成”系列模型已在即夢AI內測版中開啟小范圍測試，旨在收集寶貴的用戶反饋，不斷優化產品性能。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
