IT之家 9 月 24 日音问，火山引擎认真发布了豆包视频生成-PixelDance、豆包视频生成-Seaweed 两款大模子夜夜撸改为什么，面向企业市集开启邀测，这也意味着字节跨越认真宣告贫窭 AI 视频生成。IT之家注：新款豆包视频生成模子当今正在即梦 AI 内测版小领域测试。

该模子救济高效的 DiT 交融估量单位、全新想象的扩散模子现实圭臬和深度优化的 Transformer 结构，不错收场更充分地压缩编码视频与文本，救济一致性多镜头生成，大要大幅训导视频生成的泛化才气。

官方先容称，不管是语义和会才气，多个主体通顺的复杂交互画面，已经多镜头切换的本色一致性，豆包视频生成大模子均达到业界先进水平。

足交telegram

火山引擎总裁谭待示意夜夜撸改为什么，“视频生成有许多难关亟待冲突。豆包两款模子会捏续演进，在处理重要问题上探索更多可能性，加快拓展 AI 视频的创作空间和哄骗落地。”

谭待示意，豆包视频生成大模子救济多立场多比例的一致性多镜头生成，可哄骗在电商营销、动画西席、城市文旅、微脚本等限制。

此外，谭待示意，豆包大模子发布以来使用量爆发式增长。戒指 9 月，豆包言语模子的日均 tokens 使用量卓越 1.3 万亿，比拟 5 月初度发布时猛增十倍，多模态数据处理量也分手达到每天 5000 万张图片和 85 万小时语音。

此前视频生成模子大多只可完成简单教唆，豆包视频生成模子则能收场当然连贯的多拍手脚与多主体复杂交互。有创作家在抢鲜体验豆包视频生成模子时发现，其生成的视频不仅大要衔命复杂教唆，让不同东说念主物完成多个手脚教唆的互动，东说念主物面目、服装细节甚而头饰在不同运镜下也保捏一致，接近实拍效能。

据火山引擎先容，豆包视频生成模子基于 DiT 架构，通过高效的 DiT 交融估量单位，让视频在大动态与运镜中开脱切换，领有变焦、环绕、平摇、缩放、筹算随从等多镜头言语才气。豆包视频生成模子具备专科级光影布局和颜色长入，画面视觉极具好意思感和信得过感。

深度优化的 Transformer 结构，则大幅训导了豆包视频生成的泛化才气，救济 3D 动画、2D 动画、国画、瑕瑜、厚涂等多种立场，适配电影、电视、电脑、手机等各式缔造的比例，不仅适用于电商营销、动画西席、城市文旅、微脚本等企业场景，也能为专科创作家和艺术家们提供创作扶植。

告白声明：文内含有的对外跳转集合（包括不限于超集合、二维码、口令等式样），用于传递更多信息，检朴甄选时辰，扫尾仅供参考夜夜撸改为什么，IT之家通盘著作均包含本声明。