火山引擎正式发布了两款AI视频生成大模型——豆包视频生成-PixelDance和豆包视频生成-Seaweed，面向企业市场开启邀请测试。这标志着字节跳动正式宣告进军AI视频生成领域。
豆包视频生成大模型特点：
- 高效融合计算单元：支持DiT融合计算单元，实现视频与文本的高效压缩编码。
- 全新扩散模型训练方法：采用全新设计的扩散模型训练方法，提升视频生成的泛化能力。
- 深度优化的Transformer结构：深度优化的Transformer结构，支持多风格多比例的一致性多镜头生成。
应用场景：
- 电商营销：为产品展示提供丰富的视觉内容。
- 动画教育：创造教育动画，提高学习体验。
- 城市文旅：用于城市宣传和文化旅游推广。
- 微剧本：为短视频和剧本创作提供支持。
性能表现：
火山引擎总裁谭待表示，豆包视频生成大模型在语义理解、多主体运动交互、多镜头内容一致性等方面达到业界先进水平。此外，模型支持多风格多比例的一致性多镜头生成，满足不同场景的需求。
用户增长：
自发布以来，豆包大模型的使用量呈现爆发式增长。截至9月，豆包语言模型的日均Token使用量超过1.3万亿，相比5月首次发布时增长了十倍。
技术突破：
豆包视频生成模型基于DiT架构，具备变焦、环绕、平摇、缩放、目标跟随等多镜头语言能力，同时具备专业级光影布局和色彩调和，使生成的视频极具美感和真实感。
火山引擎表示，豆包视频生成模型不仅适用于企业场景，也能为专业创作者和艺术家们提供创作辅助，加速拓展AI视频的创作空间和应用落地。
0条评论