據(jù)媒體報(bào)道，字節(jié)跳動(dòng)正式宣告進(jìn)軍AI視頻生成。發(fā)布豆包視頻生成-PixelDance、豆包視頻生成-Seaweed兩款大模型發(fā)布，面向企業(yè)市場(chǎng)開啟邀測(cè)。

“豆包視頻生成”大模型憑借其卓越的語義理解能力、對(duì)復(fù)雜交互畫面的精準(zhǔn)捕捉以及多鏡頭切換下的內(nèi)容一致性，成功躋身業(yè)界先進(jìn)水平。

該模型不僅能夠深度理解并響應(yīng)復(fù)雜指令，驅(qū)動(dòng)不同人物角色完成一系列精細(xì)的動(dòng)作互動(dòng)，更在細(xì)節(jié)處理上達(dá)到了極致，從人物樣貌、服裝的微妙變化到頭飾的精準(zhǔn)呈現(xiàn)，均能在不同運(yùn)鏡角度下保持高度一致，仿佛實(shí)拍般自然流暢。

值得一提的是，“豆包視頻生成”模型依托字節(jié)跳動(dòng)自主研發(fā)的DiT（Dynamic Integration Transformer）架構(gòu)，通過高效的DiT融合計(jì)算單元，實(shí)現(xiàn)了視頻在大動(dòng)態(tài)場(chǎng)景與多樣運(yùn)鏡之間的無縫切換。這一技術(shù)突破賦予了視頻變焦、環(huán)繞、平搖、縮放、目標(biāo)跟隨等多鏡頭語言能力，讓視頻創(chuàng)作更加自由靈動(dòng)，滿足了創(chuàng)作者對(duì)視覺表達(dá)的無限想象。

為了進(jìn)一步提升視頻創(chuàng)作的專業(yè)性和觀賞性，“豆包視頻生成”團(tuán)隊(duì)還創(chuàng)新性地采用了全新設(shè)計(jì)的擴(kuò)散模型訓(xùn)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(fēng)格、氛圍一致性的技術(shù)難題，確保在鏡頭切換的瞬間，視頻的整體氛圍與細(xì)節(jié)表現(xiàn)依然和諧統(tǒng)一，為觀眾帶來更加沉浸式的觀看體驗(yàn)。

目前，“豆包視頻生成”系列模型已在即夢(mèng)AI內(nèi)測(cè)版中開啟小范圍測(cè)試，旨在收集寶貴的用戶反饋，不斷優(yōu)化產(chǎn)品性能。

[超站]友情鏈接：

四季很好，只要有你，文娛排行榜：https://www.yaopaiming.com/
關(guān)注數(shù)據(jù)與安全，洞悉企業(yè)級(jí)服務(wù)市場(chǎng)：https://www.ijiandao.com/