聲明：該文章來自（快科技）版權(quán)由原作者所有，K2OS渲染引擎提供網(wǎng)頁加速服務(wù)。

據(jù)媒體報道，字節(jié)跳動正式宣告進(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(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)動不同人物角色完成一系列精細(xì)的動作互動，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(jié)跳動自主研發(fā)的DiT（Dynamic Integration Transformer）架構(gòu)，通過高效的DiT融合計算單元，實現(xiàn)了視頻在大動態(tài)場景與多樣運鏡之間的無縫切換。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，滿足了創(chuàng)作者對視覺表達(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)隊還創(chuàng)新性地采用了全新設(shè)計的擴(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。

目前，“豆包視頻生成”系列模型已在即夢AI內(nèi)測版中開啟小范圍測試，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)級服務(wù)市場：https://www.ijiandao.com/