字節(jié)跳動發(fā)布兩款視頻生成大模型 面向企業(yè)市場開啟邀測

  ICC訊 9月24日，字節(jié)跳動旗下火山引擎發(fā)布兩款視頻生成大模型（豆包視頻生成-PixelDance、豆包視頻生成-Seaweed），首次面向企業(yè)市場開啟邀測。

  火山引擎介紹，豆包視頻生成模型基于DiT架構，通過高效的DiT融合計算單元，能更充分地壓縮編碼視頻與文本，讓視頻在大動態(tài)與運鏡中自由切換，擁有變焦、環(huán)繞、平搖、縮放、目標跟隨等多鏡頭語言能力。

  此外，豆包視頻生成模型另外一大技術創(chuàng)新是全新設計的擴散模型訓練方法攻克了多鏡頭切換的一致性難題。該模型還使用深度優(yōu)化的Transformer結構，大幅提升視頻生成的泛化能力。

  字節(jié)跳動透露，目前，新款豆包視頻生成模型正在即夢AI內測版小范圍測試，未來將逐步開放給所有用戶。