字节跳动进军视频AI 豆包视频生成大模型发布
字节跳动进军视频AI 豆包视频生成大模型发布 豆包视频生成模型发布现场。江佳玲摄 双模型亮相,开启企业邀测 9月24日,字节跳动旗下的火山引擎在深圳揭开了AI创新巡展的序幕。活动现场的重头戏,是两款面向企业市场开启邀测的大模型——“豆包视频生成-PixelDance”与“豆包视频生成-Seaweed
字节跳动进军视频AI 豆包视频生成大模型发布

豆包视频生成模型发布现场。江佳玲摄
双模型亮相,开启企业邀测
9月24日,字节跳动旗下的火山引擎在深圳揭开了AI创新巡展的序幕。活动现场的重头戏,是两款面向企业市场开启邀测的大模型——“豆包视频生成-PixelDance”与“豆包视频生成-Seaweed”的正式发布。
告别简单指令,拥抱复杂运镜与动态
过去的视频生成模型,往往只能应对一些基础且简单的指令。但这次发布的新款豆包视频生成模型,显然迈上了一个新台阶。它最显著的特点,是能够在大幅度动态变化与复杂的镜头运动之间实现自由切换。无论是变焦推拉、环绕拍摄,还是对特定目标的智能跟随,这些以往需要专业摄影师操刀的多镜头语言,现在都能通过AI指令来实现了。
不仅如此,模型在画面质感上也下了苦功。专业级的光影布局和色彩调和能力,让生成画面的视觉美感与真实感都得到了大幅提升。有体验过该模型的创作者反馈,生成视频不仅能遵循包含多人物、多动作互动的复杂指令,更难得的是,人物样貌、服装乃至头饰等细节,在不同角度的运镜下都能保持高度一致,效果已经非常接近实拍。
风格多元,适配广泛场景
除了写实风格,这款模型的“艺术细胞”也相当丰富。它同样支持生成3D动画、2D动画、国画、黑白素描、厚涂绘画等多种截然不同的风格。在输出比例上,它也充分考虑到了实际应用需求,能够适配从电影银幕到手机屏幕的各种设备尺寸。
这种多面手特性,让它的应用场景变得十分广泛。无论是电商的产品营销、动画形式的教育内容、城市文旅宣传,还是微型剧本的视觉化,它都能胜任。当然,对于追求创新的专业创作者和艺术家而言,它也是一个强有力的辅助工具,能帮助快速实现创意构想。
持续演进,拓展创作边界
目前,新款豆包视频生成模型正在“即梦AI”内测版中进行小范围测试。按照计划,未来将逐步向所有用户开放。火山引擎总裁谭待在现场表示:“视频生成领域仍有许多难关等待突破。豆包的这两款模型将持续演进,在解决关键问题上探索更多可能性,目标很明确——加速拓展AI视频的创作空间和应用落地。”
值得注意的是,同一天火山引擎还发布了豆包音乐模型和同声传译模型。这一系列动作清晰地表明,其AI产品矩阵正朝着覆盖语言、语音、图像、视频等多模态的方向快速发展,旨在满足不同行业日益复杂的业务场景需求。视频生成的赛道,看来要更热闹了。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:字节跳动进军视频AI 豆包视频生成大模型发布要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点从零开发Dify插件需经历环境搭建(Python≥3 12、脚手架工具)、项目创建、插件代码编写(provider与tool)、远程调试、打包及发布全流程,支持调用外部API扩展AI应用能力,实现自定义功能增强。
Llama4Scout与Maverick登陆Cline。Scout具备1000万tokens上下文,适合系统级分析与规划,性价比高;Maverick内置128专家模型,HumanEval达86 8%代码准确率。建议先以Plan模式用Scout规划,再以Act模式用Maverick执行代码。
数智源垃圾分类可视化监管平台融合AI、AR、BI等先进技术,实现投放违规追溯、收集全程可视、运输车辆精细化管理,有效解决混投混收混运问题,全面助力全流程智能化监管与科学决策。
高通在2025年5G峰会上推出新一代机器人解决方案,融合增强型AI引擎与5G功能,包含旗舰RB6平台及RB5AMR参考设计,支持自主移动、配送及协作机器人等多种应用场景,助力工业4 0与制造、物流、服务等多行业数字化转型。
- 日榜
- 周榜
- 月榜
热点快看
