快科技9月24日消息，據媒體報道，字節跳動正式宣告進軍AI視頻生成。發佈豆包視頻生成-PixelDance、豆包視頻生成-Seaweed兩款大模型發佈，面向企業市場開啟邀測。
豆包視頻生成”大模型憑借其卓越的語義理解能力、對復雜交互畫面的精準捕捉以及多鏡頭切換下的內容一致性，成功躋身業界先進水平。
該模型不僅能夠深度理解並響應復雜指令，驅動不同人物角色完成一系列精細的動作互動，更在細節處理上達到極致，從人物樣貌、服裝的微妙變化到頭飾的精準呈現，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”模型依托字節跳動自主研發的DiT（Dynamic Integration Transformer）架構，通過高效的DiT融合計算單元，實現視頻在大動態場景與多樣運鏡之間的無縫切換。這一技術突破賦予視頻變焦、環繞、平搖、縮放、目標跟隨等多鏡頭語言能力，讓視頻創作更加自由靈動，滿足創作者對視覺表達的無限想象。
為進一步提升視頻創作的專業性和觀賞性，豆包視頻生成”團隊還創新性地采用全新設計的擴散模型訓練方法。
這一方法有效攻克多鏡頭切換過程中保持主體、風格、氛圍一致性的技術難題，確保在鏡頭切換的瞬間，視頻的整體氛圍與細節表現依然和諧統一，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內測版中開啟小范圍測試，旨在收集寶貴的用戶反饋，不斷優化產品性能。