豆包视频生成大模型正式发布,首次突破多主体互动难关
2025-07-11 08:37:01 - 爆点
字节跳动正式宣告进军AI影片生成。豆包大模9月24日,影片字节跳动旗下火山引擎在深圳举办AI创新巡展,生成式一举发布了豆包影片生成-PixelDance、型正豆包影片生成-Seaweed两款大模型,布首面向企业市场开启邀测。次突
活动现场展示的破多影片生成效果令人惊叹。无论是主体语义理解能力,多个主体运动的互动复杂交互画面,还是难关多镜头切换的内容一致性,豆包影片生成大模型均达到业界先进水平。豆包大模火山引擎总裁谭待表示,影片“影片生成有很多难关亟待突破。生成式豆包两款模型会持续演进,型正在解决关键问题上探索更多可能性,布首加速拓展AI影片的创作空间和应用落地。”
图:火山引擎总裁谭待发布豆包影片生成模型
创新工艺,破解多主体互动和一致性难题
此前影片生成模型大多只能完成简单指令,豆包影片生成模型则能实现自然连贯的多拍动作与多主体复杂交互。有创作者在抢鲜体验豆包影片生成模型时发现,其生成的影片不仅能够遵循复杂指令,让不同人物完成多个动作指令的互动,人物样貌、服装细节甚至头饰在不同运镜下也保持一致,接近实拍效果。
据火山引擎介绍,豆包影片生成模型基于 DiT 架构,通过高效的DiT融合计算单元,让影片在大动态与运镜中自由切换,拥有变焦、环绕、平摇、缩放、目标跟随等多镜头语言能力。全新设计的扩散模型训练方法更是攻克了多镜头切换的一致性难题,在镜头切换时可同时保持主体、风格、氛围的一致性,这也是豆包影片生成模型独树一帜的工艺创新。
经过剪映、即梦AI等业务场景打磨和持续迭代,豆包影片生成模型具备专业级光影布局和色彩调和,画面视觉极具美感和真实感。深度优化的Transformer结构,则大幅提升了豆包影片生成的泛化能力,支持3D动画、2D动画、国画、黑白、厚涂等多种风格,适配电影、电视、电脑、手机等各种设备的比例,不仅适用于电商营销、动画教育、城市文旅、微剧本等企业场景,也能为专业创作者和艺术家们提供创作辅助。
目前,新款豆包影片生成模型正在即梦AI内测版小范围测试,未来将逐步开放给所有客户。剪映和即梦AI市场负责人陈欣然认为,AI能够和创作者深度互动,共同创作,带来很多惊喜和启发,即梦AI希望成为客户最亲密和有智慧的创作伙伴。
豆包大模型推出业界最高并发流量标准
此次活动中,豆包大模型不仅新增影片生成模型,还发布了豆包音乐模型和同声传译模型,已全面覆盖语言、语音、图像、影片等全模态,全方位满足不同行业和领域的业务场景需求。
在产物能力日益完善的同时,豆包大模型的使用量也在极速增长。据火山引擎披露,截至9月,豆包语言模型的日均tokens使用量超过1.3万亿,相比5月首次发布时猛增十倍,多模态信息处理量也分别达到每天5000万张图片和85万小时语音。
此前,豆包大模型公布低于行业99%的定价,引领国内大模型开启降价潮。谭待认为,大模型价格已不再是阻碍创新的门槛,随着企业大规模应用,大模型支持更大的并发流量正在成为行业增长的关键因素。
据谭待介绍,业内多家大模型目前最高仅支持300K甚至100K的TPM(每分钟token数),难以承载企业生产环境流量。例如某科研机构的文献翻译场景,TPM峰值为360K,某汽车智能座舱的TPM峰值为420K,某AI教育公司的TPM峰值更是达到630K。为此,豆包大模型默认支持800K的初始TPM,远超行业平均水平,客户还可根据需求灵活扩容。
“在我们努力下,大模型的应用成本已经得到很好解决。大模型要从卷价格走向卷性能,卷更好的模型能力和支持。”谭待表示。雷峰网雷峰网(公众号:雷峰网)雷峰网
雷峰网版权文章,未经授权禁止转载。详情见转载须知。
- END -
尹锡悦再被捕,或“牢底坐穿”

韩国首尔中央地方法院10日凌晨签发对前总统尹锡悦的逮捕令。负责调查紧急戒严事件的特检组随后实施逮捕。这是尹锡悦获释4个月后再次被捕。当地时间2025年7月9日,韩国首尔,韩国前总统尹锡悦中)抵达法院,
图书市集到光影特展:华熙集团赵燕以华熙LIVE开启文化赋能商业革新

来源标题:图书市集到光影特展:华熙集团赵燕以华熙LIVE开启文化赋能商业革新当奥运篮球比赛的余温还在五棵松体育馆的钢结构中留存之际,华熙国际集团董事长、时代美术馆创办人及馆长赵燕就已经开始绘制这片场地
十年“拾光”·共启新篇2025新鲜提案·黎里真实影像大会黎里对话顺利举办

来源标题:十年“拾光”·共启新篇2025新鲜提案·黎里真实影像大会黎里对话顺利举办2025年5月28日,2025新鲜提案·黎里真实影像大会“拾光年·新坐标:共筑
有史以来最拉风的看片会!《风驰赛车手》导演陆伟揭秘幕后故事

来源标题: 有史以来最拉风的看片会!《风驰赛车手》导演陆伟揭秘幕后故事5月27日的北京枫花园汽车电影院,引擎轰鸣声此起彼伏。由酷酷综、优酷体育联合Golfroom共同举办的“300码CLU
百川智能发布Baichuan2—Turbo系列API,开启企业定制化新生态

【雷峰网(公众号:雷峰网)消息】12月19日,百川智能宣布开放基于搜索增强的Baichuan2-Turbo系列API,包含Baichuan2-Turbo-192K 及Baichuan2-Turbo。在
37年人艺经典《天下第一楼》再“开席”

来源标题:37年人艺经典《天下第一楼》再“开席”《天下第一楼》剧照。 李春光 摄日前,已演出37年的北京人艺经典剧目《天下第一楼》在首都剧场再次登台“开席”,并将持续上演至6月
有史以来最拉风的看片会!《风驰赛车手》导演陆伟揭秘幕后故事

来源标题: 有史以来最拉风的看片会!《风驰赛车手》导演陆伟揭秘幕后故事5月27日的北京枫花园汽车电影院,引擎轰鸣声此起彼伏。由酷酷综、优酷体育联合Golfroom共同举办的“300码CLU
Harrison Chase:独创AI智能体「认知架构」,定制+极简加减法双驱动

七月初,OpenAI 一篇博文让AI智能体的热潮席卷全球,业界对 AI 智能体的兴趣达到了一个新的高度。智能体被视为大模型之后的又一热点。如在雷峰网(公众号:雷峰网)公众号 AI 科技评论之前“具身智
大模型落地,向量数据库能做什么?

在保险行业这个海量数据的“聚居地”上,数据库应用已久。近年来,保司数据化转型提速,各类文本、音视频的凭证票证核保及跑批需求不断增加,许多机构便将数据库引入至业务流程中。但是,随着数据库深入保司业务,一
点心X携手EWIS+举办《葵花女》特别放映夜:用点心连接世界的心

来源标题:点心X携手EWIS+举办《葵花女》特别放映夜:用点心连接世界的心【洛杉矶,2025年5月24日】由点心XDIMSUMX)与Elevate Women in STEAM+EWIS+)联合主办的
618解锁歌手同款音响——意大利多曼尼以声学重构专属你的空间叙事

来源标题: 618解锁歌手同款音响——意大利多曼尼以声学重构专属你的空间叙事一直以来,意大利多曼尼都是家居设计师圈里疯狂推荐的居家艺术品。从设计风格上看,多曼尼延续了意大利人热衷于将科技与艺术融合的D
“通用大脑”来了!MIT何恺明用大模型思维玩出机器人预训练新花样

在机器人领域,一场关于“通用智能”的探索正如火如荼地展开。MIT 的何恺明和 Lirui Wang 等人最近成功在“通用数据”上取得了进展,让机器人离拥有“通用大脑”的目标又近了一步。机器人数据的异质