/ ai资讯

豆包视频生成大模型发布:首次突破多主体互动难关

发布时间:2024-09-25 15:35:52

据媒体报道,字节跳动正式宣告进军AI视频生成发布豆包视频生成-PixelDance、豆包视频生成-Seaweed两款大模型发布,面向企业市场开启邀测。

豆包视频生成”大模型凭借其卓越的语义理解能力、对复杂交互画面的精准捕捉以及多镜头切换下的内容一致性,成功跻身业界先进水平。

该模型不仅能够深度理解并响应复杂指令,驱动不同人物角色完成一系列精细的动作互动,更在细节处理上达到了极致,从人物样貌、服装的微妙变化到头饰的精准呈现,均能在不同运镜角度下保持高度一致,仿佛实拍般自然流畅。

值得一提的是,豆包视频生成”模型依托字节跳动自主研发的DiT(Dynamic Integration Transformer)架构,通过高效的DiT融合计算单元,实现了视频在大动态场景与多样运镜之间的无缝切换。这一技术突破赋予了视频变焦、环绕、平摇、缩放、目标跟随等多镜头语言能力,让视频创作更加自由灵动,满足了创作者对视觉表达的无限想象。

为了进一步提升视频创作的专业性和观赏性,豆包视频生成”团队还创新性地采用了全新设计的扩散模型训练方法。

这一方法有效攻克了多镜头切换过程中保持主体、风格、氛围一致性的技术难题,确保在镜头切换的瞬间,视频的整体氛围与细节表现依然和谐统一,为观众带来更加沉浸式的观看体验。

目前,豆包视频生成”系列模型已在即梦AI内测版中开启小范围测试,旨在收集宝贵的用户反馈,不断优化产品性能。


免责声明:本文为转载,非本网原创内容,不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

如有疑问请发送邮件至:bangqikeconnect@gmail.com