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。