字節視頻大模型比賽！無縫鏡頭切換，運鏡技巧拉滿，音樂創作和翻譯也實現了

AIGC動態歡迎閱讀

原標題：字節視頻大模型比賽！無縫鏡頭切換，運鏡技巧拉滿，音樂創作和翻譯也實現了
關鍵字：模型,字節跳動,豆包,視頻,快手
文章來源：智東西
內容字數：0字

內容摘要：

豆包大模型兇猛上新：輕松創作電影質感大片、歌曲，同音色翻譯趕超人類同傳。
作者|程茜
編輯|云鵬
智東西9月24日報道，今天，字節的視頻生成大模型首次亮相，分分鐘化身超級導演，鏡頭切換、電影質感、多主體交互都能輕松拿捏；其通用模型Pro綜合能力提升25%，初始TPM（每分鐘處理Tokens數量）支持800k，高于業界其他模型。
這些都是今天字節跳動豆包大模型家族的重磅更新，連添了視頻、音樂、同聲傳譯三大新成員；還有文生圖模型優化了六類復雜生成，語音合成模型可混合數百種音色……
其中的重磅發布莫過于視頻生成模型，這意味著繼快手后，另一大短視頻巨頭字節（抖音集團）也正式進軍AI視頻生成賽道。
豆包的視頻生成模型可以實現對復雜指令的理解和遵循，平滑實現鏡頭的變焦、環繞、縮放，保持多鏡頭切換的一致性以及多尺寸、多風格生成。據火山引擎總裁譚待透露，該模型會在國慶節之后上線到火山方舟平臺。
它可以根據提示詞生成電影質感的畫面：
超現實的提示詞也能輕松應對，如有翅膀的青蛙、浮空小島中生長的樹等：
在真實使用場景中，人們往往需要不同比例或者尺寸大小的視頻，該模型可以滿足多比例、多尺寸的視頻生成：
即使

原文鏈接：字節視頻大模型比賽！無縫鏡頭切換，運鏡技巧拉滿，音樂創作和翻譯也實現了

聯系作者

文章來源：智東西
作者微信：
作者簡介：