豆包视频生成大模型发布 支持多风格多比例的一致性多镜头生成

火山引擎总裁谭待于9月24日下午揭幕了一项重大技术突破——全新推出的豆包视频生成大模型。该模型融合了前沿技术，展现了强大的性能特点。

它配备了高效的DiT融合计算单元，这一设计使得视频与文本的压缩编码更为充分。豆包视频生成大模型还采用了全新设计的扩散模型训练方法，以及深度优化的Transformer结构，这些都大大提升了模型的效率和性能。更令人激动的是，该模型能够实现一致性多镜头生成，支持多种风格和比例，显著增强了视频生成的泛化能力。

谭待表示，这一创新模型的应用前景十分广阔。在电商营销领域，它可以生动展示产品细节；在动画教育领域，能够帮助学生更直观地理解知识；在城市文旅领域，可以创造独特的旅游体验；在微剧本领域，可以生成丰富而生动的视觉影像。

自豆包大模型发布以来，其使用量呈现出惊人的增长趋势。目前，豆包大模型的日均tokens使用量已超过1.3万亿，能日均生成图片5000万张，处理语音时长达到85万小时。这一数据不仅彰显了市场对豆包大模型的高度认可，也预示着其未来的发展前景将更加广阔。

谭待及其团队打造的豆包视频生成大模型是一项引领未来的技术革新，它将在各个领域中发挥出巨大的潜力，推动行业的进步与发展。