火山引擎總裁 譚待

“截至到9月，豆包大模型的日均 tokens 使用量已經(jīng)超過(guò)1.3萬(wàn)億，4個(gè)月的時(shí)間里 tokens 整體增長(zhǎng)超過(guò)了10倍。在多模態(tài)方面，豆包·文生圖模型日均生成圖片5,000萬(wàn)張，此外，豆包目前日均處理語(yǔ)音85萬(wàn)小時(shí)。”火山引擎總裁譚待表示。

9月24日，2024火山引擎 AI 創(chuàng)新巡展在深圳舉辦，帶來(lái)豆包大模型最新進(jìn)展。豆包大模型家族迎來(lái)新成員，全新發(fā)布豆包·視頻生成模型以及豆包·音樂(lè)模型、豆包·同聲傳譯模型。豆包通用模型pro 和文生圖模型、語(yǔ)音合成模型等垂類(lèi)模型大幅升級(jí)，不斷增加的各類(lèi)模態(tài)以及規(guī)?；恼{(diào)用量，讓豆包大模型“更強(qiáng)模型、更低價(jià)格、更易落地”的優(yōu)勢(shì)持續(xù)凸顯。其中，主力模型“豆包通用模型pro”最新版本在各維度上國(guó)內(nèi)領(lǐng)先，模型效果持續(xù)增強(qiáng)。

火山引擎正式發(fā)布豆包·視頻生成模型

全面加速 AIGC 應(yīng)用創(chuàng)新

精準(zhǔn)的語(yǔ)義理解

多動(dòng)作多主體交互

豆包·視頻生成模型能遵從復(fù)雜 prompt，解鎖時(shí)序性多拍動(dòng)作指令與多個(gè)主體間的交互能力。

強(qiáng)大動(dòng)態(tài)與酷炫運(yùn)鏡

告別PPT動(dòng)畫(huà)

可以讓視頻在主體的大動(dòng)態(tài)與鏡頭中炫酷切換，擁有變焦、環(huán)繞、平搖、縮放、目標(biāo)跟隨等多鏡頭語(yǔ)言能力，靈活控制視角，帶來(lái)真實(shí)世界的體驗(yàn)。

一致性多鏡頭生成

10秒講一個(gè)完整故事

成功攻克多鏡頭切換時(shí)一致性的技術(shù)挑戰(zhàn)，在一個(gè) prompt 內(nèi)實(shí)現(xiàn)多個(gè)鏡頭切換，同時(shí)保持主體、風(fēng)格、氛圍的一致性。

高保真高美感

多風(fēng)格多比例

支持包括黑白、3D 動(dòng)畫(huà)、2D 動(dòng)畫(huà)、國(guó)畫(huà)等多種風(fēng)格，包含1:1、3:4、4:3、16:9、9:16、21:9 六個(gè)比例，適配于各種終端，以及電影、手機(jī)豎屏等不同畫(huà)幅。

強(qiáng)大畫(huà)面效果的背后，是字節(jié)跳動(dòng)在視頻大模型技術(shù)研發(fā)的不斷投入。

視頻生成能力，為眾多企業(yè)場(chǎng)景帶來(lái)創(chuàng)新。例如在電商營(yíng)銷(xiāo)場(chǎng)景，豆包·視頻生成模型不僅快速把商品變成 3D 動(dòng)態(tài)多角度展示，還能配合中秋、七夕、春節(jié)等節(jié)點(diǎn)替換背景和風(fēng)格，生成不同尺寸快速上架；在動(dòng)畫(huà)教育場(chǎng)景，豆包·視頻生成模型可以大幅降低動(dòng)畫(huà)的制作成本，生動(dòng)的呈現(xiàn)童話故事情節(jié)。

此外，還有城市文旅、音樂(lè) MV、微電影、短劇等應(yīng)用場(chǎng)景，都可以通過(guò)豆包·視頻生成模型實(shí)現(xiàn)降本提效和創(chuàng)意合規(guī)。

豆包大模型家族成員更加豐富，模型能力持續(xù)升級(jí)，為大模型在多模態(tài)、多元化方面的落地應(yīng)用打下了良好的基礎(chǔ)?；鹕揭鎸⒗^續(xù)推進(jìn)模型能力的不斷升級(jí)與迭代，探索模型能力在更多場(chǎng)合的應(yīng)用，持續(xù)為企業(yè)借助大模型實(shí)現(xiàn)云上智能化注入動(dòng)力。