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

| 新浪科技| 2024-09-25

【流媒体网】摘要：豆包大模型日均tokens使用量超过1.3万亿，日均生成图片5000万张，日均处理语音85万小时。

　　9月24日，火山引擎总裁谭待正式发布豆包视频生成大模型。其特性包括高效的DiT融合计算单元、全新设计的扩散模型训练方法和深度优化的Transformer结构，可以实现更充分地压缩编码视频与文本，支持一致性多镜头生成，能够大幅提升视频生成的泛化能力，谭待表示，豆包视频生成大模型支持多风格多比例的一致性多镜头生成，可应用在电商营销、动画教育、城市文旅、微剧本等领域。