文｜邓咏仪 周鑫雨

编订｜苏建勋

事情大家都知谈了：字节逾越终于发布了自家的" Sora "。

9 月 24 日的深圳 AI 转换巡展上，火山引擎发布两款视频生成大模子 PixelDance（像素摆动）和 Seaweed（海草），况兼面向企业市集开启邀测。

这是一次毫无预警的发布。除了少数参加到内测设施的创作家，字节莫得发布任何连络新址品的音讯。

尽管低调，但市集对字节系 sora 仍有着广大期待。年头，OpenAI 的 Sora 险些是一脚踢开了多模态、视频生成的大门。之后，6 月快手可灵的爆火出圈，透彻焚烧了这个赛谈。

当作短视频巨头的字节，从客岁 ChatGPT 发布后，就包袱了广大期待。从已有要求上看，字节险些是大厂中，先天上风最足的一家：有钱、有芯片、东谈主才密度也有余大。

类 Sora 赛谈，也早已被市集公以为是字节、快手的"天选场景"——短视频巨头不仅有巨量数据，也有有余丰富的运用场景。

但实际是，快手可灵自 6 月上线以来，已有超 260 万东谈主使用过可灵，累计生成了 2700 万个视频、5300 万张图片。此前的字节却仍未有动静，未免要面临市集上的诸多揣度——比及此时发布 AI 视频生成模子，还有多大捷算？

字节版" Sora "，不错摘掉 Sora 的帽子吗？

从成果上看，两款模子初步不错达成的的成果，无疑令东谈主惊艳。

字节官方给出的实例中，不管是结伴性、扮装丰富度，都上了一个台阶。

由翰墨或图像生成的 AI 视频，不仅能够校服复杂指示，让不同东谈主物完成多个动作指示的互动，东谈主物状貌、服装细节甚而头饰在不同运镜下也保握一致，接近实拍成果。

△开头：豆包 AI 视频生成模子  

值得关爱的，一是多帧视频的聚拢性。

此前，视频生成模子大多只可完成简便指示，比如某个东谈主 / 某个物体，完成单个动作。一朝有比较复杂的动线，视频就容易失真、变形。

当今的豆包 AI 视频生成模子，则不错达成当然连贯的动作，在奔走、步辇儿、昂首等等上头，连贯性和成果都好了不少。简便来说，不会看着看着，就倏得从史姑娘吃面，变成特朗普吃面。

△开头：豆包 AI 视频生成模子

二是扮装的丰富度。豆包这次发布的 AI 模子，上风尤为杰出的是多主体间的互动。

在不少实例中，都不错看到多个扮装之间的互动，动作连贯合理，镜头类型也十分丰富，包含了多种类型的镜头窜改方式——长进和近景的切换。镜头也能达成变焦、环绕、平摇、缩放、标的奴隶等多种形式的变化。

在切换前后，东谈主物状貌、服装细节甚而头饰也都不错保握一致。

底下这则视频，就从前边戴潜水墨镜的东谈主，切换到后方另一位潜水员，两者的形象也都保握了一致。

当前，PixelDance（像素摆动）和 Seaweed（海草）模子都正在内测版小范围测试，还未所有这个词通达公测。但《智能表露》通过内测表象、东谈主物等等场景，即梦 AI 在及时生成表象视频上，镜头的窜改、画面质料上，都可圈可点。

△开头：36 氪实测 PixelDance 功能

不外，在东谈主物生成场景里，输入原图 + 指定的动作 Prompt 后，跟着动作改变，一致性如故荒谬不错，但会有部离异指变形的 Bug，

△开头：36 氪实测 PixelDance 图生视频功能

豆包本次的 AI 模子基于自研的 DiT 架构打造，这也被以为是 OpenAI Sora 的同款架构，是当前 AI 视频赛谈上的主流时候道路。

不外，AI 视频生成赛谈的发展阶段比翰墨、图像都还要更早。如今的底层算法以闭源为主，数据极其稀缺——意味着各家都只可闭门觅句，拼的等于工程优化智商。

火山引擎总裁谭待也暗意，即梦 AI 等业务场景，也曾对 Transformer 结构进行深度优化，而在 DiT 架构的盘问上也有多款转换，智力大幅管制 AI 视频运用资本崇高的问题，让运用资本降到最低。

但也有 AI 视频领域的从业者保握镇定，以为无须抱有太高期待。"当今底层的大模子莫得代差，拉不开太大差距。"

AI 博主归藏，就把豆包和 AI 视频老老迈 Runway，以及明星初创 Luma AI 的生成成果，作念了直不雅对比——

△开头：归藏

从功能上看，这次字节发布的 Seaweed 模子居品功能和体验更多元，不仅复古多样作风教导词反应，还有横竖多种比例的输出。

"轮廓收尾比 Luma 要好许多，跟 Runway 各有优劣。"归藏在即刻上暗意。

不管何如，字节的志在四方也曾摆在了桌上。除了两款 AI 视频新模子，本次字节还发布了新的豆包音乐模子和同声传译模子，以及音乐模子。对创作家而言，豆包的大模子眷属简直成为了"全家桶"：粉饰言语、语音、图像、视频等模态。

更值得关爱的，是业务层面的迅猛增长。

自豆包大模子眷属风雅发布以来，日均调用量资格了爆发式增长。限度 9 月，豆包言语模子的日均 tokens 使用量迥殊 1.3 万亿，比较 5 月初次发布时增多十倍。其中，多模态数据处理量也永别达到每天 5000 万张图片和 85 万小时语音。

近期的一张 AI 居品增长推崇统计图，就颇令东谈主玩味：单单是豆包 App 的 MAU 增长，就也曾远远拉开了与其他居品的距离。

△开头：AI 居品榜

豆包爆发式的增长，更多来自此前的激进价钱战。自 5 月以来，包括字节、阿里、腾讯等巨头，以及 Deepseek 等创业公司，张开了一场大张旗饱读的降价。字节甚而把每千 Token 价钱卷到了以"厘"为单元，飞速拉到了地板价。

当今，底层模子也曾到了拼性能的阶段。火山引擎总裁谭待，这次就又提议了一个新商酌：峰值 TPM（每分钟 Token 数）。"业内多家大模子当前最高仅复古 300K 甚而 100K 的 TPM，难以承载企业出产环境流量。"他说。

TPM，不错看作是在在单元时代内，模子的数据蒙眬量。豆包 Pro 复古 800K 的 TPM ——据谭待暗意，比如某科研机构的文件翻译场景，TPM 峰值为 360K，某汽车智能座舱的 TPM 峰值为 420K，某 AI 教师公司的 TPM 峰值会达到 630K。这些场景，豆包 Pro 如今都不错满足。

跟着豆包 AI 生成视频的发布，字节临了补上了 AI 视频的一块拼图。这和昨夜 OpenAI 倏得发布的高档语音功能一皆，一皆变成了一种直喻：在模子层，大厂们也曾武装到牙齿，大的细分赛谈都有相应的模子——留给创业者的空间，又要再一次打个问号。

字节和快手的漫长对垒

在 AI 赛场上，字节关于奏效的渴慕也曾言外之味。

剪映过头旗下的 AI 视频居品"即梦"，就由前抖音集团 CEO、现剪映业务负责东谈意见楠切身带队。而为了尽快让这次的两款新模子上线，字节也抽调了不少东谈主作念工程。

字节逾越的雕悍，来自短视频战场上的老敌手：快手。

2024 年 6 月，文生视频模子"可灵"，就倏得空降快手裁剪居品"快影"。

在行业苦等"中国版 Sora "出现确当下，可灵的推崇是亮眼的。

"当今视频生成很难作念长的原因，一是资本高，二是前后一致性太难保证。"别称 AI 从业者告诉 36 氪，"但是可灵能生成 2 分钟视频，比 Sora（60 秒）的天花板还高。"

更进一步，从镜头的连贯性和元素关连的逻辑性来看，不少业内东谈主士都暗意，可灵在中国类 Sora 居品中，成果是 Top 级别。

与彼时仍未通达的 Sora，和小出圈的生数科技视频生成模子 Vidu 比较，快手对"老铁们"也可谓是激昂和坦诚：立马通达公测，且免费。

与"繁多工程师参与"的 PixelDance 和 Seaweed 不同，可灵团队的技俩扩充方式可谓是荒谬轻视和激进。

有媒体曾报谈，可灵团队惟有 20 余东谈主，从立项到上线只花了 3 个月。可灵启动一个月后，就被上涨为快手的计策级技俩。快手高档副总裁、主站业务与社区科学线负责东谈主盖坤常说的一句话是：公司的卡都给你们用，公司全力复古。

在豆包发布之前，可灵也提供限度 9 月 19 日，可灵也曾迭代了 9 次，最新的 1.5 版块上线了 Web 端，有了更高清的画质、更合适物理限定的畅通轨迹，复古更为复杂的镜头限度和可自界说的畅通轨迹。

不少从业者对 36 氪判断，可灵的出圈，与快手丰富的视频数据累积密不可分。而能与之一战的，省略率惟有领有抖音的字节逾越。

可是在视频生成领域，字节对阵快手以来，遭逢了生分的溃逃。其实早在可灵发布前 1 个月，剪映就在 AIGC 居品"即梦"上线了 AI 视频生奏效力。

但不管是关爱度，如故用户口碑，即梦都不算一款收获漂亮的居品。别称使用者评价：在成果一般的情况下，非会员生成视频超 3 秒居然还要收费。

压力也曾给到了字节。一位 AI 3D 领域生成的从业者就暗意，AI 视频生成公司给出的样例，一般都是尝试过输入屡次 Prompt，才得出来的 Good Case（好样本）。等之后全量上线，智力简直看到豆包在实用场景下的推崇。

"一些明显不错感知的商酌在于，长镜头时长什么时候不错迥殊 1 分钟，多分镜切换后时空一致性能不成保握，以及跟着分辨率加大时，生成时代会不会奴隶分辨率指数增长。"他暗意。

关于当下的抖音和剪映业务体量而言，AI 视频的运用资本依旧是立志的。

一个最直不雅的问题在于，关于剪映这么一个月活也曾迥殊 3 亿，专注在视频裁剪场景的运用，何如要在裁汰 AI 运用资本的同期，保管居品和成果的高水平，将是更难的挑战。

先发上风在 AI 模子层依然垂危。当前，可灵、Vidu 也曾先行占据了视频生成领域的用户心智，当作后入者的字节，不得不加速方法。

漫长的战争才刚刚开动。

封面开头｜视频截图

  扫码加入「智涌 AI 相易群」

迎接相易

本文来自微信公众号"智能表露"，作家：邓咏仪   周鑫雨🔥2024欧洲杯(中国区)官网-登录入口，36 氪经授权发布。