火山引擎總裁 譚待

“截至到9月，豆包大模型的日均 tokens 使用量已經超過1.3萬億，4個月的時間里 tokens 整體增長超過了10倍。在多模態方面，豆包·文生圖模型日均生成圖片5,000萬張，此外，豆包目前日均處理語音85萬小時。”火山引擎總裁譚待表示。

9月24日，2024火山引擎 AI 創新巡展在深圳舉辦，帶來豆包大模型最新進展。豆包大模型家族迎來新成員，全新發布豆包·視頻生成模型以及豆包·音樂模型、豆包·同聲傳譯模型。豆包通用模型pro 和文生圖模型、語音合成模型等垂類模型大幅升級，不斷增加的各類模態以及規模化的調用量，讓豆包大模型“更強模型、更低價格、更易落地”的優勢持續凸顯。其中，主力模型“豆包通用模型pro”最新版本在各維度上國內領先，模型效果持續增強。

火山引擎正式發布豆包·視頻生成模型

全面加速 AIGC 應用創新

精準的語義理解

多動作多主體交互

豆包·視頻生成模型能遵從復雜 prompt，解鎖時序性多拍動作指令與多個主體間的交互能力。

強大動態與酷炫運鏡

告別PPT動畫

可以讓視頻在主體的大動態與鏡頭中炫酷切換，擁有變焦、環繞、平搖、縮放、目標跟隨等多鏡頭語言能力，靈活控制視角，帶來真實世界的體驗。

一致性多鏡頭生成

10秒講一個完整故事

成功攻克多鏡頭切換時一致性的技術挑戰，在一個 prompt 內實現多個鏡頭切換，同時保持主體、風格、氛圍的一致性。

高保真高美感

多風格多比例

支持包括黑白、3D 動畫、2D 動畫、國畫等多種風格，包含1:1、3:4、4:3、16:9、9:16、21:9 六個比例，適配于各種終端，以及電影、手機豎屏等不同畫幅。

強大畫面效果的背后，是字節跳動在視頻大模型技術研發的不斷投入。

視頻生成能力，為眾多企業場景帶來創新。例如在電商營銷場景，豆包·視頻生成模型不僅快速把商品變成 3D 動態多角度展示，還能配合中秋、七夕、春節等節點替換背景和風格，生成不同尺寸快速上架；在動畫教育場景，豆包·視頻生成模型可以大幅降低動畫的制作成本，生動的呈現童話故事情節。

此外，還有城市文旅、音樂 MV、微電影、短劇等應用場景，都可以通過豆包·視頻生成模型實現降本提效和創意合規。

豆包大模型家族成員更加豐富，模型能力持續升級，為大模型在多模態、多元化方面的落地應用打下了良好的基礎。火山引擎將繼續推進模型能力的不斷升級與迭代，探索模型能力在更多場合的應用，持續為企業借助大模型實現云上智能化注入動力。