中国Sora（字节豆包AI视频模型）全新发布

中国Sora（字节豆包AI视频模型）全新发布，国产多模态AI迎来重大突破

1、【字节两款全新视频大模型效果惊艳】
9月24日，字节发布豆包视频生成两款大模型——PixelDance和Seaweed，分别采用DiT（类Sora）/transformer架构，可实现人物连续动作、一张图+prompt可生成单视频多镜头、306度复杂运镜能力，效果惊艳。其中，PixelDance V1.4是ByteDance Research团队开发的 DiT 结构的视频生成大模型，同时支持文生视频和图生视频，能够一次性生成长达10秒的视频片段；Seaweed版本支持两种文生视频和图生视频两种方式，该技术基于Transformer结构，利用时空压缩的潜空间进行训练，模型原生支持多分辨率生成，适配横屏、竖屏，并能够根据用户输入的高清图像分辨率进行适配和保真。

2、【豆包大模型用户量快速增长】
今年5月，豆包大模型产品家族正式发布，火山引擎总裁谭待透露道，截至今年9月，豆包大模型Tokens调用量提升超过10倍，其日均Tokens使用量超过1.3万亿。多模态方面，日均生成图片5000万张，日均处理语音85万小时，这相当于7万天广播节目的总时长。除此以外，豆包大模型产品家族还迎来三个新成员：视频生成模型、音乐生成模型、同声传译模型。

3、【字节算力采购需求有望提升，看好国产算力】
近期，国内大厂纷纷加入AI视频团战，2024云栖大会上，阿里云宣布了通义万相全面升级，AI生视频功能正式上线；此前快手发布了最新文生视频模型可灵1.5模型，在画质质量、动态质量、美学表现、运动合理性以及语义理解等方面均有显著提升。我们认为，豆包大模型使用量有望持续提升，多模态能力的加强也有望带来更强劲的训练、推理算力需求，在国内大模型积极向视频大模型跃迁时期看好未来国产算力的增长。