文章编号：632 / 分类：最新资讯 / 更新时间：2024-11-15 05:28:21 / 浏览：次

据界面新闻11月14日从多个知情人士处获悉，字节跳动视频生成模型PixelDance将很快在即梦AI上线，面向公众开放使用，具体的上线时间将会早于Sora正式发布的时间。

PixelDance的卓越表现

从其此前展示的视频生成效果来看，豆包视频生成模型无论是语义理解能力、多个主体运动的复杂交互画面，还是多镜头切换的内容一致性方面，都表现出不错的效果。

其中一个视频输入是，特写一个女人的面部，有些生气，戴上了副墨镜，这时一个男人从画面右侧走进来抱住了她。视频画面显示，其不仅遵循了这个复杂指令，还能够按指令的时序去完成连续的动作，两个主体之间也能比较顺畅地进行交互，且人物表情较为准确地传达了指令所描述的情绪。

据界面新闻了解，人物动作是当下视频生成模型共同面临的挑战，即使是Sora在人物动作上做得也不够好。字节跳动的PixelDance视频模型在动作上有了明显提升。

一位多模态大模型科学家对比PixelDance和Sora公布的样片后表示，如果样片效果保真的话，字节跳动的视频生成大模型确实是相当不错。从学术角度或者模型能力角度来说，其肯定达到了Sora的水平，尤其在人物动作上非常棒。

字节跳动在视频生成领域的持续探索

字节跳动在大模型领域一直动作频频。9月24日，该公司一口气发布了豆包视频生成PixelDance、豆包视频生成Seaweed两款大模型，并通过即梦AI和火山引擎面向创作者和企业客户小范围邀测。

从其此前展示的视频生成效果来看，豆包视频生成模型无论是语义理解能力、多个主体运动的复杂交互画面，还是多镜头

相关标签： pixeldance、 动作、 豆包、 样片、 大模型、 公司、 引擎、 sora、 Sora、

本文地址：http://www.sosite.cn/zuixinwz/632.html

上一篇：国产支线飞机C909医疗机闪亮登场瑞金号医疗...
下一篇：中关村京津冀新能源汽车协同发展促进会落地...