1

9月 24 日，字节跳动的豆包大模型发布多款新品——视频生成、音乐生成以及同声传译大模型。

可灵才刚升级1.5版本，和运动笔刷功能，现在确迎来最强对手字节的视频生成模型豆包视频生成模型。

图片

这也意味着，在快手之后，国内的两大短视频巨头都进入了AI视频生成赛道。

可灵可以说是目前视频生成领域综合实力排世界第一的，现在字节终于也是要跳动起来了，字节的 “Sora” 模型一发布，一跃成为图生视频模型的新标杆。

图片

现在压根没有sora什么事了😎

现在在AI视频生成领域这一块，中国可谓是真遥遥领先了😏

在竞逐激烈的AI视频生成赛道，因为有着海量、丰富的高质量视频数据集，抖音、快手等短视频平台下场做视频模型有着天然的优势。

以下视频来源于豆包

图片

2

豆包视频生成大模型效果表现出色，主要体现在以下几个方面：

1.语义理解精准：能够深度理解复杂的指令。

比如输入“他喝了一口咖啡；这时一个女人从画面右侧出现，走到了他的身后。”

图片

这样的复杂描述，模型可以准确地生成相应的视频内容，人物的动作和表情能较好地契合指令所描述的情境，包括情绪的传达也较为准确。

2.多主体交互自然：可以实现自然连贯的多拍动作与多主体复杂交互。不同人物能够按照指令完成多个动作指令的互动，这一点突破了以往很多视频生成模型只能完成简单指令的限制。

图片

3.细节呈现优秀：人物样貌、服装细节甚至头饰等在不同运镜下都能保持高度一致，接近实拍效果，这显示出模型在细节处理方面的强大能力。

图片

4.运镜切换流畅：基于 dit 架构，通过高效的 dit 融合计算单元，让视频在大动态与运镜中自由切换，拥有变焦、环绕、平摇、缩放、目标跟随等多镜头语言能力，使视频的视觉效果更加丰富和专业。

图片

5.风格比例多样：支持 3d 动画、2d 动画、国画、黑白、厚涂等多种风格，包含 1:1、3:4、4:3、16:9、9:16、21:9 等六个比例，能够适配电影、电视、电脑、手机等各种设备以及不同的画幅，为创作者提供了多样化的选择。

图片

画面美感真实：经过剪映、即梦 ai 等业务场景的打磨和持续迭代，具备专业级的光影布局和色彩调和，画面视觉极具美感和真实感。

图片

3

目前这个视频生成模型只在火山引擎和即梦进行小范围的排队和内测，逐渐灰度中。

但是估计应该很快大家都能在即梦平台上用上最新视频生成模型了。

图片

因为字节要把即梦做成一个最强大的视频生成平台，从故事创作，到分镜，再到图片生成，再到视频生成，生成好的视频生成配乐（再也不用为一个视频找半天BGM了），甚至连生成好的人物视频加个语音帮你把人物口型都给配对好。

今天我们就来介绍一下即梦这个平台

图片

真正是一站式创作平台，从图片到视频再到音乐全部帮你搞定。

4

AI图片

单单图片生成就有五大模型让你选择：

即梦通用v2.0Pro New

大幅提升了多样性和真实的照片 质感,开启创新与设计的视觉梦

即梦通用v2.0

更精准的描述词响应和多样的风 格组合,模型极具想象力!

即梦通用v1.4

从摄影写实到绘画风格尽在掌握,支持用更自然的语言描述

即梦影视v1.4

优化了影视风格和镜头叙事性, 支持用更自然的语言描述

即梦通用XLPro

增强英文生成能力和参考图可控 能力,使用引号强化文字效果

图片

更是有多种比例可供选择，涵盖主流的比例

图片

2.0pro生成图片真实感确实强

目前即梦平台免费版每天都有送80积分，生成一次图片四张图才消耗一积分。

而且生成好的图片可以：

生成视频去画布进行编辑HD超清图细节修复扩图局部重绘消除笔生成再次生成重新编辑

主打不满意改到满意为止

图片

图片

还可以导入参考图来进行参考绘图：

主体人物长相角色特征风格特征边缘轮廓景深人物姿势

图片

最方便的也是和可灵一样生成好图片觉得可以，直接点生成视频。

AI视频

目前还是老模型，效果还是比较一般，但是功能也算是很齐全，如果搭配上刚发布的豆包视频生成模型那就原地起飞了。

图片

文生视频，图生视频，对口型这三大功能

图生视频的功能也是相当齐全，首尾帧生成，动效画板，还有运镜控制，模型有标准和流畅两个模型，最长可以生成12秒视频。

图片

运镜控制

图片

动效画板

图片

首尾帧

视频运动速度也是有慢速，适中和快速可以选择，视频比例也是根据上传图片比例来生成。

图片

虽然说现在的模型生成的视频效果比不上可灵，但是也还是比较不错的，生成速度很快，生成一个视频也就是3到6个积分，每天可以免费生成的视频要比可灵的多。

希望能尽快搭配上最新的视频模型，那么即梦将超越可灵成为目前最强视频生成平台。

生成好视频觉得不错还可以直接上配乐，这个是其他视频生成平台所没有的功能。

图片

AI配乐

生成一个会出来三个配乐可供选择，再也不用到处找BGM了，而且还没有音乐版权问题了。

图片

对口型

上传一段人物视频，可以使用文本朗读也可以上传自己的音频来给视频人物进行对口型。

图片

这个功能用来创作短剧就非常有用了，而且对口型的效果也是非常不错。

图片

不过可能还是上传自己的语音对口型的效果会好一点，文本朗读可能会差点意思。

而且对口型一次也就是一两个积分这样，速度还挺快。

图片

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。