>> 華創(chuàng)證券-傳媒行業(yè)重大事項點評：豆包大模型發(fā)布視頻生成模型，具備影視級視覺效果-240925
| 上傳日期： |
2024/9/26 |
大?。?/td>
| 1078KB |
| 格式： |
pdf 共6頁 |
來源： |
華創(chuàng)證券 |
| 評級： |
推薦 |
作者： |
劉欣,趙海楠 |
| 行業(yè)名稱： |
傳媒 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
事項：
9月24日，字節(jié)跳動在2024火山引擎AI創(chuàng)新巡展深圳站發(fā)布豆包PixelDance和豆包Seaweed兩種版本的視頻生成大模型，現(xiàn)已邀請部分企業(yè)試用模型。
評論：
產(chǎn)品表現(xiàn)看，豆包視頻生成模型具備高度語義理解和多鏡頭控制能力，能生成不同比例的畫質(zhì)高保真、風格多元的視頻。根據(jù)火山引擎公眾號，產(chǎn)品表現(xiàn)優(yōu)勢體現(xiàn)在1）精準語義理解，解決多主體動作交互難題。可以遵從復雜的用戶提示詞，精確理解語義關(guān)系，解鎖時序性多拍動作指令與多個主體間的交互能力；2）強大的運鏡控制能力，能生成一致性多鏡頭視頻。在一句提示詞內(nèi)，可實現(xiàn)多個鏡頭切換，能讓視頻在主體的大動態(tài)與鏡頭中來回切換，擁有變焦、環(huán)繞、平搖、縮放、目標跟隨等多鏡頭語言能力。在鏡頭切換的同時，還能保持主體、風格和氛圍的一致性；3）高保真高美感，支持多種風格及比例。風格包括黑白、3D動畫、2D動畫、國畫、水彩、水粉等。比例方面，模型支持1:1、3:4、4:3、16:9、9:16、21:9六個比例，適配電影、電視、電腦、手機等多種場景。
技術(shù)參數(shù)看，豆包視頻生成模型在計算單元、訓練方法和架構(gòu)上進行了技術(shù)優(yōu)化或創(chuàng)新。根據(jù)火山引擎公眾號，包括1）高效的DiT融合計算單元，更充分地壓縮編碼視頻與文本；2）全新設(shè)計的擴散模型訓練方法，支持一致性多鏡頭生成；3）深度優(yōu)化的Transformer結(jié)構(gòu)，能大幅提升視頻生成的泛化能力。
應用場景看，可用于電商、影視、廣告營銷等多領(lǐng)域。根據(jù)智東西公眾號，場景包括1）電商營銷：視頻生成模型可生成商品的3D形態(tài)，從而動態(tài)多角度地展示商品。2）動畫：視頻生成模型可大幅降低動畫的制作成本。3）其他：城市文旅、音樂MV、微電影、短劇等。
我們認為，字節(jié)跳動是國內(nèi)算力儲備好+視頻語料多+技術(shù)人才豐的科技大廠之一，豆包視頻生成模型的發(fā)布標志著其在視頻生成領(lǐng)域加速追趕海外，看好視頻模型側(cè)進展驅(qū)動廣告營銷、影視院線、電商等產(chǎn)業(yè)AI應用加速發(fā)展。
風險提示：政策監(jiān)管趨嚴，AI技術(shù)迭代發(fā)展不及預期，AI產(chǎn)品商業(yè)化不及預期等。
|
|
