继此前在今年 9 月举行的 AI 创新巡展上，字节跳动旗下火山引擎发布豆包视频生成 PixelDance 和豆包视频生成 Seaweed 两款模型、并面向企业市场开启邀测后。日前有消息源透露，豆包视频生成 PixelDance 或即将在字节跳动旗下一站式 AI 创作平台即梦 AI 正式上线，并面向公众开放，据称其具体上线时间有望早于 OpenAI 旗下视频生成模型 Sora、也就是最近。

但对于上述消息，目前字节跳动方面暂未进行回应。

据官方此前介绍，豆包视频生成模型的语义理解能力、多个主体运动的复杂交互画面，以及多镜头切换的内容一致性均达到了业界先进水平。具体而言，该模型是基于 DiT 架构打造，可通过高效的 DiT 融合计算单元让视频在大动态与运镜中自由切换，并具备变焦、环绕、平摇、缩放、目标跟随等多镜头语言能力。

同时，豆包视频生成模型还采用全新设计的扩散模型训练方法，从而攻克了视频生成过程中多镜头切换一致性难题，可在镜头切换时同时保持主体、风格、氛围的一致性。此外该模型经过剪映、即梦 AI 等业务场景打磨和持续迭代，不仅具备专业级光影布局和色彩调和能力，生成画面视觉也极具美感和真实感。而通过深度优化的 Transformer 结构，使得其泛化能力也得到了大幅提升，支持 3D 动画、2D 动画、国画、黑白、厚涂等多种风格，还可适配电影、电视、电脑、手机等各种设备的屏幕比例。

彼时剪映和即梦 AI 市场负责人陈欣然曾透露，豆包视频生成模型已在即梦 AI 内测版进行小范围测试，后续将逐步开放给所有用户。同时她海表示，"AI 能够和创作者深度互动、共同创作，带来很多惊喜和启发，即梦 AI 希望成为用户最亲密和有智慧的创作伙伴 "。

不久前有消息显示，字节跳动旗下 AI 智能助手豆包也在内测视频生成功能。据称，该功能具备 " 文生图 " 和 " 图生图 " 能力，支持动态运镜，还可选择不同的风格和比例，并且其所生成的视频可保持多镜头一致性。

据了解，OpenAI 此前在今年 2 月发布 Sora，其能够直接输出长达 60 秒的视频，并包含高度细致的背景、复杂的多角度镜头，以及富有情感的多个角色。但需要注意的是，该模型尚未向公众开放，仅邀请了少数视觉艺术家、用户等进行小范围体验。

【本文图片来自网络】