广东
【太平洋科技快讯】5月13日，火山引擎在FORCE LINK AI 创新巡展上海站活动中，正式发布了一系列 AI 模型升级产品，包括豆包・视频生成模型 Seedance 1.0 lite、豆包 1.5・视觉深度思考模型以及豆包・音乐模型，旨在通过更全面的模型矩阵和更丰富的智能体工具，助力企业打通从业务到智能体的应用链路，加速智能化转型。
Seedance 1.0 lite：
此次发布的AI模型升级中，豆包视频生成模型系列的新成员——Seedance 1.0 lite尤为引人注目。作为该系列中的小参数量版本，Seedance 1.0 lite在技术上实现了两大突破：一是影视级的视频生成质量，二是视频生成速度的大幅提升，兼顾效果、速度和性价比。该模型支持文生视频和图生视频两种生成方式，视频生成时长可选择5秒或10秒，分辨率提供480P和720P两种选项。
Seedance 1.0 lite具备更精准的指令遵循能力，通过强大的语义理解能力，可以精细控制人物的外貌气质、衣着风格、表情动作等细节。此外，该模型在多主体动作解析、嵌入式文本响应、程度副词和镜头切换响应等方面也具有显著优势，能够生成更加自然、逼真的视频内容。
此外，Seedance 1.0 lite还支持丰富的影视级运镜技术，包括360度环绕、航拍、变焦、平移、跟随、手持等多种镜头语言，其生成的视频具备细腻高清的基础画质和影视级美感。在运动交互方面，该模型通过分析动作时序与空间关系，提升了人物和物体之间自然流畅的交互动作，使运动轨迹和受力反馈更加符合现实规律。
Seedance 1.0 lite模型的应用范围广泛，涵盖电商广告、娱乐特效、影视创作、动态壁纸等多个领域。例如在电商领域，该模型能够帮助商家快速生成高质量的营销视频素材，精准匹配产品展示和活动推广等场景，从而有效降低制作成本和周期。
豆包1.5：
豆包 1.5・视觉深度思考模型是一款激活参数仅 20B 的多模态模型。在 60 个公开评估基准中，该模型在 38 个方面取得了最佳成绩(SOTA)，尤其在视频理解、视觉推理和 GUI Agent 能力方面表现突出。
在视频理解方面，豆包 1.5・视觉深度思考模型采用动态帧率采样技术，显著提升了视频时序定位的准确性。结合向量搜索功能，模型能够精确识别视频中与文本描述相匹配的片段，为视频内容的深入分析和检索提供了有力支持。
此外，该模型还具备视频深度思考能力。通过学习数万亿多模态标记数据，模型积累了丰富的视觉知识，并结合强化学习技术，显著增强了视觉推理能力。例如，在复杂的图形推理任务中，模型能够自主提出假设、进行推理验证，并在发现与假设不符时，不断反思并提出新的假设，直至得出正确答案。
值得一提的是，豆包 1.5・视觉深度思考模型还新增了 GUI Agent 功能。凭借其强大的 GUI 定位能力，该模型能够在 PC 端、手机端等多种不同环境中执行复杂的交互任务。例如，它可对新开发的 App 功能进行自动化测试，目前该功能已在字节跳动多款 App 产品的开发测试中得到应用。
豆包音乐模型：
此外，火山引擎还对豆包音乐模型进行了升级。虽然具体细节暂未提及，但其升级预计将增强模型在音乐风格生成、旋律创作等方面的表现，助力企业在广告配乐、游戏音效等场景中的应用。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
