字节跳动旗下火山引擎于9月24日隆重推出了两款革命性的视频生成大模型——“豆包视频生成-PixelDance”与“豆包视频生成-Seaweed”，正式向企业市场抛出橄榄枝，开启了一场前所未有的邀测盛宴。

这两款模型的问世，标志着视频创作领域迈入了一个全新的智能化时代。它们不仅根植于先进的DiT架构，更凭借高效的DiT融合计算单元，实现了视频与文本编码的极致压缩与无缝融合，让视频创作在动态变换与镜头语言中自由翱翔。无论是变焦、环绕、平摇、缩放，还是精准的目标跟随，豆包视频生成模型都能轻松驾驭，展现出令人惊叹的多镜头语言能力。

尤为值得一提的是，豆包视频生成模型在技术创新上实现了重大突破。其全新设计的扩散模型训练方法，成功攻克了多镜头切换中的一致性难题，为视频创作带来了前所未有的流畅与连贯。同时，深度优化的Transformer结构更是如虎添翼，极大地提升了视频生成的泛化能力，让创意无限延伸，可能性触手可及。