一性一爱一乱一怆一情火山引擎丢出视频大模型「王炸」，云厂商从「价格战」回归「卷性能」一性一爱一乱一怆一情_ZAKER新闻
火山引擎丢出视频大模型「王炸」，云厂商从「价格战」回归「卷性能」一性一爱一乱一怆一情_ZAKER新闻
在黄大发近20年的犯罪生涯里，这场强拆事件的嚣张、疯狂程度几乎达到了顶峰。但不同于之前暴力事件，这次电视台、多家网站都做了详细报道。
自今年 2 月 Sora 面世以来，很多人都期待字节的动作。拥有抖音和剪映这两个最强的视频 App 在手，字节的视频生成大模型，被寄予厚望。这就来了。9 月 24 日，字节跳动旗下火山引擎在深圳举办 AI 创新巡展，一举发布了包括「豆包视频生成大模型」「音乐生成大模型」在内的多款模型。在此之前，海内外不少现象级的同类模型产品相继发布，包括字节跳动相继发布的即梦、海绵音乐，和剪映（含 CapCut）中的新功能。秘而不宣的海绵音乐 App 更是被视为最适合中文的音乐生成 App、国内当之无愧的「Suno」。字节为什么选择在多少有些「AI 产品看麻了」的 9 月，推出这几款 AI App 背后的大模型引擎？对此，火山引擎总裁谭待向极客公园表示，不是按照某个固定计划精心设计什么节点发布，AI 模型进展日新月异，什么时候做好、适合对外就尽快发布。这背后的逻辑是，火山引擎的定位是字节跳动的 ToB 云平台，模型对企业的开放由火山引擎来做，但推出产品前，需要先在内部使用，打磨到一定程度、做到企业级可用，才会向外推出。此前发布的豆包也是如此，先有字节内部推出的产品豆包 App，再有今年 5 月由火山引擎推出企业级可用的豆包大模型。他补充说：「不一定要抢第一，要推出成熟的产品，因为模型对未来 10 - 20 年影响长远，做好积累后发先至也是好事。」而火山引擎未来十年要驶向的远方，并不是一个、两个模型比如视频生成模型的领先，而是「成为全球领先的云和 AI 服务商」。 01 抖音和剪映加持，字节视频生成大模型更关注使用场景视频生成大模型，成为整场发布会最大的亮点。谭待表示，「因为视频特别难，我们一次性推出两个，充分解决视频里面的各种问题」。豆包家族新成员——豆包视频生成 -PixelDance、豆包视频生成 -Seaweed，正式面向企业市场开启邀测。从现场展示来看，豆包视频模型可以根据文字和图片的输入，生成相应的视频。值得注意的是，字节跳动并没有公布其模型生成视频的最大时长，尽管后者被认为是体现技术能力的一大表现。豆包视频生成大模型，更强调其在实际应用中、各种生活和商业场景所需的三个核心功能点。首先是模型对复杂指令的理解遵循。以下图的视频为例，输入「特写⼀个⼥⼈的面部，有些⽣⽓，戴上了⼀副墨镜；这时⼀个男⼈从画⾯右侧⾛进来抱住了她」。在这个相对复杂的描述下，豆包模型生成的视频呈现出了一个人情绪的变化、动作前后时间的变化，还出现了一个新的人物，这个新的人物跟原来的人物也有交互。换言之，豆包视频大模型能够根据指令实现时序性上有连续的动作指令，并且可以生成多个主体，并且让多个主体间进行交互。豆包视频模型的第二个特点在于运镜，⾖包视频模型让视频在主体的⼤动态与镜头中进行切换，拥有变焦、环绕、平摇、缩放、⽬标跟随等多镜头语⾔的实现。生成的视频可以灵活控制视⻆，更接近真实世界的体验｜视频来源：字节跳动第三个特点则是⼀致性多镜头。在 AI 生成的视频中，如何保证多镜头来回切时，不同主体在来回切换中的镜头是一致的，这也是当前行业的共性难点。豆包在一个 prompt 下生成的视频，可以实现多个镜头切换，同时保持主体、⻛格、氛围的⼀致性。｜来源：字节跳动在谈及豆包视频生成大模型的特点时，谭待表示，豆包视频大模型背后有两方面优势，一是技术突破和全栈能力等优势，在技术上，字节在这两款视频模型上做了大量技术创新，比如通过⾼效的 DiT 融合计算单元、全新设计的扩散模型训练⽅法和深度优化后的 Transformer 结构，让整个⽣成视频的动作更灵动、镜头更多样、细节更丰满。同时抖音、剪映对视频的理解也是优势。「剪映对视频的理解、对豆包视频生成模型有帮助，指令遵循做得好也离不开语言模型，豆包是全体系模型，底层有基座模型有助于更好地理解指令。」在深入到视频场景的解决方案上，豆包视频模型支持不同题材类型，⽀持包括⿊⽩、3d 动画、2d 动画、国画、⽔彩、⽔粉等多种⻛格，包含支持 1:1，3:4，4:3，16:9，9:16，21:9 等多个比例，对应于电影、电视、电脑、手机等多个商业场景。⾖包视频⽣成模型通过整个模型能把商品快速 3D，而且动态多⻆度展⽰，还能配合不同的节日，比如中秋、七夕、春节等节点快速替换背景和⻛格，⽣成不同尺⼨的内容发布到不同平台上，最终适合整体营销的战略完成。在更聚焦的场景上，豆包视频模型也推出了更适配的解决方案，⽐如电商营销场景，可以让用户根据商品生成大量的配合营销节点的视频素材，并且适配不同媒体平台的不同尺⼨发布。在视频发布环节，还有一个彩蛋，火山引擎带来了内部——剪映和即梦如何使用视频⽣成模型的实践案例。从抖音转战剪映 CapCut 的张楠（Kelly）通过数字分身 Kelly 的形式亮相。在该数字人视频中，Kelly 数字分身的动作像真人一样自然，口型也可以与各国的不同语言完全适配。这个案例也向外界展示了豆包视频大模型在场景上带来的新可能，比如自媒体、口播、营销、带货、企业培训等，不必亲自上阵进行拍摄，内容制作成本也可以大幅降低。据悉，豆包视频模型不是期货，最新模型会在国庆节后上线到火山引擎方舟平台，即梦最新内测版已经使用了豆包视频生成模型 -Seawe。至于定价问题，谭待表示还没确定。他称「视频模型和语言模型应用场景不同，定价逻辑也不同。要考虑新体验 - 老体验 - 迁移成本，最终能否广泛应用取决于是否比以前生产力 ROI 提升很多。」 02 从「卷」价格，回到「卷」性能与视频大模型一同发布的，还有音乐大模型、同声传译大模型，和豆包主力模型的新升级。就像豆包视频模型的效果让人眼前一亮，上述模型产品也均有亮眼的性能提升。这一系列新升级也反应了，火山引擎开始从「卷价格」到「卷性能」的转变，后者将会成为其下一阶段的战略重点。会后接受采访时，火山引擎总裁谭待重申了这一立场，他表示：「大模型的应用成本已经得到很好解决。大模型要从卷价格走向卷性能、卷更好的模型能力和服务」。早在今年 5 月，火山引擎推出的豆包大模型把价格降至最低每千 token 低于一厘钱，引发了大模型厂商的价格战。从那以来，模型厂商的整体模型调用量均出现了大幅提升。据火山引擎披露，截至 9 月，豆包语言模型的日均 tokens 使用量超过 1.3 万亿，相比 5 月首次发布时增长超十倍，多模态数据处理量也分别达到每天 5000 万张图片和 85 万小时语音。尽管如此，模型性能掣肘成为了模型调用量进一步提升的瓶颈，同时也是机会。谭待举例称，业内多家大模型目前最高仅支持 300K 甚至 100K 的 TPM（每分钟 token 数），难以承载企业生产环境流量。例如某科研机构的文献翻译场景，TPM 峰值为 360K，某汽车智能座舱的 TPM 峰值为 420K，某 AI 教育公司的 TPM 峰值更是达到 630K。为此，豆包大模型默认支持 800K 的初始 TPM，超行业平均水平，客户还可根据需求灵活扩容。此前 MiniMax 创始人闫俊杰向极客公园表示，从技术发展的角度看，模型推理成本 10 倍、百倍的降低是必然，只是时间问题，难的是通用模型的性能提升。在看到从 ChatGPT 到 GPT-4，性能出现了大幅提升时，大模型领域也沿着 OpenAI 在模型预训练上做 Scaling Law，旨在用更多的数据、加更多的算力、提升模型参数量的做法来提升模型性能。随着这一路径的效率降低、优质数据耗尽的担忧，通过这一方法提升性能的路径陷入瓶颈。现在，随着 o1 的出现，大模型在推理阶段引入强化学习的路径，带来了进一步提升模型性能的明确路径。同时，随着更多企业在 AI 应用上的探索，也为模型性能的定向提升带来了很多工程调优手段。更好的模型性能、更好用的模型服务，才能在产品上打开更多场景，而这也将成为包括火山引擎在内的 AI 基础设施服务商们下一阶段的重点。koa12jJid0DL9adK+CJ1DK2K393LKASDad
编辑:郝爱民
TOP1热点：为什么十天了，俄军还没有收复失地?
海叔要说，这“五处双方同意”毋庸讳言是中美共同关切，也是双方共同利益之所维系之重要环节。但美方也一定要看清，“五处双方同意”的第一条，就有非常重要的一句话——。
五是双方同意鼓励扩大两国人文和教育交流，就增加中美之间客运航班进行积极探讨，欢迎更多对方国家学生、学者、工商界人士到彼此国家互访，并为此提供支持和便利。（中新经纬APP）
TOP2热点：熬夜学习还是去早起学习？
在学校推动和家长追捧下，研学市场近年来急速膨胀，但行业乱象丛生。《中国研学旅行发展报告2021》总结为课程化、经费、人才、安全等几个行业痛点。最显著的表现是“游而不学、价高质低”，而是否存在虚假宣传或安全隐患等相对隐性的问题，消费者又很难在第一时间察觉。
TOP3热点：女子在迪士尼排队中途想上厕所，领「厕所卡」获 20 分钟占位，因归队超时需重排崩溃大哭，此设置合理吗？他的大手攀上我的珠峰
一来，任何专业都有其存在的价值，学有所成都有用武之地。特别是在一个瞬息万变的时代，新技术新业态层出不穷，没人能够精准预判哪一个专业前景好。“张雪峰们”也不过是套用了过去一段时间粗浅感性的观察，那些经验在几年后就会成为明日黄花。
在黄大发近20年的犯罪生涯里，这场强拆事件的嚣张、疯狂程度几乎达到了顶峰。但不同于之前暴力事件，这次电视台、多家网站都做了详细报道。
TOP4热点：我与狸奴不出门，写猫咪的诗词你喜欢哪首？总裁受夹震蛋H调教s m视频
在学校推动和家长追捧下，研学市场近年来急速膨胀，但行业乱象丛生。《中国研学旅行发展报告2021》总结为课程化、经费、人才、安全等几个行业痛点。最显著的表现是“游而不学、价高质低”，而是否存在虚假宣传或安全隐患等相对隐性的问题，消费者又很难在第一时间察觉。
根据企业官网介绍，中快餐饮集团创立于1994年，总部位于深圳市，是一家集高校、中学、医院、企事业单位及写字楼供餐业务为一体的专业团餐综合服务商。
TOP5热点：港式粤语和广式粤语的差别具体有哪些？gb14may18_XXXXXL56endian
四川省的水利工程蓄水量也明显少于长江沿岸、人口数量相仿的其他省份。2022年9月，湖北全省水库总蓄水量135.9亿立方米；2022年11月，湖南全省各类水利工程共蓄水238.07亿立方米。而在2022年4月，四川省各类水利工程总蓄水量仅为81.09亿立方米。
TOP6热点：诚心发问为什么大家都在说《死神》的时髦值很高？202ggy钙站
宝马集团总投资100亿元人民币的全新动力电池项目在沈阳全面动工；丹佛斯集团18年来第9次增资浙江嘉兴；力拓集团签约未来5年进博会，充分利用进博会这个平台开拓发展机遇……
TOP7热点：写雨不带雨，写花不带花，写情不带情的诗词有哪些？雷电将军腿法娴熟脚法图片
布林肯来自美国纽约的一个犹太裔家庭，父亲是民主党大金主，当过美国驻匈牙利大使，叔叔曾任美国驻比利时大使。布林肯9岁时，父母离异。母亲与一个波兰裔律师结婚后，布林肯随母移居巴黎。
还有评论称，近来白宫内部正在进行对华战略大讨论。主要议题就是，美国目前的遏制中国政策，尤其是限制中国获取技术是否正确？还有，拜登政府希望西方盟友盲从美国，对中国保持敌意，这是否合理。
TOP8热点：中国足球协会原副主席李毓毅一审获刑十一年，中国足球反腐风暴目前效果如何？一性一爱一乱一怆一情
“市场很大，但大家对研学的认知还有待提高。”严初很坦诚地说，公司多个研学产品获得了教育机构颁发的奖项，但叫好不叫座，被束之高阁，当招牌供起来，很难百分百落地，真正在做的是生意，不是最理想化的教育，“毕竟机构要生存，得赚钱”。
谈到台湾问题时，他称美国坚定奉行一个中国原则，不支持“台独”，但又说“来自北京日益增长的胁迫威胁到台湾海峡的和平与稳定”。
TOP9热点：特斯拉 Cybertruck 现身天津街头，业内称平行进口售价或超 250 万元，哪些信息值得关注？揉我胸⋯啊⋯嗯～下面出水了说说
根据企业官网介绍，中快餐饮集团创立于1994年，总部位于深圳市，是一家集高校、中学、医院、企事业单位及写字楼供餐业务为一体的专业团餐综合服务商。
TOP10热点：中美金融工作组第五次会议举行，有哪些内容值得注意？多p混交群体交乱的安全保障
既想围堵中国，又不想亲自下场。美国苦心孤诣打造对华包围圈，塑造中国的周边环境。可如今的情况是，在打压中国问题上，没有几个国家愿意选边站队。解决重大国际危机问题上，也没有几个国家愿意服从美国旨意。有乌克兰前车之鉴，哪个国家还愿意为美国火中取栗呢？