doubao big model は、正確な意味理解と忠実度の高い画質を備えたビデオ生成モデルをリリースします。
2024-09-27
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
タン・ダイ氏、ボルケーノ・エンジン社長
「9月の時点で、doubaoモデルのトークンの1日平均使用量は1.3兆を超え、トークンの全体的な増加は4か月で10倍を超えました。マルチモダリティの観点から、doubao・vensen図モデルは画像を生成します。さらに、doubao は現在 1 日あたり 850,000 時間の音声処理を行っています」と volcano engine の社長である tan dai 氏は述べています。
9 月 24 日、2024 年火山エンジン ai イノベーション ツアーが深センで開催され、ビーンバッグ モデルの最新の進歩が披露されました。ビーンバッグ大型モデルファミリーは、新たにリリースされたビーンバッグ・ビデオ生成モデル、ビーンバッグ・音楽モデル、ビーンバッグ・同時通訳モデルなどの新しいメンバーを歓迎します。 doubao の一般モデル プロと、vincent ダイアグラム モデルや音声合成モデルなどの垂直モデルが大幅にアップグレードされ、モダリティの種類と大規模な通話の増加により、doubao の大規模モデルは「より強力なモデル、より低価格、より簡単な実装」になりました。利点は引き続き強調されています。その中で、主力モデル「doubao universal model pro」の最新バージョンはさまざまな次元で国内をリードしており、モデル効果は増加し続けています。
volcano engineが豆包動画生成モデルを正式リリース
aigc アプリケーションのイノベーションを総合的に加速する
正確な意味理解
マルチアクション マルチエージェント インタラクション
doubao · ビデオ生成モデルは、複雑なプロンプトに従い、連続したマルチショット アクションの指示や複数の主題と対話する機能を解放します。
パワフルなダイナミクスとクールなカメラの動き
pptアニメーションに別れを告げましょう
被写体の大きな動きとレンズの間でビデオをクールに切り替えることができ、ズーム、サラウンド、パン、ズーム、ターゲット追従などのマルチレンズ言語機能を備え、視野角を柔軟に制御して、現実世界の体験をもたらします。 。
一貫したマルチショットの生成
10 秒で完全なストーリーを語ります
複数のレンズを切り替える際の一貫性という技術的課題を見事に克服し、被写体、スタイル、雰囲気の一貫性を維持しながら、1 つのプロンプト内で複数のレンズの切り替えを実現しました。
高い忠実度と高い美しさ
複数のスタイルとプロポーション
白黒、3d アニメーション、2d アニメーション、中国画などを含むさまざまなスタイルをサポートし、1:1、3:4、4:3、16:9、9:16、21:9 の 6 つの比率を含む、適切なさまざまな端末に加え、動画や携帯電話の縦画面などさまざまなフォーマットに対応しています。
強力な画像効果の背後には、bytedance のビデオ ラージ モデル テクノロジーの研究開発への継続的な投資があります。
ビデオ生成機能は、多くの企業シナリオに革新をもたらします。たとえば、電子商取引のマーケティング シナリオでは、豆包ビデオ生成モデルは商品を 3d ダイナミック マルチアングル ディスプレイにすばやく変換するだけでなく、中秋節、中国のバレンタインデー、春節などに合わせて背景やスタイルを置き換えます。ノードを使用してさまざまなサイズを生成し、すぐに棚に並べることができます。アニメーション教育シナリオでは、doubao ビデオ生成モデルにより、アニメーション制作のコストを大幅に削減し、おとぎ話のプロットを鮮やかに表現できます。
さらに、都市文化観光、音楽 mv、マイクロムービー、短編劇などのアプリケーション シナリオもあり、これらはすべて豆包ビデオ生成モデルを通じてコストを削減し、効率を向上させ、クリエイティブなコンプライアンスを達成するために使用できます。
doubao 大型モデル ファミリにはさらに多くのメンバーが含まれており、そのモデル機能は継続的にアップグレードされており、大型モデルのマルチモーダルで多様なアプリケーションに適した基盤を築いています。 volcano engine は今後もモデル機能の継続的なアップグレードと反復を促進し、より多くの状況でのモデル機能の適用を検討し、クラウド上でインテリジェンスを実現するために企業による大規模モデルの使用に力を注ぎ続けます。
