火山引擎在10月15日的视频云技术大会上发布了一套大模型训练视频预处理方案，旨在解决视频大模型训练过程中面临的技术挑战，如成本、质量和性能等。该方案已被成功应用于豆包视频生成模型。抖音集团视频架构负责人王悦指出，处理超大规模视频训练数据集、优化视频样本质量、管理复杂处理链路及调度异构算力资源是当前大模型厂商面临的挑战。火山引擎依托其自研的多媒体处理框架BMF，实现了对海量视频数据的高效预处理，显著提高了模型训练的效率。 此外，火山引擎还发布了包括跨语言同声复刻直播方案、多模态视频理解与生成方案、对话式AI实时交互方案和AIG3D&大场景重建方案在内的多项“音视频+AI”技术方案，旨在全链路融入AI能力，助力企业适应AIGC时代。字节跳动的自研视频编解码芯片也在大会中亮相，据称在同等视频压缩效率下，成本节省了95%以上，并在世界编码器大赛中荣获佳绩。这一芯片计划近期开放测试，招募首批种子用户，共同探索商业价值的可能性。