6月11日，字节跳动旗下火山引擎将发布全新豆包视频生成模型。该模型具备多项创新功能，包括支持无缝多镜头叙事，通过高效模型结构实现多模态位置编码和多任务统一建模，提供独特且稳定的多镜头表达；支持多动作及随心运镜，能精准响应用户指令生成复杂视频内容；同时具备稳定运动与真实美感，可生成写实、动漫、影视、广告等多种风格视频。这一技术突破将为视频创作带来新可能。

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...