传媒行业重大事项点评：豆包大模型发布视频生成模型，具备影视级视觉效果

事项：字节跳动于9月24日在深圳发布豆包PixelDance和豆包Seaweed两种版本的视频生成大模型，并邀请部分企业试用。

一、核心观点与产品表现 豆包视频生成模型具备高度语义理解和多镜头控制能力，能生成画质高保真、风格多元的视频。产品优势包括：

1. 精准语义理解：解决多主体动作交互难题，精确理解复杂提示词，支持时序性多拍动作指令与多主体交互。
2. 强大运镜控制：实现一致性多镜头视频生成，支持变焦、环绕、平摇等镜头语言，保持主体、风格和氛围一致性。
3. 高保真高美感：支持黑白、3D动画、国画等多种风格及1:1至21:9六种比例，适配多种场景。

二、技术优化与创新 模型在计算单元、训练方法和架构上进行了优化：

1. DiT融合计算单元：高效压缩视频与文本。
2. 扩散模型训练方法：支持一致性多镜头生成。
3. Transformer结构优化：提升视频生成泛化能力。

三、应用场景与产业影响 模型适用于电商、影视、广告等多领域，具体场景包括：

1. 电商营销：动态多角度展示商品，支持节日风格替换和尺寸适配。
2. 动画制作：大幅降低动画制作成本，生动呈现故事情节。
3. 其他领域：城市文旅、音乐MV、微电影、短剧等，实现降本提效和创意合规。

四、研究结论 字节跳动凭借算力储备、视频语料和技术人才优势，加速追赶海外视频生成领域。豆包模型的发布驱动广告营销、影视院线、电商等产业AI应用加速发展。

五、风险提示 政策监管趋严、AI技术迭代不及预期、AI产品商业化不及预期等。