寒武纪海光重大催化中国Sora字节豆包重磅更新文生视频模型效果惊艳天

字节豆包大模型家族加速更新、模型调用量大幅提升

核心观点与关键数据

• 字节跳动豆包大模型家族进行重大更新，新增视频、音乐、同声传译三大新成员，并优化文生图和语音合成模型。
• 截至2023年9月，豆包大模型Tokens调用量提升超过10倍，日均Tokens使用量超过1.3万亿。
• 多模态表现：日均生成图片5000万张，日均处理语音85万小时（相当于7万天广播节目时长）。

新模型发布

• 文生视频模型：发布PixelDance（采用Sora的DiT结构）和Seaweed（纯transformer结构）两个版本。
  • PixelDance可生成10秒视频，支持镜头变焦、环绕、缩放等效果，指令遵循和镜头一致性能力显著提升。
  • 该模型与快手的“灵之后”形成竞争，标志着字节在文生视频领域取得突破。
• 文生图模型：优化六类复杂生成任务。
• 语音合成模型：支持混合数百种音色。

发展趋势与算力需求

• 豆包大模型家族自2023年下半年开始快速迭代，涵盖文字、视频、音频、图像等领域。
• API调用量和豆包APP活跃用户数快速增长，反映算力基础设施的快速扩容。
• 研究机构看好字节后续继续扩容算力基础设施，尤其关注国产算力。

建议关注

• 国产算力相关企业：寒武纪、海光信息、华为产业链、润泽科技。