豆包视频生成模型Seedance1.0 lite发布：生成质量大幅提升

摘要： 【太平洋科技快讯】5月13日，火山引擎在FORCE LINK AI 创新巡展上海站活动中，正式发布了一系列 AI 模型升级产品，包括豆包・视频生成模型 Seedance 1.0 l...

【太平洋科技快讯】5月13日，火山引擎在FORCE LINK AI 创新巡展上海站活动中，正式发布了一系列AI模型升级产品，包括豆包・视频生成模型 Seedance 1.0 lite、豆包 1.5・视觉深度思考模型以及豆包・音乐模型。这一系列产品的推出，标志着火山引擎通过更全面的模型矩阵和更丰富的智能体工具，进一步助力企业打通从业务到智能体的应用链路，加速智能化转型。

Seedance 1.0 lite：

此次发布的AI模型中，豆包视频生成模型系列的新成员——Seedance 1.0 lite尤为引人注目。作为该系列中的小参数量版本，Seedance 1.0 lite在技术上实现了两大突破：一是影视级的视频生成质量，二是视频生成速度的大幅提升，兼顾效果、速度和性价比。具体而言，该模型支持文生视频和图生视频两种生成方式，视频生成时长可选择5秒或10秒，分辨率提供480P和720P两种选项。

Seedance 1.0 lite具备更精准的指令遵循能力，通过强大的语义理解能力，可以精细控制人物的外貌气质、衣着风格、表情动作等细节。例如，用户可以通过简单的文本描述生成一个穿着职业装、微笑着向观众挥手的人物形象。此外，该模型在多主体动作解析、嵌入式文本响应、程度副词和镜头切换响应等方面也具有显著优势，能够生成更加自然、逼真的视频内容。

值得一提的是，Seedance 1.0 lite还支持丰富的影视级运镜技术，包括360度环绕、航拍、变焦、平移、跟随、手持等多种镜头语言。其生成的视频不仅具备细腻高清的基础画质，还融入了影视级美感。在运动交互方面，该模型通过分析动作时序与空间关系，提升了人物和物体之间自然流畅的交互动作，使运动轨迹和受力反馈更加符合现实规律。

Seedance 1.0 lite的应用范围广泛，涵盖电商广告、娱乐特效、影视创作、动态壁纸等多个领域。例如，在电商领域，商家可以利用该模型快速生成高质量的营销视频素材，精准匹配产品展示和活动推广等场景，从而有效降低制作成本和周期。据估算，相比传统视频制作方式，使用Seedance 1.0 lite可将制作时间缩短70%，成本降低60%。

豆包1.5：

豆包 1.5・视觉深度思考模型是一款激活参数仅20B的多模态模型。在60个公开评估基准中，该模型在38个方面取得了最佳成绩（SOTA），尤其在视频理解、视觉推理和GUI Agent能力方面表现突出。

在视频理解方面，豆包 1.5・视觉深度思考模型采用动态帧率采样技术，显著提升了视频时序定位的准确性。结合向量搜索功能，模型能够精确识别视频中与文本描述相匹配的片段，为视频内容的深入分析和检索提供了有力支持。例如，当用户输入“寻找视频中人物拿起杯子的瞬间”时，模型可在几秒钟内完成定位。

此外，该模型还具备视频深度思考能力。通过学习数万亿多模态标记数据，模型积累了丰富的视觉知识，并结合强化学习技术，显著增强了视觉推理能力。例如，在复杂的图形推理任务中，模型能够自主提出假设、进行推理验证，并在发现与假设不符时，不断反思并提出新的假设，直至得出正确答案。这种能力在自动驾驶、安防监控等领域具有重要应用价值。

值得一提的是，豆包 1.5・视觉深度思考模型还新增了GUI Agent功能。凭借其强大的GUI定位能力，该模型能够在PC端、手机端等多种不同环境中执行复杂的交互任务。例如，它可对新开发的App功能进行自动化测试，目前该功能已在字节跳动多款App产品的开发测试中得到应用，平均测试效率提升超过50%。

豆包音乐模型：

此外，火山引擎还对豆包音乐模型进行了升级。虽然具体细节暂未提及，但其升级预计将增强模型在音乐风格生成、旋律创作等方面的表现，助力企业在广告配乐、游戏音效等场景中的应用。随着音乐创作逐渐迈向智能化，豆包音乐模型有望成为创作者手中的利器，帮助他们快速生成符合需求的高质量音乐作品。