AI视频生成模型激战开始：中外选手谁更胜一筹？

在当今科技领域，AI 视频生成模型的发展如火如荼。

OpenAI 的多语言大规模多任务语言理解数据集在 Hugging Face 上发布，其首席执行官预测“智能时代”即将带来巨大经济收益，还将推出 OpenAI 学院。

与此同时，字节跳动也在 AI 视频生成领域频频发力。字节旗下火山引擎发布了两款视频生成大模型 PixelDance 和 Seaweed，在多主体互动、镜头语言、风格多样等方面表现出色。例如，能精确遵循复杂的用户提示词，实现多动作序列和主体互动，还能灵活控制变焦、环绕等多种镜头视角。

此外，字节跳动的豆包视频生成模型采用深度优化的 Transformer 结构，提升了视频生成的泛化能力，支持多种风格，对细节把握到位。

而 OpenAI 发布的文生视频大模型 Sora，能够根据文本提示创建详细视频，最长生成 60 秒的高清内容，在理解力和还原力方面表现超预期。

在 Sora 引发热潮之前，字节跳动也有相关研究项目，如 Boximator，虽目前无法作为完善产品落地，但也在不断探索。

面对激烈的竞争，字节跳动能否凭借其创新技术在 AI 视频生成领域脱颖而出，让我们拭目以待。