ai 专题系列点评：豆包ai：多主体互动与高效计算的视频生成.pdfVIP

行业研究

证券研究报告计算机2024年10月16日

AI+专题系列点评（二十二）

2024年10月16日

推荐（维持）

豆包AI：多主体互动与高效计算的视频生成

事项：华创证券研究所

2024年9月24日，字节跳动旗下火山引擎在深圳举办的AI创新巡展上正式证券分析师：吴鸣远

发布了两款豆包视频生成大模型：PixelDance和Seaweed，同时开启了面向企邮箱：wumingyuan@

业市场的邀测。豆包AI视频生成大模型具备多主体协同和复杂任务处理的显执业编号：S0360523040001

著能力，支持复杂的多镜头操作，如变焦、平移和环绕，确保不同镜头切换时

视觉风格和细节的一致性。该模型采用动态集成Transformer（DiT）架构，每联系人：张宇凡

分钟处理高达80万次Token，远超行业标准，具备强大的并发处理能力。这邮箱：zhangyufan1@

些特性使豆包AI在视频生成领域，尤其是影视和广告行业，拥有广泛的应用

前景和竞争优势。

行业基本数据

评论：占比%

股票家数(只)3340.04

多主体互动与复杂任务处理：豆包AI视频生成大模型突破了多主体复杂互动总市值(亿元)38,640.804.15

的技术障碍，支持深度语义理解，通过复杂指令驱动多个角色的自然互动。这流通市值(亿元)33,472.084.57

使得生成的视频角色动作、表情高度协调，自然流畅，满足影视、游戏等多角

色场景的需求。相对指数表现

多镜头切换与一致性：依托动态集成Transformer（DiT）架构，模型支持丰富%1M6M12M

的多镜头操作，如变焦、环绕、平移等，并在不同镜头切换中保持主体风格、绝对表现42.4%19.4%-4.9%

氛围的一致性。这解决了传统视频生成中因镜头切换导致视觉不连贯的问题，相对表现20.3%10.7%-10.1%

为视频创作者提供了更灵活的视觉表达手段。

2023-10-16~2024-10-15

细节处理与风格适应性：该模型具备强大的细节处理能力，能够准确呈现人物17%

的外貌、服装等细微变化，并且适应多种风格需求。即使在复杂的时序转换中，0%

视频内容仍能保持高度一致性，进一步提升视频的表现力与观赏性。

-17%