日前有消息显示，字节跳动旗下AI智能助手豆包的视频生成功能在其电脑版正式开启内测，部分用户已开通体验入口、每日可免费生成十支视频。

据内测用户透露，豆包的视频生成功能是基于豆包视频生成-PixelDance打造，具备“文生图”和“图生图”能力，支持动态运镜，还可选择不同的风格和比例。此外，该功能在生成10秒视频时切换3至5次镜头的效果最佳，场景和角色能保持很好的一致性，并且用户可通过时序提示词、长镜头等技巧，增强视频的复杂度和表现力。

对此豆包相关负责人表示，未来将持续开放和优化视频生成功能，从而更好地帮助普通用户创作和表达。

据了解，此前在今年9月的AI创新巡展上，字节跳动方面就正式发布了豆包视频生成-PixelDance模型。据当时官方透露，该模型是基于DiT架构打造，可通过高效的DiT融合计算单元，让视频可在大动态与运镜中自由切换，同时还拥有变焦、环绕、平摇、缩放、目标跟随等多镜头语言能力。

不仅如此，这一模型还采用了全新设计的扩散模型训练方法，攻克了视频生成中的多镜头切换一致性难题，在镜头切换时可同时保持主体、风格、氛围的一致性。

得益于深度优化的Transformer结构，豆包视频生成-PixelDance模型的泛化能力也十分出色。具体而言，该模型可生成3D动画、2D动画、国画、黑白、厚涂等多种风格的视频，能够适配电影、电视、电脑、手机等各种设备的比例。由于经过剪映、即梦AI等业务场景打磨和持续迭代，该模型还具备专业级光影布局和色彩调和能力，生成画面视觉也极具美感和真实感。

近日豆包还上线了图片理解功能，并在PC端及App新增照片和相机按钮，用户在上传图片后会自动识别、并给出答案。据悉，这一功能不仅可识别图片中包含的元素和基本特征，并解析其中的各类信息，还能够理解并解释图片中的幽默元素，例如在输入一张网络图片后，豆包就会解释这张图片的笑点、并分析造成幽默效果的因素。