豆包PixelDance是由字节跳动旗下火山引擎发布的AI视频生成大模型。它是业界首个突破多主体互动难关的视频生成模型，支持多风格多比例的一致性多镜头生成。PixelDance基于DiT架构，具备高效的DiT融合计算单元，能够实现复杂的多主体运动交互和多镜头内容一致性。
- 语义理解：PixelDance能够理解并执行复杂的文本提示，实现多个主体间的交互和时序性多拍动作指令。
- 强大动态与炫酷运镜并存：针对高动态的复杂场景视频，模型设计了高效的DiT融合计算单元，支持超多镜头语言，如环绕、缩放、平摇、目标跟随等。
- 一致性多镜头生成：全新设计的扩散模型训练方法，能够在10秒内讲述一个完整的故事，并保持主体、风格、氛围的一致性。
- 多风格和比例兼容：支持3D动画、2D动画、国画、黑白等多种风格，以及1:1、3:4、4:3、16:9、9:16、21:9等多种视频比例。
豆包PixelDance和豆包Seaweed都是字节跳动发布的AI视频生成大模型，但它们在功能和侧重点上有所不同。
豆包PixelDance：
- 功能特色：PixelDance模型基于DiT架构，具备精准的语义理解能力，能够执行复杂的文本提示，生成具有连贯动作的视频，支持多主体间的交互和时序性动作指令。它还拥有强大的动态效果和炫酷的运镜能力，能够一键生成具有故事性的多镜头短片。
- 适用场景：PixelDance适用于影视制作、广告传媒、短视频内容创作、直播行业和电商等多个领域，尤其适合需要快速生成高质量视频内容的场景。
豆包Seaweed：
- 功能特色：Seaweed模型基于Transformer结构，利用时空压缩技术进行训练，原生支持多分辨率输出。它默认生成720p、24fps、5秒视频，可延长至20-30秒。Seaweed模型生成的视频逼真度高，细节丰富，动态流畅，色彩光影专业。
- 适用场景：Seaweed广泛应用于电商、文旅、教育、影视等领域，大幅降低视频制作门槛，提升内容创作效率。
区别：
- PixelDance更侧重于生成具有复杂动作和多镜头的视频内容，适合需要创造性和故事性的视频制作。
- Seaweed则更注重生成高逼真度和专业视觉美感的视频，适合对视频质量有较高要求的应用场景。
豆包PixelDance目前免费体验，每周提供10次体验机会，体验有效期至2024年10月31日结束。
用户可以访问火山引擎平台进行体验。如果是个人用户，可以直接访问“Doubao-视频生成-PixelDance”进行体验；如果是企业用户，需要提交申请表单，说明使用场景申请API对接（目前暂未对外开放）。
- 电商营销：制作吸引人的电商广告视频。
- 动画教育：创造教育内容，如动画故事。
- 城市文旅：制作旅游宣传视频。
- 微剧本：创作音乐视频、微电影和短剧等。
- 影视制作：生成电影预告片和动态故事板。
- 广告传媒：创造吸引人的广告内容。
- 短视频内容创作：生成适合社交媒体传播的短视频。
- 直播行业：提供动态背景和视觉效果。
- 动画制作：辅助动画师快速迭代创意。