火山引擎：揭秘豆包视频模型背后的“底层升级”

【亿邦原创】让一张照片开口说话，让一段思考变成影像，让一个商品自动旋转展示……这些AI视频模型的丰富应用极大拓展了娱乐和营销的边界，让视频生产进入AI时代。

但视频数据的指数级增长，对计算效能提出了严峻考验，也对音视频处理的生产端、交互端和消费端提出了全新要求。

近期，火山引擎视频云基于抖音真实业务与视频技术的深度融合，在视频云技术大会上，发布了大模型训练视频预处理方案，解决视频大模型训练的成本、质量和性能等方面的技术挑战。目前，这套技术方案已应用于豆包视频生成模型。

在视频云技术大会上，我们看到豆包视频生成模型背后的技术框架，看到抖音电商基于视频云探索的AI应用新场景，也看到在技术变革背后，视频行业迎来的星辰大海。

1、释放AI生产力

仓库中还没上架的商品，可以自动拍摄高清素材，一键生成营销主图、讲解视频，一键上传店铺与账号。

直播刚结束，后台就躺着几十条剪辑好的直播切片，同时叠加营销要素，可以直接投放带货。

更有甚者，基于商品图、直播素材、行业知识和模型理解能力，大模型已经开始自己创作商品的短视频剧本，再自动基于剧本，生成风格多样的商品营销短视频。

这些新场景和新应用，已经可以横向复用，实现店铺级的自动化托管服务，并在抖音超市、跨境电商、苹果自营、云奥莱、超值购、秒杀等多个业务铺开。

抖音电商自营电商负责人陈洁透露，以抖音超市为例，使用过程中日均曝光增加500W，点击率增加300%，转化率提升100%，成交规模提升50%，商家效率提升300%。

“优质内容能带来流量，也能带来持续交易。”陈洁表示。

分析用户兴趣，持续创作与用户兴趣相关的商品内容、短视频内容、直播内容，这是商家在抖音电商平台的有效经营方法。但商品丰富性的增加也带来运营成本的快速攀升，内容质量层次不齐，内容更新频率更是难以保障。