比较贴切的表述是，豆包的视频模型这次的升级，已然将国内AI视频的美学境界拔高了一个档次，让AI视频也开始变得更加实用了。 

作者 | 斗斗 

出品 | 产业家 

国内的文生视频领域，也是吃上“细糠”了。

最近，火山引擎宣布豆包大模型正式发布视频生成模型。至此，两大短视频平台在文生视频领域的较量正式开启。

产业家也是在第一时间提前感受了一把。先来几个demo，给你们一个小小的震撼。

很明显，这生成效果并不亚于Sora。

要知道，Sora在初期的宣传和报道中被赋予了很高的期望。然而，至今为止，Sora尚未真正面向普通人群应用，可以说是实实在在的期货。

为了更加客观的展示豆包文生视频模型的真实能力，产业家申请到即梦AI内测版的豆包视频生成-Seaweed模型测试机会，将其与国内几家主流文生视频模型，进行了同一提示词下的生成效果对比，意外看到了豆包文生视频模型的一些新亮点。

一、复杂指令下，足够听话

众所周知，拍摄电影时，导演会指导演员进行多个镜头的拍摄，然后剪辑成连贯的故事。如果一场戏的角色比较多，导演则需要统筹演员的站位、进场时间以及他们之间的对话、动作等。

只有这样，拍摄出来的画面，才会更加流畅。然而，对于当下的文生视频模型而言，大部分只能完成简单指令单一动作。比如只能生成单一的镜头，无法切换，人物动作也较为单一。

这样生成出来的效果，其实和照片差不多。但是在豆包视频生成模型的平台上，有了新的突破。

提示词：一群朋友在餐厅里聚餐，然后其中一人突然提出一个惊喜的计划。

豆包-Seaweed生成的视频中，涉及诸多人物的动作处理。可以发现每个人物的动作表达、面部表情都较为和谐，虽然一些细节有待优化，但整体上已经十分优异。可以实现多主体多动作的画面生成。

海螺AI在整体画面构图、和光的运用方面一如既往的出色。不过画面中的人物几乎都出现了或多或少的畸变。

可灵AI生成视频，总体来看人的动作较为简单，画面也缺乏一些真实性。

能看到，通义万相人物动作较为简单，真实性、自然流畅性相对较弱。

总体来看，豆包视频生成模型还是十分“听话”的，可以遵从复杂的复杂prompt，解锁时序性多拍动作指令与多个主体间的交互能力，指哪儿打哪儿，打开想象力的大门。

二、推拉摇移跟

画面依旧稳定、一致

豆包文生视频模型，还有一个比较特殊的点，即它生成的视频画面整体的故事性很强。

提示词：男子从明亮的室外走进昏暗的室内，镜头切换要自然，光线变化要平滑。

可以发现，在提示词描述的文本之外，其对于周围环境以及画面的细节衔接和过渡很自然。这本身对应的是模型强力的泛化能力。

例如从下面这组提示词生成的画面来看，豆包生成的视频相对更有画面感、更连贯。

提示词：一名女子奔跑在阴暗潮湿的街道上

画面中地面的石板路，路边的房屋，以及奔跑的女人，在运动逻辑、灯光、流畅度上，都表现的十分优异。

可灵生成画面中的女子的肢体发生了不规则的扭曲。

通义万相生成的视频，整体很不错，但在像地面这种细节的效果处理上，还需要进一步强化。

海螺AI有着通义万相一样的问题，仔细发现人物在奔跑时，路面的生成效果并不稳定，且人物和画面之间的衔接度并不自然。

从几组生成的视频不难看出，豆包文生视频模型，在运用镜头语言时，画面较为稳定，可以保证人物、氛围、环境的一致性，以及镜头的自然切换和运镜的自然。

比如基于豆包-Seaweed，我们可以身临其境的感受肌肉男选美现场。

还可以穿越森林，看到远处壮观的雪山。

可以发现，无论镜头怎么推进和切换，视频中的画面风格、人物、灯光、服饰等都依旧有着一致性。

另外一个更加炸裂的点，在于豆包视频生成模型还能实现主体动作和镜头的切换。这么说可能有点难懂，简而言之就是当画面中的人物在运动过程中，可以实现镜头自然切换。

正如下方豆包文生视频模型生成的视频，先是出现一个跟镜头，继而切换到以人为画面主体的跟镜头。

提示词：生成一段视频，要求镜头跟随主角在森林中探险，包括跳跃过溪流和攀爬岩石。

具体来看，生成的视频中，一个空境交代背景环境，切换到另一个以人物为画面主体的推镜头。这种镜头切换手法，也叫“镜头匹配剪辑”。利用了两个镜头中相似的动作或运动方向来平滑地过渡，从而减少视觉上的跳跃感。

这种技巧需要精心的拍摄和编辑，以确保动作的匹配和视觉的连贯性。

但是豆包的视频生成模型，做到了。

对比可灵AI的生成结果来看，画面中并未出现运镜和镜头切换的痕迹。

海螺AI基于这个提示词的生成效果其实各方面效果着实不错，但是在场景切换时，可以发现，其第一个镜头切换的同时，画面左方出现了一个分身，走出了画面，可见场景切换上还需要优化。

通义万相生成的效果，其实较为充分展现了其在语意理解上的优势，尤其是“跳跃过溪流和攀爬岩石”实现了语义一致性，但未实现多个场景、镜头上的切换，且人物流畅度和自然度也有可以优化的空间。

不得不承认的是，豆包视频生成模型确实是有两把刷子。

据官方介绍，这是因为豆包视频生成模型基于 DiT 架构，通过高效的DiT融合计算单元，让视频在大动态与运镜中自由切换，拥有变焦、环绕、平摇、缩放、目标跟随等多镜头语言能力。其全新设计的扩散模型训练方法攻克了多镜头切换的一致性难题，在镜头切换时可同时保持主体、风格、氛围的一致性。

这是豆包视频生成模型独树一帜的技术创新。

三、大场景描绘

光影、镜头、构图美学拉满

在文生视频领域，大场景的生成，由于涉及的元素过度，往往是最容易出现问题的。而经过我们测试，豆包的文生视频模型，也非常不错。

从下面豆包、可灵AI、通义万相以及海螺AI（MiniMax文生视频平台)生成效果对比来看。豆包生成的视频，不仅画面构图、色调十分优异，甚至把清晨湖面的雾气也刻画了出来。

不知道的，还以为是在看《动物世界》。

提示词：清晨，第一缕阳光穿透薄雾，照亮了宁静的森林。一只小鹿在溪边饮水，水波荡漾，反射出金色的光辉。

可灵AI在色调和构图上也可圈可点，但细看鹿的动作连贯性和真实性，就显得有些不足。

通义万相整体观感也不错，语义理解能力较强，例如“反射出金色的光辉”这细节，通义万相刻画的最好，但有点缺乏真实性，更像是动画。

海螺AI的画面，在写实能力上较强。但由于角度和构图的问题，整体来看，主体的灵活性较差，对文本的理解力不足，此外也缺乏一些美感。

其实，豆包视频生成模型，经过剪映、即梦AI等业务场景打磨和持续迭代，在专业级光影布局和色彩调和积累了大量的数据和技术经验，画面视觉呈现上面，可谓是实现了延续，使得豆包处理这种大场景时，既能刻画细节，又极具美感和真实感。

   图示：各家视频生成效果表现汇总 

四、各种风格、尺寸，都Hold的住

根据介绍能看到，豆包视频生成模型采用的是Transformer深度学习模型的架构，并且进行了优化。这种架构，可以使模型更加强大，泛化能力也会更强。从风格来看，其可以生成3D动画、2D动画、国画、黑白、厚涂等多种不同的艺术风格的视频。

此外，生成的视频可以适应不同设备的屏幕尺寸，包含1:1，3:4，4:3，16:9，9:16，21:9五个比例。无论是电影大屏幕、电视、电脑还是手机，都能观看。

这些视频目前可以被用于电商营销（如产品展示视频）、动画教育（如教学动画）、城市文旅（如旅游宣传视频）、微剧本（如短视频故事）等多种商业用途。

除了商业用途，豆包还能帮助专业的视频创作者和艺术家们在创作过程中节省时间，提供灵感，或者完成一些复杂的视频制作任务。

写在最后‍

最后对豆包的文生视频进行一个总结。

首先它是一个语义大师。它不仅听得懂你的指令，还能理解背后的深层含义，让视频里的每个动作都恰到好处。

还是一个镜头切换高手。在切换镜头时，它能保证故事的流畅和一致性，就像一个无缝连接的叙事大师。

更是一个动态捕捉专家。无论是快速的动作还是炫酷的镜头移动，它都能捕捉得生动活泼，让你仿佛置身于真实世界。

也可以是一个视觉艺术家：它创造的视频不仅清晰逼真，还具有专业的色彩和光影，支持多种风格和尺寸，让你的视觉体验丰富多彩。

比较贴切的表述是，豆包的视频模型这次的升级，已然将国内AI视频的美学境界拔高了一个档次，让AI视频也开始变得更加实用了。

在文章的最后，想要强调的一点是，文中所提到的生成的视频都是基于豆包视频生成模型S 2.0的非会员版本。目前，具备更强多主体互动、多镜头切换一致性能力的豆包视频生成模型-PixelDance，正在紧锣密鼓的内测上线中，或许能给大家带来更多惊喜。

豆包，多少是有点不露锋芒，闷声干大事了。