AI在线 AI在线

字节跳动

中国科大与字节发布 MoGA 长视频生成模型:分钟级多镜头短片一键生成

中国科大与字节发布 MoGA 长视频生成模型:分钟级多镜头短片一键生成
中国科学技术大学与字节跳动即将联合发布一款具有里程碑意义的 端到端长视频生成模型。 该模型能够直接生成**分钟级长度、480p 分辨率、24帧/秒（fps）**的高质量视频，并支持多镜头场景切换，标志着国产视频生成技术在全球生成式 AI 竞赛中实现关键突破。 这项成果的核心创新在于其底层算法——MoGA（Modular Global Attention），这是一种全新的注意力机制，专为解决长视频生成中的上下文扩展与算力开销问题而设计。
10/24/2025 2:31:35 PM
AI在线
豆包是如何炼成的？字节放出自研万卡训练系统ByteRobust论文

豆包是如何炼成的？字节放出自研万卡训练系统ByteRobust论文
大型语言模型（LLM）训练的核心基础设施是 GPU。 现如今，其训练规模已达到数万块 GPU，并且仍在持续扩大。 同时，训练大模型的时间也越来越长。
10/21/2025 5:45:00 PM
机器之心
Self-Forcing++：让自回归视频生成模型突破 4 分钟时长极限

Self-Forcing++：让自回归视频生成模型突破 4 分钟时长极限
本工作由加州大学洛杉矶分校与字节 Seed 等团队联合完成。 在扩散模型持续引领视觉生成浪潮的今天，图像生成早已臻于极致，但视频生成仍被一个关键瓶颈困住——时长限制。 目前多数模型还停留在数秒短视频的生成，Self-Forcing 让视频生成首次跨入 4 分钟高质量长视频时代，且无需任何长视频数据再训练。
10/18/2025 9:57:00 PM
机器之心
火山引擎多媒体实验室重要突破！LiveGS 技术登榜 SIGGRAPH，重新定义移动端自由视角视频直播

火山引擎多媒体实验室重要突破！LiveGS 技术登榜 SIGGRAPH，重新定义移动端自由视角视频直播
近日，火山引擎多媒体实验室的最新研究成果 LiveGS: Live Free-Viewpoint Video via High-Performance Gaussian Splatting for Mobile Devices 成功入选计算机图形学顶会 SIGGRAPH Emerging Technologies，并于2025年8月10日至8月14日在加拿大温哥华对外展出。 这一技术突破首次实现了移动端实时自由视角视频（FVV）直播的完整链路落地，在视觉保真度、计算效率和传输成本之间达成了前所未有的平衡，为互动直播、沉浸式娱乐等场景开辟了技术新范式。 图1 论文主页打破技术瓶颈：从实验室走向移动端的实时自由视角革命自由视角视频（FVV）允许用户从任意角度探索场景，是元宇宙、沉浸式直播等前沿领域的核心技术。
9/12/2025 4:51:20 PM
多媒体实验室
VLDB2025 | Magnus: 字节跳动面向大规模机器学习的数据管理方案

VLDB2025 | Magnus: 字节跳动面向大规模机器学习的数据管理方案
导读机器学习广泛应用于字节跳动，数据作为机器学习训练的核心要素，如何高效灵活的管理支撑大规模训练数据的存储、生产以及训练，成为数据基础设施的一大挑战；近两年大模型迅猛发展，对数据集管理也提出了更多新的场景需求。 字节跳动在开源 Apache Iceberg 的基础上，打造了一套面向大规模机器学习的数据管理解决方案 Magnus，在存储格式、索引、元数据管理、更新机制、训练框架集成等多个维度实现优化。 Magnus 已在字节内部部署超过五年，在搜索、广告、推荐、大模型等核心业务中大规模落地，数据规模超5EB，相关成果已被 VLDB 2025收录。
9/10/2025 9:59:52 AM
基础技术训练设施
AI人才争夺战白热化 MiniMax与字节跳动推出大规模期权激励计划

AI人才争夺战白热化 MiniMax与字节跳动推出大规模期权激励计划
MiniMax和字节跳动近日相继启动大规模期权激励计划，反映出AI行业激烈的人才竞争态势。 据《科创板日报》报道，MiniMax已开始实施期权增发，激励金额从数十万美元到数百万美元不等，覆盖算法工程师、市场人员及职能岗位的核心员工。 公司希望通过这一机制将核心员工利益与长期发展绑定，构建"合伙人"式合作关系。
9/9/2025 9:01:21 AM
AI在线
字节Seedream 4.0将全量开放！抢先评测来了，我们摸索出AI生图20种「邪修」玩法

字节Seedream 4.0将全量开放！抢先评测来了，我们摸索出AI生图20种「邪修」玩法
打开多模态自由创作的大门。 谷歌 Nano Banana 掀起的全球创作狂欢尚未消退之际，字节又玩了把大的。 近日，字节跳动开始内测最新的豆包・图像创作模型 Seedream 4.0。
9/8/2025 5:26:00 PM
机器之心
字节跳动Seed推出「机器人大脑」Robix：让机器人学会思考、规划与灵活互动

字节跳动Seed推出「机器人大脑」Robix：让机器人学会思考、规划与灵活互动
近日，字节跳动 Seed 团队发布了最新的机器人研究成果——Robix，一个旨在提升机器人思考、规划与灵活交互能力的「机器人大脑」。 标题：Robix: A Unified Model for Robot Interaction, Reasoning and PlanningArXiv：：，通用机器人在处理复杂、长程任务时，往往因依赖 “模块化” 拼接的设计而显得僵化。 Robix 的核心亮点在于其一体化架构：将推理、任务规划与人机交互无缝整合到单个端到端多模态模型中。
9/7/2025 4:19:00 PM
机器之心
不止会动嘴，还会「思考」！字节跳动发布OmniHuman-1.5，让虚拟人拥有逻辑灵魂

不止会动嘴，还会「思考」！字节跳动发布OmniHuman-1.5，让虚拟人拥有逻辑灵魂
想象一个虚拟人，他不仅能精准地对上你的口型，还能在你讲到关键点时做出恍然大悟的表情，在你讲述悲伤故事时流露出同情的神态，甚至能根据你的话语逻辑做出有意义的手势。 这不再是科幻电影的场景。 8 月底，字节跳动数字人团队推出了 OmniHuman-1.5，提出了一种全新的虚拟人生成框架，让虚拟人真正拥有了「思考」和 「表达」的能力。
9/5/2025 3:22:00 PM
机器之心
长视频AI数字人来了！字节×浙大推出商用级音频驱动数字人模型InfinityHuman

长视频AI数字人来了！字节×浙大推出商用级音频驱动数字人模型InfinityHuman
随着内容创作智能化需求的爆发，长时长、高质量数字人视频生成始终是行业痛点。 近日，字节跳动商业化 GenAI 团队联合浙江大学推出商用级长时序音频驱动人物视频生成模型 ——InfinityHuman，打破传统音频驱动技术在长视频场景中的局限性，开启 AI 数字人实用化新征程。 从静态图像到动态视频：音频驱动的 "数字复活术"只需提供一张人物图像与对应音频素材，InfinityHuman 就能自动生成连贯自然的高分辨率长视频：无论是 30 秒的产品快推、还是 3 分钟的演讲致辞，均能实现专业级呈现。
9/4/2025 1:00:00 PM
机器之心
字节跳动为Seed部门专注于大模型技术的员工增发股权期权

字节跳动为Seed部门专注于大模型技术的员工增发股权期权
字节跳动近期宣布了一项针对其 Seed 部门的重大举措，将为该部门专注于大模型技术的员工增发股权期权。 这一计划的，旨在进一步激励和留住这些在人工智能领域具备核心竞争力的人才。 据悉，股权增发的具体细节将依据员工的综合绩效和职级来制定。
9/3/2025 5:01:58 PM
AI在线
字节跳动重奖大模型人才，Seed部门推百万期权激励计划

字节跳动重奖大模型人才，Seed部门推百万期权激励计划
AIbase报道 据科创板日报消息，字节跳动正为其关键的Seed部门启动一项新的期权增发计划，旨在激励并留住从事大模型方向的核心技术人才。 此举凸显了该公司在人工智能领域的雄心，并加剧了顶尖技术人才的争夺战。 据了解，该激励计划将根据员工的综合绩效和职级进行差异化授予。
9/3/2025 3:31:41 PM
AI在线
中国AI内容监管重磅出击：9月1日新规正式落地，DeepSeek腾讯字节全面响应打标令

中国AI内容监管重磅出击：9月1日新规正式落地，DeepSeek腾讯字节全面响应打标令
当AI生成的"假孙子"视频让无数老人泪流满面，当年轻人用AI反催婚视频与长辈斗智斗勇，这个充满魔幻现实主义色彩的时代终于迎来了监管的重拳出击。 9月1日，《人工智能生成合成内容标识办法》正式实施，一场关于AI内容真假识别的全民战役正式打响。 这项新规的核心要求极其明确:所有AI生成的内容，无论是文本、图片、音频还是视频，都必须进行明确标识。
9/2/2025 6:27:22 PM
AI在线
为 AI Agent 行为立“规矩”——字节跳动提出 Jeddak AgentArmor 智能体安全框架

为 AI Agent 行为立“规矩”——字节跳动提出 Jeddak AgentArmor 智能体安全框架
技术报告地址： AI Agent 时代已来，但“失控”风险近在眼前继 LLM（大语言模型）之后，AI Agent（智能体）正掀起新一轮的技术革命。 它们不再仅仅是语言的“复读机”，而是能够自主理解、规划并执行现实世界任务的“行动派”。 从自动预订旅行、管理复杂的云资源，到处理成千上万封邮件，AI Agent 展现出的巨大潜力，预示着一个由 AI 驱动的自动化新纪元。
8/29/2025 12:10:00 AM
字节跳动AI核心人才流失 视觉研究负责人冯佳时正式离职

字节跳动AI核心人才流失 视觉研究负责人冯佳时正式离职
字节跳动在人工智能领域遭遇重要人事变动。 该公司Seed大模型视觉基础研究团队负责人冯佳时近日正式宣布离职，这一消息在AI研究圈引发广泛关注。 冯佳时在计算机视觉领域具有深厚的学术背景和丰富经验。
8/26/2025 11:31:01 AM
AI在线
​字节跳动内测全新 3D 模型生成工具 “3D Model Generator”

​字节跳动内测全新 3D 模型生成工具 “3D Model Generator”
据《读佳》报道，字节跳动旗下的豆包团队正在内部研发一款名为 “3D Model Generator” 的新型3D 模型生成工具。 这款工具的开发旨在为用户提供可控的大规模生成模型功能，以便更高效地创建高质量的3D 资产，尤其在游戏开发领域具有重要意义。 “3D Model Generator” 工具支持两种主要的生成方式。
8/26/2025 9:26:48 AM
AI在线
刚刚，字节开源Seed-OSS-36B模型，512k上下文

刚刚，字节开源Seed-OSS-36B模型，512k上下文
开源赛道也是热闹了起来。 就在深夜，字节跳动 Seed 团队正式发布并开源了 Seed-OSS 系列模型，包含三个版本：Seed-OSS-36B-Base（含合成数据）Seed-OSS-36B-Base（不含合成数据）Seed-OSS-36B-Instruct（指令微调版）Hugging Face 地址：： 使用了 12 万亿（12T）tokens 进行训练，并在多个主流开源基准测试中取得了出色的表现。 这三个模型均以 Apache-2.0 许可证发布，允许研究人员和企业开发者自由使用、修改和再分发。
8/21/2025 10:24:00 AM
机器之心
2146 tokens/s！字节跳动发布极速代码生成模型Seed Diffusion，速度暴涨5.4倍

2146 tokens/s！字节跳动发布极速代码生成模型Seed Diffusion，速度暴涨5.4倍
最近，字节跳动发布了一款全新的AI代码生成模型“Seed Diffusion Preview”。 这款模型采用了完全不同于以往的生成方式，不再是“一个词一个词”地慢慢生成，而是整段代码并行生成，一次生成多个片段。 据官方披露，Seed Diffusion Preview在Nvidia H20 GPU上的生成速度高达2146个token每秒，比传统模型提升了最多5.4倍。
8/12/2025 3:19:32 PM