具备掀桌子实力的玩家下场了。字节跳动正式宣告进军AI视频生成。

日前，旗下火山引擎一举发布了豆包视频生成-PixelDance、豆包视频生成-Seaweed两款大模型，面向企业市场开启邀测。而字节版Sora的主要特点，是能实现自然连贯的多拍动作与多主体复杂交互。做到这点并不容易。

从策略上看，火山引擎的思路是，先在ToC打磨产品，模型能力具备竞争优势后开始拓展ToB市场。我们注意到，豆包视频生成模型的早期版本早在今年2月就在即梦（Dreamina）上应用，并且持续迭代优化。这次官宣，说明火山引擎做好了十足的把握。

从产品上看，字节版Sora也打出差异化，此前视频生成模型大多只能完成简单指令，豆包视频生成模型则能实现自然连贯的多拍动作与多主体复杂交互。有创作者在抢鲜体验豆包视频生成模型时发现，其生成的视频不仅能够遵循复杂指令，让不同人物完成多个动作指令的互动，人物样貌、服装细节甚至头饰在不同运镜下也保持一致，接近实拍效果。