2024年の火山引擎AIイノベーションツアーで、火山引擎社長の譚待氏は最新の動画生成モデル「豆包」を発表しました。このモデルは、動画とテキストの高効率圧縮符号化を実現するDIT融合計算ユニットなど、複数の先進技術を搭載しています。また、新しい拡散モデルの訓練方法を採用することで、複数シーンの動画生成における一貫性を確保しています。さらに、高度に最適化されたTransformer構造を統合することで、動画生成の汎化能力を大幅に向上させています。