字节跳动正式推出其最新的豆包大模型1.5Pro（Doubao-1.5-pro），这一新模型在多个领域的综合能力上表现出色，成功超越了行业内知名的 GPT-4o 和 Claude3.5Sonnet。该模型的发布标志着字节跳动在人工智能领域又向前迈出了重要一步。豆包1.5Pro 采用了新型的稀疏 MoE（混合专家）架构，使用较小的激活参数进行预训练。这种设计的创新之处在于其可以提供等效于7倍激活参数的 Dense 模型性能，使其在效率上远超行业常规的 MoE 架构，带来了约3倍的效率提升。这样的设计使得豆包大模型在知识、代码

2025年1月22日，字节跳动旗下的火山引擎宣布正式发布豆包大模型1.5，并全面上线火山方舟平台。此次发布的豆包大模型1.5在多个领域取得了显著的性能提升，综合能力达到全球领先水平，标志着字节跳动在人工智能领域的又一重要突破。

据媒体报道，字节跳动计划在2025年投资超过120亿美元用于人工智能芯片的研发与采购。英国金融时报援引知情人士透露消息，字节跳动已为今年在人工智能基础设施上编列了400亿人民币（约合55亿美元）的预算，这一数字是去年支出的两倍。随着人工智能技术的快速发展，字节跳动希望通过大规模投资来提升自身在 AI 领域的竞争力。除了在国内的投资，字节跳动还计划在海外市场投入约68亿美元。这笔资金主要用于采购英伟达的芯片，以增强其基础模型的训练能力。据悉，字节跳动已经通

字节跳动近日推出了一款针对中文开发者的 AI 集成开发环境（IDE）——Trae。这一产品旨在与 Cursor 和 Windsurf 等国际知名工具竞争，特别是在中文开发者的使用体验上，Trae 希望能填补现有工具的短板。在编程的日常中，许多开发者常常需要在英文和中文之间切换，这种中英混合的工作模式虽然习以为常，却让不少中文开发者感到不便。现有的 IDE 如 Cursor、Windsurf 和 Vscode，虽然功能强大，却未能对中文用户进行特别优化，造成使用时的不适感。Trae 的出现正是为了解决这一问题。Trae IDE 从底

在美国TikTok禁令即将生效之际，AI搜索公司Perplexity AI已加入竞购行列，为这款广受欢迎的短视频应用提供了一个新的可能性。据知情人士表示，Perplexity已经提交了与TikTok US合并的提案。这一方案的独特之处在于采用合并而非直接收购的形式，将创建一个新的实体，整合Perplexity、TikTok US以及新的股权合作伙伴。值得注意的是，该方案允许TikTok母公司字节跳动的大多数投资者保留其股权。对Perplexity而言，这次合并也具有战略意义。通过整合TikTok的视频资源，该公司有望为其AI搜索引擎带来更

近日，美国搜索引擎初创公司 Perplexity AI 向 TikTok 的母公司字节跳动提出了一项合并提案，计划将 Perplexity 与 TikTok 美国版合并成一个新实体。根据知情人士的透露，这一提案在面对即将到来的美国禁令时显得尤为重要。据了解，TikTok 正在面临美国政府的禁令，预计将在本周日生效，除非其能够切断与字节跳动的关系。然而，刚刚当选的总统唐纳德・特朗普表示，他可能会在周一给予 TikTok 一个为期 90 天的缓冲期，以便其能继续运营。这使得 TikTok 的未来充满变数。Perplexity AI 的合并计划旨

字节跳动旗下的豆包正式上线全新的 AI 编程功能，这一功能适用于豆包的电脑版和网页版，旨在提升开发者的编程效率和使用体验。从页面来看，用户现在可以轻松地通过一键上传多个本地代码文件，或者实时引入 GitHub 开源仓库，从而快速获取项目的完整上下文，无需繁琐的逐段复制操作。豆包的这一新功能配备了全新的代码编辑器，提供沉浸式阅读体验，帮助开发者更专注于代码本身。当用户需要对代码片段进行解释或调整时，能够精准圈选相关部分，大大提高了互动性和便利性。此

近日，南京大学的研究团队与字节跳动、西南大学联合推出了一项创新技术 ——STAR（Spatial-Temporal Augmentation with Text-to-Video Models），旨在利用文本到视频模型，实现真实世界视频的超分辨率处理。该技术结合了时空增强方法，能够有效提高低分辨率视频的质量，尤其适用于在视频分享平台上下载的低清晰度视频。为了方便研究者和开发者使用，研究团队已经在 GitHub 上发布了 STAR 模型的预训练版本，包括 I2VGen-XL 和 CogVideoX-5B 两种型号，以及相关的推理代码。这些工具的推出标志着在视频处

在数字媒体快速发展的时代，视频质量的提高和恢复成为了一个备受关注的话题。视频内容制作的普及使得人们对视频质量的要求日益增加，然而，许多视频在生成或传输过程中往往会受到各种因素的影响，导致画面模糊、细节缺失等问题。为了解决这一难题，南洋理工大学与字节跳动的研究团队近期推出了一款名为 SeedVR 的创新视频恢复技术。SeedVR 采用了前沿的扩散变换器（Diffusion Transformer）模型，旨在应对现实世界中视频恢复面临的各种挑战。传统的视频恢复方法在面对不同的分辨率

近日，字节跳动公司宣布推出一种名为 INFP 的人工智能系统，能够让静态的人物肖像照片通过音频输入实现 “说话” 和反应。与传统技术不同，INFP 无需手动指定说话和倾听的角色，系统可以根据对话的流动自动判断角色。INFP 的工作流程分为两个主要步骤。第一步，称为 “基于运动的头部模仿”，该系统通过分析人们在对话中的面部表情和头部运动，从视频中提取细节。这些运动数据会被转化为可以用于后续动画的格式，使静态照片能够与原始人物的运动相匹配。第二步是 “音频引导

近日，字节跳动发布了名为 LatentSync 的新型口型同步框架，旨在利用音频条件潜在扩散模型实现更精确的口型同步。该框架基于Stable Diffusion，针对时间一致性做了优化。与以往的基于像素空间扩散或两阶段生成的方法不同，LatentSync 采用端到端的方式，无需中间运动表示，能够直接建模复杂的音频与视觉之间的关系。在 LatentSync 的框架中，首先使用 Whisper 将音频频谱图转换为音频嵌入，并通过交叉注意力层将其集成到 U-Net 模型中。框架通过将参考帧和掩码帧与噪声潜在变量进行通道级拼接

在人工智能领域，字节跳动商业化技术团队的最新成果Infinity模型，以其卓越的性能和创新的技术，成为自回归文生图领域的新王者。这款新开源的模型不仅在图像生成质量上超越了Stable Diffusion3，还在推理速度上展现了显著优势。Infinity模型的核心创新在于采用了Bitwise Token的自回归框架，这一框架通过预测下一级分辨率的+1或-1构成的细粒度“Bitwise Token”，显著提升了模型对高频信号的捕捉能力，从而生成细节更加丰富的图像。此外，Infinity模型将词表扩展到无穷大，极大地增强了Image tok

近日，有消息传出字节跳动正与努比亚合作开发一款 AI 手机，预计将在2025年推出。根据该消息，双方已签署了框架协议，计划在2025年第一季度提出具体方案，随后进入样机生产和测试阶段，并在2025年第三季度末或10月份举办产品发布会，手机售价在5000元至7000元之间。然而，针对这一消息，字节跳动的相关负责人及时做出了回应，表示此信息不实，强调公司没有任何开发 AI 手机的计划。字节跳动作为一家以短视频和社交媒体平台为主的科技公司，近年来不断加大在人工智能领域的投入，

在文本生成图像的领域，扩散模型展现出了非凡的能力，但在美学图像生成方面仍存在一定的不足。最近，来自字节跳动和中国科学技术大学的研究团队提出了一种名为 “Cross-Attention Value Mixing Control”（VMix）适配器的新技术，旨在提升生成图像的质量，并保持对各种视觉概念的通用性。VMix 适配器的核心思想在于，通过设计优越的条件控制方法，增强现有扩散模型的美学表现，同时确保图像与文本之间的对齐。该适配器主要通过两个步骤实现其目标:首先，它通过初始化美学嵌入，将输入

字节跳动旗下豆包大模型于今日发布2024年度技术进展报告，透露其最新版本Doubao-pro-1215在综合性能上已经实现与GPT-4的全面对齐，并在部分专业领域表现出更强的能力。这一进展标志着中国大模型技术正式跻身全球第一梯队。自今年5月首次亮相以来，豆包大模型仅用7个月时间就实现了32%的能力提升。据官方介绍，通过优化海量数据处理和创新模型架构，包括提高模型稀疏度和引入强化学习等技术手段，豆包在理解精度和生成质量方面都取得了显著进步。特别是在数学和专业知识等复杂场

AI浪潮正在悄然改变玩具行业的格局。从马斯克前女友与Curio合作的OpenAI玩具，到字节跳动的"显眼包"，再到风靡日本的AI宠物Moflin，智能玩具正在以前所未有的速度占领市场。数据显示，2024年全球AI玩具市场规模预计突破300亿美元，年均增长率高达20%。当下AI玩具市场呈现出两大主要发展方向:一类是将AI技术嵌入毛绒玩具，如Moflin和BubblePal;另一类则是传统仿生机器人产品，如Living AI的桌面宠物机器人。这些产品背后，既有字节跳动等互联网巨头的技术支持，也有像跃然创新这样的创业公司

据《智能涌现》消息，字节跳动旗下剪映产品负责人张逍然已离职。据了解，张逍然毕业于武汉科技大学、香港中文大学，是剪映前身"脸萌"的早期成员。自2021年底起，她开始负责剪映、醒图、CapCut等产品的整体业务，见证了产品从创始期到高速发展期的全过程。2024年初，她开始向新任剪映及CapCut业务负责人、原抖音CEO张楠汇报工作。在张逍然任职期间，剪映实现了显著增长。作为字节跳动于2019年推出的视频剪辑产品，剪映已发展成为覆盖个人、专业用户及企业的全矩阵产品。据报道，

在人工智能领域，字节跳动正以惊人的速度加大投入。据浙商证券最新报告，2024年字节跳动在AI上的资本开支高达800亿元，已接近百度、阿里巴巴和腾讯三巨头的总和。预计到2025年，这一数字将翻倍至1600亿元，其中AI算力采购将占900亿元，数据中心基建和网络设备则占700亿元。这一投资规模不仅显示了字节跳动在AI领域的雄心，也预示着中国AI产业将迎来新的发展机遇。字节跳动的巨额投入，旨在打造自主可控的大规模数据中心集群，以支持其在AI领域的深度布局。公司创始人张一鸣亲自参

根据蓝鲸财经消息称，字跳动 TikTok 的算法负责人陈志杰即将离职，并已开始筹备一项与人工智能相关的创业项目，专注于 AI Coding 方向。据知情人士透露，陈志杰目前正在与投资人接触，以推动他的创业计划。图源备注：图片由AI生成，图片授权服务商Midjourney陈志杰自2022年4月加入字节跳动，担任技术高级总监，主要负责 TikTok 的推荐算法团队和数据科学团队。在此之前，他在百度工作了近九年，期间曾担任首席技术架构师，积累了丰富的技术经验。此次离职的消息引起了业内的广泛关注

今日，抖音副总裁李亮就有关字节跳动可能掀起大模型价格战的传闻发表了看法。他在社交媒体上明确表示，这并非价格战，而是通过技术创新来降低 AI 模型的使用成本。据了解，在火山引擎Force大会上，字节跳动正式发布了豆包视觉理解模型，同时公布其售价为千tokens输入0.003元，比行业平均价格便宜85%。对于字节跳动再掀大模型价格战这一传闻，抖音副总裁李亮发文回应称:这不是价格战。他表示，豆包大模型通过技术创新来降低成本，在算法、软件工程和硬件方案上做了非常多优化，