火山引擎在近期的视频云技术大会上发布了一项重要创新:大模型训练视频预处理方案。这一技术已成功应用于豆包视频生成模型，标志着AI视频生成技术的重大进展。火山引擎总裁谭待强调，AIGC和多模态技术正在深刻改变用户体验。基于抖音的实践经验，火山引擎正积极探索AI大模型与视频技术的融合，为企业提供全方位解决方案。抖音集团视频架构负责人王悦指出，大模型训练面临诸多挑战，包括海量数据处理成本高、样本质量不一、处理链路复杂，以及多种异构算力资源的调度问题。

今天，豆包宣布正式推出Ola Friend智能体耳机，这是一款集成了人工智能技术的耳机，旨在为用户提供一个随时陪伴在耳边的AI朋友。该产品提供流光银 轻羽白 蝶翼黑 幻梦紫 配色，售价1199元，10月10日上午11点 开启预售。

豆包官方消息，豆包将会在10月10日上午11点发布全新智能硬件 Ola Friend。从预热文案来看，Ola Friend 将是一款搭载 AI 系统的硬件产品，可能是智能耳机或者是眼镜等，但具体产品目前尚不确定。有消息称，Ola Friend 将内置豆包大模型，并与字节2023年8月上线的对话类 AI 应用豆包 App 结合。豆包 Ola Friend 的发布预计将带来新的 AI 使用方式，探索人机交互的新边界。豆包官方微博和小红书官方号都已发布预热海报，配文为“字节跳动豆包的智能硬件?”，引起了广泛关注和猜测。10月10日上午11点

OpenAI 近日在视频 AI 领域再次引发轰动，他们正在对今年2月发布的 Sora 进行重大升级。根据《信息日报》的报道，这次升级的核心目标是显著提升 Sora 的性能，使其能够更快速地生成更长、更高质量的视频内容。回顾 Sora 初版的表现，确实存在不少亟待解决的问题。最初版本生成一段视频需要耗时超过10分钟，这样的效率显然无法满足实际应用需求。更严重的是，许多电影制作者对 Sora 的输出质量颇有微词。制片人 Patrick Cederberg 的经历就是一个典型案例:为了获得一个可用的视频，他不得不

在今日的2024火山引擎 AI 创新巡展上，出了视频生成模型，字节跳动还发布了豆包·音乐模型和豆包·同声传译模型，并宣布对豆包通用模型pro、文生图模型、语音合成模型等垂类模型进行了大幅升级。豆包·音乐模型的推出，标志着火山引擎在音乐创作领域的深度布局。该模型通过强大的算法支持，实现了高品质的音乐创作自由。歌词生成方面，仅需简单几个字的输入，即可快速生成情感表达精准、意境深远的歌词内容。旋律创作上，豆包·音乐模型提供了超过10种不同的音乐风格和情绪表达选项，满足了创作者多样化的需求。

在2024年火山引擎AI创新巡展上，火山引擎总裁谭待揭晓了最新的豆包·视频生成模型。该模型具备多项先进技术，包括高效的DIT融合计算单元，这一单元能够实现视频和文本的深度压缩编码;同时，它采用了一种全新的扩散模型训练方式，确保了在生成多镜头视频时的一致性;此外，模型还整合了深度优化的Transformer结构，显著增强了视频生成的泛化能力。

QuestMobile最新发布的《2024AI智能体应用洞察半年报》显示，人工智能（AI）类应用程序的月活跃用户数已超过6600万，标志着AI技术在应用层面的快速发展和普及。报告指出，AI应用已经形成了包括情感陪伴、办公提效、教育学习、生活助手、趣味休闲、文案写作、行业顾问等在内的八大玩法门类，并且商业化路径已经开启。

今日，字节跳动火山引擎宣布，豆包大模型将在9月24日发布视频生成模型，并将带来更多模型家族的能力升级。据了解，豆包大模型在2024年5月15日的火山引擎原动力大会上正式发布。

​近日，字节跳动旗下AI智能助手品牌豆包的教育应用“豆包爱学”完成了全新升级。这款应用旨在成为学习者的智能伙伴和家庭教育的得力助手，为新学期的学习提供支持。“豆包爱学”推出了多项辅助学习功能，包括答疑解惑、作业批改、知识问答、作文辅导和口算练习等，以适应家庭教育的多样化需求。

Andreessen Horowitz 发布的《Top100消费级生成式AI应用》第三版报告，揭示了当前流行的 AI 应用及其使用趋势。报告显示，内容生成工具，尤其是图像、视频、音乐领域的产品，占据了网页应用的主导地位，52% 的网页产品专注于此。音乐生成工具 Suno 表现亮眼，排名大幅提升。移动应用方面，图像和视频编辑工具受到用户欢迎，ChatGPT 居于榜首。字节跳动旗下豆包首次进入移动端榜单，显示了公司在 AI 领域的强劲实力。值得关注的是，新的审美和约会类应用如 Looks AI 和 Umax 也首次进入排行榜。整体市场活跃，近30% 公司首次上榜，显示了生成式 AI 应用的快速发展。

在2024年8月21日的火山引擎AI创新巡展上海站上，火山引擎展示了豆包大模型的全面升级，包括豆包·文生图模型对长文本有更精准的图文匹配能力，豆包·语音识别模型在多个公开测试集中的错误率最高降低40%，以及豆包·语音合成模型升级了流式语音合成能力，能够实时响应、精准断句。火山引擎还发布了对话式AI实时交互解决方案，整合豆包大模型和实时音视频技术，提供端到端的大模型实时对话方案，让AI交互体验更强。此外，火山引擎与多点DMALL联合成立零售大模型生态联盟，与汽车大模型生态联盟增加新成员，旨在推动零售和汽车行业的智能化升级。

今日，字节跳动宣布，豆包大模型支持实时语音通话的新功能。据悉，火山引擎提供的对话式 AI 实时交互解决方案，结合了火山方舟大模型服务平台和豆包的语音识别与合成模型，简化了语音到文本和文本到语音的转换过程。这一方案实现了高效的语音数据采集、处理和传输，提供了卓越的智能对话和自然语言处理能力。

​字节跳动旗下豆包AI助手最近推出了一项新功能——音乐生成。用户只需在豆包app或电脑版中点击“音乐生成”，输入关键词或自定义歌词，并选择相应的曲风、氛围和人声，即可生成一首独特的歌曲。这一功能旨在帮助用户实现音乐创作的梦想，并通过音乐表达自己的情感和故事。

在数字世界中，人工智能成长依赖于检查点（Checkpoint），它能在训练大型语言模型（LLM）时，如突然断电或硬件故障导致损失时，将训练状态恢复至上一个安全状态。然而，传统的检查点系统在处理大型模型时效率低下。为解决这一问题，字节跳动和香港大学的研究团队提出了ByteCheckpoint，一种创新的检查点系统。ByteCheckpoint通过将数据和元数据分离，优化存储架构，支持自动在线检查点重分片，以及引入异步张量合并技术，大幅提升了大型模型训练的效率和容错能力。通过实验验证，ByteCheckpoint在检查点保存和加载速度上分别提高了数十倍甚至数百倍，显著提升了大型语言模型的训练效率，成为高效、稳定AI训练的关键工具。

火山引擎在成都举办了2024AI 创新巡展。火山引擎宣布其豆包大模型日均tokens使用量已超过5000亿，平均每家企业客户日均tokens使用量自5月15日模型发布以来增长了22倍。火山引擎副总裁张鑫表示，火山引擎正在向更智能化、行业化和区域化方向发展，并通过行业方案、产品和优化服务，助力企业实现业务创新。

文章主要围绕WPS Office与字节跳动的AI产品“豆包”可能的数据泄露风波。用户曾在社交媒体质疑WPS Office可能将其审签内容泄露给豆包。字节跳动迅速作出回应，声明豆包AI未使用WPS用户数据进行训练，书目信息均来自公开渠道。WPS随后回应，否认其数据泄露的指控，强调严格遵守个人信息保护法规并采取安全措施，承诺用户的文档不会被用于AI训练或其他未经同意的场景。这次事件进一步强化了用户对于数据安全的重视与企业对于数据保护职责的认识。

近日，多名网友在社交媒体平台上发帖指出，金山旗下的WPS Office办公软件疑似将用户编写的文档共享给字节跳动旗下的豆包AI用于训练。这一指控引发了广泛关注和讨论。

豆包浏览器插件是信息时代高效整理和吸收知识的利器，专为应对海量信息而设计，为用户节省时间提高工作效率。它具备以下几个关键功能： 1. **视频和播客总结**：通过豆包插件，用户可以快速获取视频摘要，一键生成清晰的条理目录，让超长内容一目了然。此外，它还能将播客内容自动转化为文字，帮助用户高效复习和整理信息。 2. **多功能浏览**：全面优化PC端体验，支持跨场景适配，每个功能细致打磨，呈现最佳效果。尊重用户习惯，提供多种使用选择，自定义笔记增强个性化体验。 3. **智能工具栏**：通过创建自定义快捷方式，便于高阶和普通用户根据个人需求快速查找信息，实现高效率信息处理。 4. **文章总结与翻译**：既提升文章阅读理解能力，又支持跨语言学习与沟通，全面优化知识获取途径。 豆包浏览器插件集合多项智慧功能，致力于打造一个用户友好、多用途的浏览器插件平台，在信息浪潮中助力每位用户高效获取知识，提高生产力，必将为日常学习和工作带来深远影响。此外，其多功能性和人性化的设计凸显了创新精神和用户关怀，预计将引领浏览器插件的新潮流。

近日，荣耀手机与字节旗下的豆包大模型宣布达成合作。根据火山引擎官方消息，豆包大模型家族中的多款模型，包括语音识别和角色扮演等，将为荣耀构建移动办公领域的垂直模型应用提供基础能力支持。

今日，字节跳动正式发布了AI智能编码工具豆包MarsCode。据介绍，MarsCode 是一款提供带内置 AI 助手和支持超过100种语言和主流 IDE 的扩展的集成开发环境（IDE）。它具有强大的 AI 助手，能够提供代码完成、解释和调试等功能，帮助开发者更快地编码和创新。AI 助手能够在编码过程中提供单行或整个函数的建议，并支持通过注释生成代码片段。