Seaweed

Seaweed-7B 是由字节跳动团队研发的一款视频生成模型，拥有约 70 亿参数。该模型具备强大的视频生成能力，能够根据文本描述、图像或音频输入生成高质量视频内容，支持多种分辨率和时长，适用于视频创作、动画制作、实时交互等多种场景。在设计上注重成本效益，通过优化训练策略和架构，使中等规模模型在性能上接近大型模型，从而降低计算资源消耗。 Seaweed-7B 支持多项核心功能，包括文本到视频、图像到视频、音频驱动视频生成、长镜头生成、连贯故事叙述、实时生成、高分辨率输出、相机控制以及物理一致性增强等。其技术基于变分自编码器（VAE）和扩散变换器（DiT），结合多阶段训练策略与优化技术，提升了生成效率和视频质量。此外，模型还通过数据清洗和合成数据增强训练效果，提升对复杂场景的理解与表现能力。 项目提供了官方网页和技术论文，便于进一步了解和研究。