即梦AI 3.0发布:高清长视频与稳定角色一致性

即梦AI 3.0发布:高清长视频与稳定角色一致性

AI 产品 来源:新闻/公众号 发布时间:2026-07-22 09:51:24 预计阅读 3 分钟

即梦AI 3.0发布:高清长视频与稳定角色一致性

字节跳动旗下即梦AI于近日发布3.0版本,视频生成能力迎来全面升级。新版本支持1080P高清输出与60秒连续视频生成,并在角色一致性、镜头语言控制和商业授权方面做出重要改进,为短视频创作者和商业用户提供了更完整的AI视频生产方案。这是即梦AI继近日发布以来的第三次重大升级。

核心升级:清晰度、时长与角色稳定

即梦AI 3.0最直观的变化是画质与时长。此前AI视频生成往往受限于分辨率与时长,而即梦3.0将输出标准提升至1080P,并支持最长60秒的连续视频生成,同时提供宽屏与竖屏两种画幅,适配不同平台的内容需求。在细节呈现上,画质提升明显,大幅减少了此前常见的模糊与伪影。

角色一致性是本次升级的另一大重点。在传统AI视频中,同一角色在不同镜头中经常出现容貌漂移、服装变化等“翻车”问题。即梦3.0通过改进的角色一致性模型,让同一角色在多镜头中保持稳定的外貌与服装,并允许用户自定义角色特征,有效减少面部扭曲与变形。这一特性对于叙事类短视频和广告拍摄尤为关键。

镜头语言控制同样值得关注。新版本支持推、拉、摇、移等经典运镜提示词,用户可以自定义镜头时长与转场效果,甚至可以输入分镜脚本,让AI按照预设的镜头逻辑生成视频。这意味着创作者能够更精准地表达创意,而不是仅仅依赖随机生成的结果。

技术突破:时间建模与语义理解

支撑上述体验的是底层技术的改进。即梦3.0采用改进的时间一致性模型,优化了视频帧间的时间建模,减少了帧间闪烁与抖动,从而提升整体流畅度。在语义理解方面,新版本强化了中文语义能力,能更好地处理复杂场景描述,准确把握用户意图。多模态融合技术则结合文本、图像与音频,让生成内容更加丰富,并支持语音合成与背景音乐,为视频注入更多表现力。

商业化落地与定价

即梦AI 3.0面向短视频创作者、广告设计师与电商运营者,提供从脚本到成片的一站式能力。在商业化方面,新版本最大的变化是开放了商业授权,生成内容可直接用于商业用途,降低企业的素材制作成本,并提供版权保障。

定价延续分层策略:免费版每天可生成10次,分辨率最高720P;专业版每月99元,支持无限生成和1080P输出;企业版采用定制化定价,并提供API调用能力。这一价格体系覆盖了从个人试用到企业级集成的不同需求。

差异化竞争:中文理解与抖音生态

与可灵、海螺等国产视频模型相比,即梦在中文语义理解与抖音生态适配方面具有明显优势。这种优势使其成为国内短视频创作者的首选工具,也意味着在字节跳动的内容生态内,即梦AI能够与抖音的创作、分发和运营流程深度协同。随着AI视频生成进入普及阶段,即梦3.0在清晰度、角色稳定性和商业可用性上的综合表现,有望进一步拉高行业标准。

标签: AI 产品 AI

更多推荐阅读

被称“最无聊机器人”的Dyna,靠叠衣服找到机器人Scaling Law

被称“最无聊机器人”的Dyna,靠叠衣服找到机器人Scaling Law

《纽约邮报》曾称Dyna Robotics为“全世界最无聊的机器人”,而公司创始人认为这是“对一家机器人公司最高的赞美”。Dyna-1主攻叠毛巾、叠衣服;新发布的Dyna-2让机器人Taku进入洗衣房,完成放脏衣服、操作洗衣机、取出送烘干机、折叠放架等流程。联合创始人Jason Ma表示,机器人真正开始工作本就应是“无聊”的,真实部署是衡量机器人的“唯一评估”;机器人不能落地,不是因为没有腿或手,...

2026-10-20 09:48:01
前剪映负责人做视频Agent获千万美元融资

前剪映负责人做视频Agent获千万美元融资

视频Agent赛道出现新玩家Pexo,与采用画布工作流的产品不同,Pexo将剪辑和视频整合在产品中,支持用自然语言对话创作视频。公司已获千万美元天使轮融资,此前于2025年10月获得数百万美元投资。创始人廖谦曾任生数科技产品副总裁、Vidu产品负责人,也曾在腾讯、字节跳动任职,从技术研发转向AI产品与商业化,先后从0到1搭建火山引擎智能创作云,并在剪映/CapCut发起海外AI内容平台Pippit...

2026-10-20 09:26:14
DeepSeek搜索卷起来后,前负责人创业做全网捞人

DeepSeek搜索卷起来后,前负责人创业做全网捞人

近日,DeepSeek开放了自研网页搜索接口,披露该引擎每天处理全球数亿次请求,已收录千亿级网页,正将搜索能力开放给更多开发者。 在搜索对象中,人物信息最为特殊,难点在于把零散线索拼到同一个人身上。Simplex AI创始人张博曾任DeepSeek-VL项目负责人,其团队推出的Lev8主要面向GTM,人物搜索是流程起点。用户用自然语言描述目标,系统即寻找符合条件的对象,结合公开资料判断匹配度,生...

2026-10-20 08:09:15
蚂蚁领投!清华系AI创企熵简科技完成C轮融资

蚂蚁领投!清华系AI创企熵简科技完成C轮融资

智东西10月19日消息,北京AI金融创企熵简科技宣布完成C轮融资,由蚂蚁集团领投,东方国信与乔贝资本跟投。融资后,蚂蚁集团将与熵简科技在AI金融智能体研发、AI金融垂域模型训练等领域展开深度合作。 熵简科技成立于2017年,主要依托大数据、云计算、人工智能等技术,打造全资产、全流程的端到端智能资产管理平台。公司名称源自热力学第二定律中度量系统混沌程度的“熵”,“熵简”寓意通过AI降低金融投研的复...

2026-10-20 09:26:26
Anthropic预言奇点已至:2030年美国GDP或飙至44万亿美元

Anthropic预言奇点已至:2030年美国GDP或飙至44万亿美元

在曼谷举行的国际货币基金组织佩尔·雅各布森讲座上,Anthropic联合创始人Jack Clark提出判断称“奇点已经到来”,即技术进步速度已甩开人类理解和跟进的能力。他预测,在奇点驱动下,到2030年美国GDP将升至44万亿美元。按常规推演,该数字为33.5万亿美元,奇点带来15.4%的额外GDP,平均每年约6%的GDP增长;到2030年前后,累积生产率提升与资本积累将把美国年化经济增长率推高至...

2026-10-20 08:36:21
港科大CMU联手开源新模型:KV Cache砍掉99%,单卡吞吐飙6倍

港科大CMU联手开源新模型:KV Cache砍掉99%,单卡吞吐飙6倍

谷歌一篇论文提到KV Cache至少能压缩6倍,曾引发美光等存储芯片巨头股价下跌。几个月后,岩山科技旗下岩芯矩阵联合港科大、CMU等高校发布并开源EdgeRock-4B,对KV Cache的处理更进一步:上下文从4K扩展到256K,KV Cache占用始终固定在72MiB,相比源模型减少99.1%。一张80GB显卡可同时跑512路长推理,输出吞吐达12124 tokens/s,是源模型的6.42倍...

2026-10-20 23:25:26
订阅
关注

扫码关注公众号「60秒看懂AI」

扫码关注公众号 60秒看懂AI

微信搜索「60秒看懂AI」也可关注

顶部