Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: Seaweed APT – 字节跳动推出的单步图像和视频生成项目
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
Seaweed APT – 字节跳动推出的单步图像和视频生成项目
Prompt 语宙 > AIGC 资讯 > Seaweed APT – 字节跳动推出的单步图像和视频生成项目
AIGC 资讯

Seaweed APT – 字节跳动推出的单步图像和视频生成项目

Prompt 语宙研究院
最近更新: 2026年6月9日 上午8:48
AI视频生成 stable diffusion 开源大模型
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 基于对抗性后训练,Seaweed APT 直接在真实数据上训练,摆脱预计算视频样本依赖。
  • 单步即可生成 1024px 图像与 1280×720、24fps、2 秒视频,兼顾质量与效率。
  • 通过确定性蒸馏初始化、增强判别器和近似 R1 正则化,提升训练稳定性与生成保真度。

Seaweed APT是什么

Seaweed APT是字节跳动推出的对抗性后训练(Adversarial Post-Training)模型,能实现图像和视频的一站式生成。Seaweed APT基于预训练的扩散模型,直接对真实数据进行对抗性训练,而非用预训练模型作为教师来生成目标,在单步生成中实现高质量的图像和视频输出。Seaweed APT引入多项改进,包括确定性蒸馏初始化的生成器、增强的判别器架构及近似R1正则化目标,提高训练的稳定性和生成质量。实验表明,Seaweed APT能在单步中生成1024px的图像和2秒、1280×720、24fps的视频,且在视觉保真度上超越传统的多步扩散模型。

阅读目录
  • Seaweed APT是什么
  • Seaweed APT的主要功能
  • Seaweed APT的技术原理
  • Seaweed APT的项目地址
  • Seaweed APT的应用场景

Seaweed APT

Seaweed APT的主要功能

  • 单步高质量图像生成:能生成 1024px 分辨率的图像,且在视觉保真度、细节和结构完整性方面与多步扩散模型相当。
  • 单步高分辨率视频生成:首次实现 1280×720、24fps、2 秒长的视频生成,显著提高视频生成的效率和质量。
  • 实时生成能力:在单个 H100 GPU 上,Seaweed APT 能在 6.03 秒内生成一个 2 秒的 1280×720 24fps 视频,基于 8 个 H100 GPU 并行化,整个生成过程实现实时处理。
  • 超越预训练模型:直接在真实数据上进行对抗性训练,Seaweed APT 避免预计算视频样本的高昂成本,在某些评估标准上超越预训练的扩散模型,特别是在真实感、细节和曝光问题上。

Seaweed APT的技术原理

  • 预训练扩散模型初始化:用预训练的扩散变换器(DiT)作为初始化,避免预计算视频样本的高昂成本,且在某些评估标准上超越预训练模型。
  • 对抗性训练:基于对抗性训练目标对真实数据进行训练,直接在真实数据上进行训练,生成更接近真实分布的样本,提高生成质量和真实感。
  • 生成器设计:采用确定性蒸馏初始化生成器,用离散时间一致性蒸馏(discrete-time consistency distillation)和均方误差损失进行初始化。生成器在训练过程中主要关注单步生成能力,始终输入最终时间步 T。
  • 判别器设计:判别器用预训练的扩散网络进行初始化,在潜空间中直接操作。判别器包含 36 层 Transformer 块,总参数量为 80 亿。基于在多个时间步引入新的交叉注意力块,判别器能更好地区分真实样本和生成样本。
  • 近似 R1 正则化:为解决大规模 Transformer 模型中 R1 正则化的高阶梯度计算问题,推出一种近似方法。在真实数据上添加小方差的高斯噪声,减少判别器在真实数据上的梯度,实现与原始 R1 正则化一致的目标。
  • 训练细节:首先在图像上进行训练,然后在视频上进行训练。用大量的 H100 GPU 和梯度累积达到较大的批量大小,提高训练的稳定性和结构完整性。采用指数移动平均(EMA)衰减率来稳定训练过程,在训练过程中调整学习率确保训练的稳定性。

Seaweed APT的项目地址

  • 项目官网:https://seaweed-apt.com
  • arXiv技术论文:https://arxiv.org/pdf/2501.08316

Seaweed APT的应用场景

  • 视频广告制作:快速生成高质量、风格多样的视频广告,减少制作成本和时间。
  • 影视内容创作:为电影和电视剧生成特定风格的视频片段,提升创作效率和内容多样性。
  • 社交媒体内容:生成个性化、高质量的视频和图像,增强用户参与度和内容吸引力。
  • 游戏开发:快速生成游戏中的角色、场景和道具图像,加速游戏开发流程。
  • 教育与培训:生成教育视频和培训材料,提高教学效果和培训质量。
❓ 常见问题解答(FAQ)
Seaweed APT 是什么模型?

Seaweed APT 是字节跳动推出的对抗性后训练(Adversarial Post-Training)模型,面向图像和视频的一站式生成。它基于预训练扩散模型,但训练方式改为直接对真实数据进行对抗性优化。

Seaweed APT 能生成多高质量的视频?

文中给出的实验结果显示,Seaweed APT 可单步生成 1280×720、24fps、2 秒长的视频;同时也能生成 1024px 图像。在视觉保真度上,它在部分评估中优于传统多步扩散模型。

Seaweed APT 的核心技术亮点是什么?

核心亮点包括:用预训练 DiT 初始化、采用确定性蒸馏初始化生成器、增强判别器架构,以及近似 R1 正则化来稳定训练。这些设计共同提升了单步生成质量与训练稳定性。

🔬 语宙深潜追问 · 进阶实操拆解
单步高质量生成最适合哪些业务?

最适合对延迟敏感、批量出图的视频封面、广告素材、短视频片段预览等场景。若要求极强可控性或复杂局部编辑,多步扩散仍更稳;单步更像“高吞吐生产线”。

对抗性后训练怎么避免训练不稳定?

要控制判别信号强度和数据分布,避免模型只学会“骗过指标”。实践中常用分阶段训练、质量筛选和多指标联合约束,先保稳定收敛,再逐步提高细节与曝光表现。

🗳️ 读者观点微投票 · 您的实战立场是?
单步生成能否真正取代多步扩散?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🐋 所属权威专题:DeepSeek 深度实战与部署 →
  • 字节跳动Seaweed APT2革新:单GPU 24帧/秒,AAPT技术攻克长视频生成难题,AI视频生成迈入实时交互新纪元
  • Seaweed-7B – 字节推出的视频生成模型
  • 字节跳动发布SeedVR2:单步视频修复模型,以极低成本实现1080p高清画质革新
  • 字节跳动Waver 1.0重磅发布:一体化AI视频生成,支持1080p,性能碾压Sora
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
Leonardo.Ai
Gemini 2.0 – 谷歌推出的原生多模态输入输出 + Agent 为核心的AI模型
百川智能Baichuan-M3开源发布:医疗AI大模型问诊能力超GPT-5.2及人类医生,医疗幻觉率全球最低
龙猫LongCat – 美团自主研发的生成式AI大模型
Kimi-Audio – Moonshot AI 开源的音频基础模型
TAGGED:AI视频生成stable diffusion开源大模型
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 SVFR – 腾讯优图联合厦门大学推出的通用视频人脸修复统一框架 SVFR – 腾讯优图联合厦门大学推出的通用视频人脸修复统一框架
下一篇 CogVideoX-2 – 智谱 AI 推出的文本到视频生成模型 CogVideoX-2 – 智谱 AI 推出的文本到视频生成模型
Ad image
Ad image

最近更新

WordPress 7.2版本更新与默认随机重定向、Secrets API撤回及MCP核心能力拆解封面图
官方博客竟把关闭过滤器写错了!WordPress 7.2前瞻全拆解:默认/random/暗藏隐私与SEO风险、Secrets API紧急撤回与3项MCP只读能力落地
AI 工具
Anthropic上市募资与算力长约的隐喻:现金光环上升,数据中心暗链延伸,治理水晶承受张力与阻力冲击。
募资超1070亿美元却背负9000亿算力长约!Anthropic史上最大IPO背后的三大隐忧:1040亿年内亏损、地方抵制潮与PBC治理死结
AIGC 资讯
微软Copilot与Claude/ChatGPT价格战隐喻:发光玻璃表格堡垒守住Excel,数据流高效汇聚,企业AI竞争升级
3000万付费仅吃下4.5亿席位不到7%!微软Ignite正面叫板Claude与ChatGPT:月均30美元VS 205美元价格战与Excel保卫战全拆解
AIGC 资讯
联想AI推理时代的端边云全栈算力插画:玻璃拟态服务器核心发光,光流连接云端与边缘节点,呈现营收与订单增长动能。
AI营收暴涨80%且握5300亿服务器订单!联想Q2单季营收首破2000亿、净利狂飙166%:端边云全栈算力如何接住推理时代红利?
AIGC 资讯

相关推荐

Vision Search Assistant – 结合视觉语言模型和网络代理搜索技术的开源框架
AIGC 资讯

Vision Search Assistant – 结合视觉语言模型和网络代理搜索技术的开源框架

Prompt 语宙研究院
AI智能体 RAG检索增强 开源大模型
A3 Lab发布GenericAgent:仅3300行代码打造100%任务完成、Token消耗降低85%的自进化AI智能体
AI 工具AIGC 资讯

A3 Lab发布GenericAgent:仅3300行代码打造100%任务完成、Token消耗降低85%的自进化AI智能体

Prompt 语宙研究院
A3 Lab AI Agent 上下文工程 大模型 自进化系统
七项Grounding评测反超GPT-6 Astra!大晓机器人重磅开放ACE-Brain-0.6空间智能API:首创具身感知神经与150万锚定数据深度拆解
AIGC 资讯

七项Grounding评测反超GPT-6 Astra!大晓机器人重磅开放ACE-Brain-0.6空间智能API:首创具身感知神经与150万锚定数据深度拆解

Prompt 语宙研究院
ACE-Brain Grounding评测 具身智能 大晓机器人 空间智能
英伟达拟向Ilya Sutskever创办的SSI投资50亿美元,深化AI算力合作
AIGC 资讯

英伟达拟向Ilya Sutskever创办的SSI投资50亿美元,深化AI算力合作

Prompt 语宙研究院
AI智能体 OpenAI 开源大模型
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • 语宙 AI 工具导航
  • EVA 视觉抠图工坊Hot
  • 出海数字营销宝典
  • AI 生图咒语灵感库
  • 24H 硅谷 AI 情报流

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.