---
title: "Seaweed APT – 字节跳动推出的单步图像和视频生成项目"
url: "https://paooo.com/aigc-news/22777/"
author: "Prompt 语宙研究院"
published_at: "2026-06-09T08:48:22+08:00"
updated_at: "2026-06-09T08:48:22+08:00"
categories: "AIGC 资讯"
tags: "AI视频生成, stable diffusion, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Seaweed APT – 字节跳动推出的单步图像和视频生成项目

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/22777/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-09

## AI 30 秒核心看点 (TL;DR)

- 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。

## 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](https://seaweed-apt.com/?utm_source=ai-bot.cn)

- **arXiv技术论文**：[https://arxiv.org/pdf/2501.08316](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。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
