案例 · 字节跳动智能创作 · 2022–2024
一个生成平台，从豆包到剪映
作为字节跳动多模态生成式 AI 平台的产品负责人，我把文本、图像、视频生成收进同一套 API 与 SDK，接入数十亿用户使用的产品。
横跨层级研究模型系统产品增长营收
要点
5000 万 / 天豆包文生图模型日均新生成图片来源: 财新, 2024-09-24 ↗
数十亿TikTok、抖音、CapCut、剪映上剪辑与特效能力覆盖的用户
已备案豆包文生图模型，备案编号 Beijing-FuLuGua-20231205来源: 豆包 ↗
01context
背景
生成模型的进步速度快过产品团队的接入速度。TikTok、抖音、CapCut、剪映、豆包都需要生成与剪辑能力，而且要在同样的质量、安全与合规标准下交付，不能每条业务线各自重建一套。
02system
系统
一个平台，多个业务方。基于 GAN 与扩散模型的文本、图像、视频能力统一收在 MaaS API 与 VE / Effect AI SDK 之后，各业务线按需调用，做各自的特效与智能剪辑功能。
- 模型
- GAN 与扩散模型
- 文本、图像、视频的生成与转换
- 平台
- MaaS API
- VE / Effect AI SDK
- 模型备案与合规
- 业务线
- 豆包：文生图
- TikTok：特效与智能剪辑
- 抖音：特效与智能剪辑
- CapCut 与剪映：智能创作与智能剪辑
03role
我负责的部分
- 多模态生成式 AI MaaS 平台的产品负责人：文本、图像、视频生成与转换的 API 服务和 SDK。
- 豆包文生图模型备案的项目负责人（备案编号 Beijing-FuLuGua-20231205）。
- 通过 VE / Effect AI SDK 服务字节各业务线：TikTok 与抖音的特效和智能剪辑，CapCut 与剪映的智能创作和智能剪辑。
04more
报道与相关
媒体报道
相关