ByteDance ha hecho disponible bajo código abierto Bernini, un marco de inteligencia artificial unificado para la generación y edición de videos. Este framework emplea un mecanismo de “primero comprender, luego generar”, que incluye un planificador semántico y un renderizador basado en DiT, para resolver problemas de inestabilidad y parpadeo en los videos. Permite el control de texto, imágenes y video, lo que permite una edición precisa de elementos como el clima, los ángulos de cámara y las acciones mostradas en el vídeo. El código de inferencia y el modelo Bernini-R están disponibles para su uso.