字节跳动开源Bernini框架,实现视频生成与编辑一体化
字节跳动商业化技术团队正式发布了一个名为Bernini的开源视频生成与编辑框架。该框架的核心采用“先理解,后生成”的协作机制,旨在解决传统模型因无法准确解读复杂指令而导致的图像不稳定和画面闪烁等常见行业难题。
在字节跳动的内部评估中,Bernini取得了顶尖的性能表现。其推理代码及第二阶段模型Bernini-R现已对外开放,功能完整的版本也计划在不久的将来进行全面开源。

语义与渲染的解耦
Bernini的工作流开创性地将“语义规划”与“视觉渲染”进行了分离。该流程首先由多模态大型模型规划器对输入素材进行深度分析,生成“语义草图”,随后由渲染器将其转化为稳定、连贯的视频帧。
这种职责的明确划分使该框架特别适用于可控编辑。用户可通过简单命令调整场景属性(如天气、季节或视觉风格),并能精确控制摄像机角度、焦距及主体运动。
丰富的视觉参考功能
除了传统的文本控制外,Bernini 还支持使用图像和视频作为视觉参考,从而显著提升了创作的一致性。在视频编辑中,它能够将特定素材或海报精确放置到目标区域,且不会产生边界伪影或透视失真。
在生成新视频时,该模型支持单图像和多角度参考输入,并能将关键帧演化为连续序列。为避免连接多个视觉片段时的混淆,团队引入了专用的位置编码机制,可清晰区分参考素材与输出目标。
项目页面:https://bernini-ai.github.io/
相关文章
Recursive Intelligence 如何在4个月内以40亿美元估值筹集3.35亿美元
初创公司Ricursive Intelligence的联合创始人似乎注定要成为联合创始人。首席执行官安娜·戈迪(Anna Goldie)和首席技术官阿扎莉亚·米尔霍塞伊尼(Azalia Mirhoseini)在人工智能界声名显赫,戈迪向TechCrunch笑称,她们正是那些“收到扎克伯格发来的奇怪邮件、里面提出疯狂邀约”的人工智能工程师之一。(她们最终没有接受这些邀约。) 两人曾共同在谷歌大脑(G
人工智能竞赛不会等待,TechCrunch Disrupt 的 25% 折扣也不会等待
目前每一位投身人工智能领域的创始人都在思考同一个问题:我们的发展速度够快吗?效率够高吗?TechCrunch Disrupt 2026 将让您与那些正在最高层面思考这一关乎存亡问题的行业领军人物共聚一堂。 10月13日至15日,在旧金山,来自OpenAI、英伟达(Nvidia)、Anthropic、微软等公司的领军人物将分享他们的见解,届时数千名初创企业社区成员将齐聚一堂,进行交流。限时优惠:结账
“钱文AI免费版”与机构版:揭穿高价写作骗局
6月25日,中央电视台播出了关于混乱的高考志愿填报市场的一则调查报道,引发了广泛的公众讨论。 报道画面显示,许多高中升学中介机构打着“十年教龄教师”和“教授”等头衔的旗号,收取4,980至12,980元不等的天价费用。 实际上,这些所谓的“资深顾问”往往是入职不到两个月的新员工,甚至是兼职的大学生。他们的“专业方案”都是通过免费的Qwen AI生成的,有些机构甚至直接将Qwen生成的内容加价转卖给
相关专题推荐
评论 (1)
0/500
字节跳动商业化技术团队正式发布了一个名为Bernini的开源视频生成与编辑框架。该框架的核心采用“先理解,后生成”的协作机制,旨在解决传统模型因无法准确解读复杂指令而导致的图像不稳定和画面闪烁等常见行业难题。
在字节跳动的内部评估中,Bernini取得了顶尖的性能表现。其推理代码及第二阶段模型Bernini-R现已对外开放,功能完整的版本也计划在不久的将来进行全面开源。

语义与渲染的解耦
Bernini的工作流开创性地将“语义规划”与“视觉渲染”进行了分离。该流程首先由多模态大型模型规划器对输入素材进行深度分析,生成“语义草图”,随后由渲染器将其转化为稳定、连贯的视频帧。
这种职责的明确划分使该框架特别适用于可控编辑。用户可通过简单命令调整场景属性(如天气、季节或视觉风格),并能精确控制摄像机角度、焦距及主体运动。
丰富的视觉参考功能
除了传统的文本控制外,Bernini 还支持使用图像和视频作为视觉参考,从而显著提升了创作的一致性。在视频编辑中,它能够将特定素材或海报精确放置到目标区域,且不会产生边界伪影或透视失真。
在生成新视频时,该模型支持单图像和多角度参考输入,并能将关键帧演化为连续序列。为避免连接多个视觉片段时的混淆,团队引入了专用的位置编码机制,可清晰区分参考素材与输出目标。
项目页面:https://bernini-ai.github.io/
Recursive Intelligence 如何在4个月内以40亿美元估值筹集3.35亿美元
初创公司Ricursive Intelligence的联合创始人似乎注定要成为联合创始人。首席执行官安娜·戈迪(Anna Goldie)和首席技术官阿扎莉亚·米尔霍塞伊尼(Azalia Mirhoseini)在人工智能界声名显赫,戈迪向TechCrunch笑称,她们正是那些“收到扎克伯格发来的奇怪邮件、里面提出疯狂邀约”的人工智能工程师之一。(她们最终没有接受这些邀约。) 两人曾共同在谷歌大脑(G
人工智能竞赛不会等待,TechCrunch Disrupt 的 25% 折扣也不会等待
目前每一位投身人工智能领域的创始人都在思考同一个问题:我们的发展速度够快吗?效率够高吗?TechCrunch Disrupt 2026 将让您与那些正在最高层面思考这一关乎存亡问题的行业领军人物共聚一堂。 10月13日至15日,在旧金山,来自OpenAI、英伟达(Nvidia)、Anthropic、微软等公司的领军人物将分享他们的见解,届时数千名初创企业社区成员将齐聚一堂,进行交流。限时优惠:结账
“钱文AI免费版”与机构版:揭穿高价写作骗局
6月25日,中央电视台播出了关于混乱的高考志愿填报市场的一则调查报道,引发了广泛的公众讨论。 报道画面显示,许多高中升学中介机构打着“十年教龄教师”和“教授”等头衔的旗号,收取4,980至12,980元不等的天价费用。 实际上,这些所谓的“资深顾问”往往是入职不到两个月的新员工,甚至是兼职的大学生。他们的“专业方案”都是通过免费的Qwen AI生成的,有些机构甚至直接将Qwen生成的内容加价转卖给





首页






