2 月 10 日消息，据晚点 LatePost 报道，豆包 2.0 或将会在今年春节前上线。
报道称，即将发布的豆包 2.0 模型是吴永辉（字节 Seed 基础研究负责人）接管 Seed 一年最核心的产出。它是一款类似 Gemini 的多模态模型，10000 亿参数，是 Seed 成立以来训练的最大模型。
有 Seed 人士通过报道透露，这款模型训练期间遇到基础设施层面的挑战。他们分析，过去两年 Seed 持续追赶期间，相对忽视了基础能力建设，所以训练豆包 2.0 期间扩大参数规模时不稳定，一度难以推进。
据悉，OpenAI 的 RL Infra 负责人翁家翌在一档播客节目中说，每个模型团队的 Infra 都有 bug，模型公司本质上拼的是 Infra 修 bug 的速度，它决定了单位时间内验证想法的数量，而想法只要提高人才密度就能解决。
报道指出，对于 Seed 团队，想要重整 Infra 系统难度更大。
据了解，Seed 的 Infra 团队有数百人，同时支撑 Seed 内部数十款模型的研发和尝试，高层认为水平国内第一。「想要重整，需要投入大量人力、物力，还要承担不小的信任成本。」 一位 Seed 人士说，只能 「边开车边修轮子」。
据悉，训练豆包 2.0 遇到问题后，最终多个团队配合，花了 3 个月时间，主要从模型架构、训练数据等方面入手解决问题，确保模型赶在春节前上线。
另外，字节最新视频生成模型 Seedance 2.0 日前已上线小云雀、即梦等平台，并且受到了广泛关注。
据悉，Seedance 2.0 可根据文本或图像创建电影级视频。其采用双分支扩散变换器架构，可同时生成视频和音频。只需编写详细的提示或上传一张图片，Seedance 2.0 即可在 60 秒内生成带有原生音频的多镜头序列视频。
值得一提的是，值得一提的是，这款模型独有的多镜头叙事功能，能够根据单个提示自动生成多个相互关联的场景。AI 会自动保持所有场景切换中角色、视觉风格和氛围的一致性，无需手动编辑。