ByteDance запустила студию искусственного интеллекта для создания коротких драматических сериалов

Приложение для генеративных медиа Dreamina от ByteDance объявило 26 октября о запуске своей специализированной студии коротких драм. Эта студия интегрирует три проприетарные модели в единый производственный рабочий процесс, разработанный специально для формата вертикального видеодрамы.

Первый компонент — это модель генерации сценариев DreamScript. Она способна создавать сценарии в различных доминирующих жанрах, включая оригинальные повествования, адаптации, международные версии и сегменты в стиле комментариев. Кроме того, система предоставляет функцию «диагностики хита», которая сравнивает черновик с текущими тенденциями платформы для рекомендации структурных улучшений, и она может обрабатывать и анализировать тексты длиной до 100 000 символов.

Вторая модель, Anycook, функционирует как генератор изображений, адаптированный для художественного направления коротких драм. Dreamina заявляет, что Anycook откалиброван таким образом, чтобы персонажи сохраняли визуальную согласованность на протяжении всего производства и чтобы создавать сцены в разнообразных визуальных стилях, подходящих для разных повествовательных сред.

Третья модель, DreamShot, служит моделью раскадровки. Она работает в двух конфигурациях — свободный холст или структурированная раскадровка — и поддерживает глобальные изменения, что означает, что любая корректировка, внесенная посредством взаимодействия с инструментом, обновляет всю доску, а не требует изменений кадр за кадром. 3D-режиссерский стол позволяет создателям позиционировать виртуальную камеру, определять ее движение и предварительно просматривать полученный кадр перед рендерингом; система также может связывать ключевые кадры вместе для создания предварительной анимированной последовательности для проверки темпа и непрерывности.

Постпродакшн-слой окружает эти три основные модели. Отдельные кадры можно переснять на месте без необходимости перегенерации всего материала. Интегрированный аудиоинструмент позволяет разделять диалоги и фоновый звук, что дает возможность переозвучивать сцены. Кроме того, функция разделения кадров автоматически делит длинные последовательности на управляемые, редактируемые блоки. Активы, созданные в других частях Dreamina, поступают в студию, и любые примененные правки следуют этой установленной цепочке.

Функция, наиболее ориентированная на дистрибуцию, — это режим ремейка. Пользователи могут загрузить существующую короткую драму, и система определит ее персонажей, декорации, реквизит и структуру кадров. Затем она генерирует визуальный ряд в соответствии с выбранным стилем, соотношением сторон и целевым регионом, сохраняя при этом исходный темп и кинематографический язык. Это фактически создает конвейер локализации для формата, который китайские студии активно экспортируют.

ByteDance добивалась успеха на этом рынке с помощью множества стратегий, начиная от разработки видеомоделей и заканчивая предоставлением платформенных стимулов для драм, сгенерированных ИИ. Интеграция моделей сценария, изображения и раскадровки в одну студию знаменует собой первый случай, когда компания предоставила полный производственный цикл в одном продукте.

Компания ByteDance проводит реструктуризацию своих проектов в области генеративного видео, объединяя два своих продукта на базе искусственного интеллекта.

Недавно подразделение CapCut ByteDance интегрировало Xiaoyunque в Jimeng, при этом сохраняя возможность доступа к Xiaoyunque как к отдельному продукту. Xiaoyunque специализируется на автоматизированном производстве коротких драматических сюжетов, преобразуя сценарии в раскадровки и готовые эпизоды. В то время как Jimeng представляет собой более широкую платформу для создания, редактирования и генерации изображений и видео.

Функционал этих двух продуктов начал пересекаться, поскольку оба они стремятся к созданию видеоконтента от начала до конца. Теперь возможности коротких драм Xiaoyunque были поглощены Jimeng, и управление этими операциями будет осуществляться руководителем по операциям и маркетингу Jimeng, хотя команда разработчиков останется прежней.

Основная причина этого шага — концентрация ресурсов. Оба продукта продолжают расти, однако рост числа пользователей пока не принес доход, сопоставимый с инвестициями, а широкое распространение продуктов-видеоагентов сужает пространство для дифференциации.

Это давление наблюдается и на рынке: Kling 4.0 от Kuaishou, выпущенный в этом месяце, поддерживает более длительную генерацию, мультимодальные ссылки и контроль ключевых кадров. Аналогично, H3 от MiniMax ориентирован на коммерческое использование, включая рекламу, электронную коммерцию и игры.

Граница конкуренции смещается от базовой генерации текста в видео к управляемым рабочим процессам создания контента от начала до конца. Xiaoyunque трансформировался в специализированный рабочий процесс для коротких драм, тогда как Jimeng переходит от общей генерации изображений и видео к профессиональному созданию.

ByteDance также перепозиционировала сам Jimeng. Перед праздниками в Китае компания сократила инвестиции в потребительское приложение Jimeng и перенаправила ресурсы на свой профессиональный веб-продукт, международную версию Dreamina, и коммерциализацию.

Таким образом, недавняя консолидация может позволить ByteDance сохранить специализированные возможности Xiaoyunque в области коротких драм, одновременно уменьшая дублирование функций между двумя все более пересекающимися продуктами.

Более существенное изменение в конкурентной среде связано с Seedance. ByteDance предоставила Seedance 2.5 через API Volcano Engine, что позволяет компаниям и разработчикам интегрировать возможности генерации видео в собственные продукты. Эта модель принимает на вход текст, изображение, видео и аудио, а также поддерживает редактирование и расширение видео.

Документация Volcano Engine показывает, что модель поддерживает текстовый, графический, видео- и аудиоввод, а также редактирование и расширение видео. Доход от бизнеса Seedance в режиме модели как услуги (MaaS) через Volcano Engine значительно превышает доход от Jimeng и Xiaoyunque.

Это означает, что некоторые приложения, конкурирующие с собственными инструментами создания контента ByteDance, могут также стать клиентами ее базовой модели. Это повышает требования к собственным приложениям ByteDance: если Seedance приносит доход через третьих лиц, то каждый внутренний продукт должен оправдывать свое существование за счет роста, удержания пользователей или монетизации.

Эта реструктуризация выглядит не как отступление от видео, а скорее как перераспределение ставок ByteDance. Несмотря на консолидацию инструментов ИИ для создания контента, ByteDance продолжает расширять дистрибуцию. Ее зарубежное приложение для коротких драм PineDrama вошло в топ-10 бесплатных приложений для iPhone в США, Бразилии и Таиланде, опираясь на модель с поддержкой рекламы, трафик из TikTok и экосистему контента ByteDance.

Эти шаги могут указывать на более многоуровневую стратегию: развитие потребительских платформ для дистрибуции, фокусирование инструментов создания на профессиональных рабочих процессах и монетизация Seedance путем предоставления своей технологии другим компаниям. Поскольку модели ИИ совершенствуются, создавать отдельные приложения становится проще, что смещает большую власть к компаниям, стоящим за моделями. Задача ByteDance заключается в определении того, где ей еще удастся выделиться.

Компания Infinigence AI совместно с Three-Body Universe, разработчиком франшизы Лю Цысиня «Три тела», представила агент персонажа на мероприятии «День Три тел» в Пекине 25 октября 2026 года. Китайское название этого агента соответствует концепции Софона из романов, и он выполняет роль администратора мини-вселенной из книг.

Представление было проведено генеральным директором Infinigence Xia Lixue и генеральным директором Three-Body Universe Zhao Jilong, согласно сообщениям QbitAI и Zhidx. Согласно статье QbitAI, информация была предоставлена самой Infinigence.

Интересным аспектом является процесс создания и обслуживания такого агента. Он функционирует на платформе AgentWorks от Infinigence. Исходный материал загружается в сгруппированные базы знаний, которые автоматически разбираются, разбиваются на части (chunked) и преобразуются в эмбеддинги. Личность персонажа задается посредством многоуровневых структурированных запросов, а не единой длинной инструкции.

Модуль памяти под названием Infini Memory позволяет агенту сохранять факты между сессиями, предотвращая появление противоречивых или фрагментированных воспоминаний. Ответы проходят через цикл с участием нескольких агентов: сначала генерируется ответ, затем он оценивается, и только неудачные части подвергаются доработке. Генерация личности и поиск знаний выполняются параллельно для экономии времени, а отдельный рецензентский агент проверяет каждый ответ на предмет отклонений от характера и несоответствий сеттингу романов.

Для тестирования Infinigence создала систему оценки на основе трассировки, которая автоматически сверяет результаты с исходным текстом, при этом команда контента Three-Body Universe вручную проверяет полученные данные.

Достижения инфраструктуры Infinigence в обслуживании

В сфере обслуживания ключевую роль играет инфраструктура Infinigence. Обычно вывод больших моделей делится на стадию предварительной обработки (prefill), которая читает запрос, и стадию декодирования (decode), которая формирует ответ. Собственная гетерогенная межкластерная архитектура Infinigence, названная PDD, идет дальше, разбивая эту двухэтапную цепочку на трехэтапную дезагрегированную конструкцию, которую они маркируют как P-RLD-MD, распределенную по отдельным кластерам.

Поскольку трафик агентов часто повторно использует одни и те же префиксы запросов, сторона декодирования применяет кэширование префиксов RadixCache. Это гарантирует, что общий контекст, например, личность, не передается и не пересчитывается при каждом обращении. Компания утверждает, что это уменьшает объем данных KV, перемещаемых между кластерами, в десять раз, что позволяет использовать обычный Ethernet, снижает время до первого токена на 51,5% и уменьшает стоимость за токен на 37,5%.

Для чат-персонажа с длительной фиксированной личностью и большим количеством постоянных пользователей именно экономия на общих префиксах составляет основную часть затрат.