2026年6月3日，字节跳动商业化技术团队正式开源面向视频生成与编辑的统一框架Bernini，该框架采用“先理解、再生成”协同机制，拆分语义规划与视觉渲染工作流，可针对性解决传统AI视频编辑模型普遍存在的画面失控、帧间闪烁、主体变形等行业痛点，为视频创作工具降本提效提供了新的底层技术路径。
不少尝试过AI视频编辑的创作者都有过类似体验：输入“柯基在落日沙滩上追飞盘”的指令，生成的视频要么柯基跑着跑着变成了柴犬，要么沙滩背景突然变成了草地，更常见的是帧间画面闪烁、动作衔接断裂，反复调整提示词十几次也未必能得到满意的结果，这种“碰运气”式的创作体验，长期制约着AI视频工具的大规模落地。
近两年，AI视频生成的市场需求持续爆发，据相关行业报告显示，2026年国内商用AI视频编辑工具的市场规模有望突破120亿元，同比增速超过150%。但高速增长的市场需求背后，技术落地的瓶颈也十分突出：传统端到端生成的模型将语义理解与视觉渲染能力耦合在一起，一旦用户输入的指令涉及多个主体、动态场景变化等复杂信息，很容易出现语义理解偏差，最终导致生成内容不符合预期。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号