跳到正文

#字节跳动

今日 0 条
10月14日周三
  1. 字节跳动技术团队66

    像改文字一样改语音:火山引擎全新语音内容编辑模型

    火山引擎多媒体实验室推出全新语音内容编辑模型,用户输入原始音频并用一句自然语言说明要改什么,模型即可直接改写声音中说出的内容,同时尽量保留原说话人的音色、韵律和上下文衔接。

    推荐理由:原文将语音编辑从修音质推进到改内容,并对照 Descript 与 Meta Voicebox 说明该模型补上了内容可编辑这一环。

10月10日周六
10月9日周五
  1. 字节跳动技术团队47

    用 Agent Plan 解锁 AI 导演体验:通过 CUA 操作 Blender 白模指导武侠视频生成

    火山方舟 Agent Plan 套餐提供专属 Harness CUA,可自动操控云桌面中的 Blender 完成建模、运镜与渲染,零门槛制作白模预演视频。该套餐集成 Seedance、Seedream 生图生视频模型,并兼容 Claude Code、Codex 等主流工具,统一以 AFP 燃料值结算用量。文章以武当山比武为例,用白模预演加参考图生成了 20 秒写实武侠成片。

9月23日周三
9月22日周二
  1. 阶跃 StepFun · 官方公众号53

    Step 5 Preview 正式上线 TRAE,覆盖 9 类任务、33 种编程语言

    阶跃星辰 Step 5 Preview 现已上线 TRAE,用户可在其中直接调用。TRAE 是豆包旗下专业 AI 开发产品,覆盖代码补全、调试、测试、重构到部署的开发全流程。Step 5 Preview 可进入真实软件工程工作流,覆盖 9 类任务、33 种编程语言,DeepSWE 得 67.7 分,ProgramBench 通过率 80.5%。

  2. 字节跳动技术团队37

    火山引擎 ADrive 智能网盘:让 Agent 直接读写项目文件夹,文件交接不再依赖人工

    火山引擎 ADrive 智能网盘让 Agent 在授权范围内直接读取并写入团队项目文件夹,将文件交接从人工中转变为同一空间内的连续协作。项目空间可挂载为本地盘符,支持在线预览、历史版本恢复与链接分享,并通过身份权限和审计记录确保未授权写入被拒绝。企业可申请 ADrive 智能网盘企业版试用,按指引完成配置后接入现有 Agent 工具。

9月21日周一
  1. 字节跳动技术团队56

    火山引擎 AI MediaKit 如何实现视频字幕无痕擦除

    火山引擎推出 AI MediaKit 理解式视频编辑引擎,升级视频字幕擦除能力。系统先通过多模态语义理解判断文字角色,决定擦除或保留,再由自研 ReFM 残差流匹配模型从原视频潜变量出发完成 4 步采样修复,避免从随机噪声重建带来的失真。新版支持 50 多种语种擦除,面向短剧出海与素材复用场景。

9月17日周四
  1. 字节跳动技术团队37

    日志服务 TLS AgentLoop:让多模态调用清晰可见

    火山引擎日志服务 TLS AgentLoop 支持多模态内容展示,开发者可在消息和调用节点中直接查看图片,并与提示词、模型输出、工具结果沿同一条链路分析。媒体不再以 Base64 混入日志,而是由插件上传至对象存储 TOS 并在原消息位置写入媒体引用,避免日志超长截断与高存储成本。接入覆盖 Agent 运行时附件、客户自有 TOS 私有资源与 GenAI 标准多媒体消息三种来源。

9月16日周三
  1. 字节跳动技术团队65

    OpenViking 如何解决 Agent 跨会话断片,为内容创作提供长期记忆底座

    OpenViking 是连接内容创作者与不同 AI Agent 的记忆中枢,把创作所需的资料、偏好和经验统一组织,接入同一服务的 Agent 可按需召回上下文,不再每次从零开始。

    推荐理由:文章给出了 Agent 跨会话记忆的分层组织思路与接入步骤,可迁移到选题、写稿、复盘等多环节协作场景。

9月15日周二
  1. 字节跳动技术团队26

    飞连,让豆包工作更安全办公

    飞连将安全能力融入豆包工作,围绕工作成果保护、Agent 运行安全与整体 AI 办公治理,为企业提供安全保障。飞连可识别并控制豆包工作生成文件的敏感数据流转,检测并阻断恶意 Skill,保障 Agent 安全运行。飞连还能持续发现终端与网络中的“影子 AI”资产,掌握 Agent 调用大模型、MCP、CLI 的情况并实施访问控制。

9月9日周三
  1. 字节跳动技术团队30

    火山引擎 AI MediaKit X 懂车帝,探索汽车内容智能创作新方式

    懂车帝接入火山引擎 AI MediaKit,搭建灵活可组合的音视频处理底座,服务营销视频批量生产与 UGC 一键成片等场景。AI MediaKit 以原子接口提供裁剪、拼接、翻转、倍速、贴片、转场、字幕及画质处理能力,团队无需重建系统即可复用既有素材、降低成片相似度,营销视频日处理量最高达数千条。统一底座让新场景快速落地,并支持高光剪辑、Vlog、口播视频等需求的二次编排。

9月8日周二
9月7日周一
9月2日周三
8月31日周一
  1. 字节跳动技术团队36

    CloudLens for TOS:打通日志分析与数据透视,让对象存储可见、可查、可治理

    CloudLens for TOS 是日志服务 TLS 与对象存储 TOS 联合推出的日志观测应用,将 TOS API 请求访问与存储资产纳入同一观测框架。访问日志分析提供资源用量、热度统计、访问分析、安全分析和检索分析五个视角,用于实时排障与安全审计;数据透视按天统计资产,从区域、存储类型、存储桶和前缀维度支撑容量规划与成本优化,并支持通过 TLS CLI 接入 Agent 智能诊断。

8月27日周四
8月26日周三
  1. 字节跳动技术团队53

    火山引擎分享 Agent 提示词注入攻击纵深防护实践

    火山引擎 AI 安全团队基于字节内部 AI 安全治理实践,系统梳理了 Agent 提示词注入攻击的风险背景、技术成因与防护路线。文章区分了提示词注入与越狱攻击的边界,指出 LLM 无法严格区分指令与数据是长期安全挑战,单点检测可被编码混淆、隐形字符、语义改写等方式绕过。

8月25日周二
  1. 字节跳动技术团队31

    火山引擎发布《智能体安全能力图谱》:企业可落地的建设路径

    火山引擎发布《智能体安全能力图谱》,系统性梳理智能体安全建设的 10 大能力维度与 60 项核心技术要素。图谱覆盖 WorkFlow 类、办公类及 AI Coding 类智能体,将企业建设路径划分为 L1 智能体基础安全 AI 防护、L2 智能体精细化管控、L3 智能体安全持续运营 3 个阶段。旨在为企业提供可落地、可持续演进的安全治理框架,实现智能体的可信、可控、可管。