字节开源生图模型 BitDance：并行预测 Token，生成提速超 30 倍
字节跳动开源自回归图像生成模型 BitDance。该模型采用二值视觉 Token 与并行扩散解码，在生成 1024x1024 图像时比传统自回归模型提速超 30 倍。最值得关注的是，它大幅缓解了自回归生图速度慢的痛点，兼顾了生成质量与推理效率。目前代码与权重已开源。
字节跳动
查看更新的新闻
字节跳动开源 OpenViking：用文件系统管理 Agent 记忆与上下文
字节跳动开源 AI Agent 上下文管理系统 OpenViking。它不再把上下文切碎成扁平向量，而是以文件系统目录来统一管理 Agent 的记忆、资源和技能。通过 L0 到 L2 的分层按需加载，既降低了 Token 消耗，也让检索轨迹全程可视化。
字节预告音视频模型 Alive：声画同步一次生成，口型表情全打通
字节跳动公布音视频统一生成模型 Alive。它能同时接收文本、参考图与参考音频，直接生成口型同步且表情自然的带声视频。评测显示其综合表现超越 Sora 与 LTX2，不过目前仅公开了论文，代码与在线 Demo 尚未开放。
字节上线 Seedream 5.0 Preview：支持联网搜索与精准编辑，2K 图像目前免费
字节跳动推出 Seedream 5.0 Preview，主打联网检索、精准编辑与逻辑推理三合一。模型能实时调取天气或最新资讯融入画面，还可以参考给定图片学习修图手法、提取穿搭生成平铺图。生成规格支持 2K 高清，目前面向用户免费开放。
字节开源 Protenix-v1：性能超越 AlphaFold 3 的全开源生物分子模型
字节跳动开源生物分子结构预测模型 Protenix-v1，支持蛋白质、核酸及配体等多种分子的通用结构预测。在同等训练数据截止期和模型规模下，其基准性能优于 AlphaFold 3。项目基于 Apache 2.0 协议完整开放了模型权重、训练数据管道和 MSA 工具。
OmniTransfer 发布：给一段参考视频，就能复刻特效、动作与运镜
OmniTransfer 推出基于 Wan 2.1 的视频迁移框架，将视觉特效、动作驱动、运镜控制以及角色 ID 和风格迁移统一在单个架构中。最值得关注的是，它无需手动提取骨架或估计相机轨迹，就能直接把参考视频里的动态与质感迁移到新画面。
数字人模型 FlowAct-R1 发布：延迟 1.5 秒，支持 25fps 实时无限长直播
研究团队推出交互式数字人模型 FlowAct-R1，支持流式生成无限时长的数字人视频。它采用自回归架构与记忆机制，实现 25fps 的 480p 实时生成，首帧延迟约 1.5 秒且动作自然。这意味着低延迟数字人直播和实时交互迈出了关键一步。
字节跳动发布 SeedFold：扩大网络宽度与数据蒸馏，多项测试超 AlphaFold 3
字节跳动 Seed 团队发布生物分子结构预测模型 SeedFold。团队将网络宽度扩至 4 倍，引入复杂度仅 O(n²) 的线性三角注意力，并从 AlphaFold 2 蒸馏扩充了 147 倍训练数据。在 FoldBench 测试中，它在抗体-抗原等多数蛋白质任务上的表现超过了 AlphaFold 3。