← 返回首页

版本对比

查看政策在不同版本之间的内容变化

“即梦AI”模型及算法备案公示说明
平台：即梦AI/字节
🔗 查看政策原文

📄 上一个版本

2026年04月27日

📄 当前版本

2026年07月28日

🤖 AI智能分析

分析时间: 2026年07月28日
好的，根据您的要求，以下是对新旧两个版本政策的逐条比较分析。 *** ## 版本对比分析报告 ### 1. 总体评估 本次从**2026年4月27日**到**2026年7月28日**的更新，属于 **【重大修订】**。 变更的核心在于新增了一个全新的“豆包语音模型”，并下架了“求索对话DeepSeek Chat”模型及其关联的“DeepSeek 大语言模型算法”。这反映了“即梦AI”在产品功能上进行了一次重要的战略调整和功能整合。 ### 2. 详细变更点分析 1. **变更类型**: **修改** * **变更内容**: 在“一、大模型”部分，**“豆包音乐大模型”的名称被修改为“豆包音乐模型”**。具体如下： * 旧版本：`模型名称：豆包音乐大模型` * 新版本：`模型名称：豆包音乐模型` * **潜在影响**: 名称上的微调（去掉了“大”字）可能反映了该模型在技术命名或产品定位上的内部规范统一，对用户而言，功能与预期影响不大。 2. **变更类型**: **新增** * **变更内容**: 在“一、大模型”部分，**新增了“豆包语音模型”**。具体内容如下： * `模型名称：豆包语音模型` * `模型备案编号：Beijing-DouBaoYuYin-202603050190` * `应用场景：豆包语音模型主要应用于即梦AI的AI内容生成功能。` * **潜在影响**: 这是一个重大的功能扩展，意味着“即梦AI”可能新增了语音合成、语音对话或语音相关的AI内容生成能力，极大地丰富了产品功能线，为用户提供了全新的创作维度（如语音合成、音频内容制作等）。 3. **变更类型**: **删除** * **变更内容**: **“求索对话DeepSeek Chat”模型及其全部描述被删除**。旧版本中的相关内容如下： * `模型名称：求索对话DeepSeek Chat` * `模型备案编号：Beijing-DeepseekChat-202404280016` * `模型应用场景：求索对话DeepSeek Chat主要应用于即梦AI的创意灵感词、视频脚本撰写功能。` * **潜在影响**: 这意味着“即梦AI”停止使用DeepSeek Chat模型。用户此前依赖其生成的“创意灵感词”和“视频脚本”功能可能被移除或替换为其他（如豆包大模型）来实现。这可能是出于技术整合、成本控制或监管合规的考虑。 4. **变更类型**: **删除** * **变更内容**: **“DeepSeek 大语言模型算法”及其全部描述被删除**。该删除紧随上一条，同时移除了对应的算法备案。旧版本中的相关内容如下： * `算法名称：DeepSeek 大语言模型算法` * `算法备案编号：网信算备110108970550101240011号` * (对应的基本原理、机制等描述一并被移除) * **潜在影响**: 该算法的删除与“求索对话DeepSeek Chat”模型的删除保持一致，彻底终止了DeepSeek在“即梦AI”中的技术应用。这进一步证实了平台在技术栈上从第三方模型向自研“豆包”系列模型整合的趋势。 5. **变更类型**: **修改** * **变更内容**: “个性化推荐类”下的“抖音个性化推荐算法”部分被删除。新版本中删除了该算法下的`1.1.2`和`2.1.1`等详细描述其运行机制和原理的连续段落。具体来说，旧版本中关于算法基本原理和运行机制（含“兴趣探索”机制）的详细说明在新版本中**整体消失**。 * **潜在影响**: 虽然该算法的名称和应用场景（为图片、视频推荐内容）以及备案编号依然存在，但从公示文档中**删除了对人类可读的基本原理和运行机制的解释**。这使得用户对推荐逻辑的透明度降低，用户更难以了解平台是如何使用个人数据（如点击、时长等行为）进行内容推送的。这从用户知情权的角度看是一种退步。 ### 3. 结论 本次更新是“即梦AI”产品功能和算法战略的一次重大调整。核心变化是**通过删除DeepSeek相关模型/算法，并新增“豆包语音模型”，实现了技术栈的进一步“豆包化”和功能线的扩展**。然而，与此同时，**删除了“抖音个性化推荐算法”的解释性内容**，这在一定程度上削弱了算法的透明度，对用户知情权构成了潜在的负面影响。 --- *分析由 DeepSeek 提供*
删除的内容
新增的内容
修改的内容
上一个版本 (2026年04月27日 ) 当前版本 (2026年07月28日)
1 “即梦AI”模型及算法备案公示说明 1 “即梦AI”模型及算法备案公示说明
2 2
3 “即梦AI”模型及算法备案公示说明 3 “即梦AI”模型及算法备案公示说明
4 4
5 为依法保障用户对即梦AI模型及算法服务的基本原理、目的意图和主要运行机制等的知情权，告知用户即梦AI提供的模型及算法服务的备案情况，我们制定本《“即梦AI”算法及模型备案公示说明》，帮助用户了解在使用即梦AI产品和服务的过程中我们如何通过模型及算法技术向用户提供信息和服务，充分保障用户的合法权益。 5 为依法保障用户对即梦AI模型及算法服务的基本原理、目的意图和主要运行机制等的知情权，告知用户即梦AI提供的模型及算法服务的备案情况，我们制定本《“即梦AI”算法及模型备案公示说明》，帮助用户了解在使用即梦AI产品和服务的过程中我们如何通过模型及算法技术向用户提供信息和服务，充分保障用户的合法权益。
6 6
7 一、大模型 7 一、大模型
8 模型名称：豆包大模型 8 模型名称：豆包大模型
9 1.1 模型备案编号：Beijing-YunQue-20230821 9 1.1 模型备案编号：Beijing-YunQue-20230821
10 1.2 模型应用场景：豆包大模型主要应用于即梦AI的AI内容生成功能。 10 1.2 模型应用场景：豆包大模型主要应用于即梦AI的AI内容生成功能。
11 模型名称：豆包文生图模型 11 模型名称：豆包文生图模型
12 2.1 模型备案编号：Beijing-FuLuGua-20231205 12 2.1 模型备案编号：Beijing-FuLuGua-20231205
13 2.2 模型应用场景：豆包文生图模型主要应用于即梦AI的AI内容生成功能。 13 2.2 模型应用场景：豆包文生图模型主要应用于即梦AI的AI内容生成功能。
14 模型名称：豆包视频生成模型 14 模型名称：豆包视频生成模型
15 3.1 模型备案编号：Beijing-DouBaoShiPinShengCheng-202503180061 15 3.1 模型备案编号：Beijing-DouBaoShiPinShengCheng-202503180061
16 3.2 模型应用场景：豆包视频生成模型主要应用于即梦AI的AI内容生成功能。 16 3.2 模型应用场景：豆包视频生成模型主要应用于即梦AI的AI内容生成功能。
17 模型名称：豆包音乐大模型 17 模型名称：豆包音乐模型
18 4.1 模型备案编号：Beijing-DouBaoYinYue-202503180063 18 4.1 模型备案编号：Beijing-DouBaoYinYue-202503180063
19 4.2 模型应用场景：豆包音乐大模型主要应用于即梦AI的AI内容生成功能。 19 4.2 模型应用场景：豆包音乐模型主要应用于即梦AI的AI内容生成功能。
20 模型名称：求索对话DeepSeek Chat 20 模型名称：豆包语音模型
21 5.1 模型备案编号：Beijing-DeepseekChat-202404280016 21 5.1 模型备案编号：Beijing-DouBaoYuYin-202603050190
22 5.2 模型应用场景：求索对话DeepSeek Chat主要应用于即梦AI的创意灵感词、视频脚本撰写功能。 22 5.2 模型应用场景：豆包语音模型主要应用于即梦AI的AI内容生成功能。
23 23
24 二、算法 24 二、算法
25 生成合成类 25 生成合成类
26 1.1 算法名称：豆包大模型算法 26 1.1 算法名称：豆包大模型算法
27 1.1.1 算法基本原理 27 1.1.1 算法基本原理
28 豆包大模型算法是一种基于Transformer架构的语言模型，通过前文预测下一个最可能的词语来实现文本生成。其中运用的新技术主要是基于Transformer架构的语言模型和基于人类反馈的强化学习，前者建模了大量蕴含在自然语言中的知识，后者使得模型可以通过对话方式提供合适的内容。 28 豆包大模型算法是一种基于Transformer架构的语言模型，通过前文预测下一个最可能的词语来实现文本生成。其中运用的新技术主要是基于Transformer架构的语言模型和基于人类反馈的强化学习，前者建模了大量蕴含在自然语言中的知识，后者使得模型可以通过对话方式提供合适的内容。
29 1.1.2 算法运行机制 29 1.1.2 算法运行机制
30 豆包大模型算法在用户提出问题后，识别用户的需求，通过预先学习与全网搜索内容，在对话框中或落地页中展示对应的结果。该模型首先通过大规模无监督的预训练学习语言的统计规律和知识，然后进行有监督的微调让模型学会遵循用户的指令，最后通过强化学习训练让模型生成合适的内容。 30 豆包大模型算法在用户提出问题后，识别用户的需求，通过预先学习与全网搜索内容，在对话框中或落地页中展示对应的结果。该模型首先通过大规模无监督的预训练学习语言的统计规律和知识，然后进行有监督的微调让模型学会遵循用户的指令，最后通过强化学习训练让模型生成合适的内容。
31 1.1.3 算法应用场景：豆包大模型算法主要应用于即梦AI的AI内容生成功能。 31 1.1.3 算法应用场景：豆包大模型算法主要应用于即梦AI的AI内容生成功能。
32 1.1.4 算法目的意图：豆包大模型算法旨在提升用户获取信息效率，扩展知识边界，通过提供优质问答交互等服务，帮助用户深入了解世界。 32 1.1.4 算法目的意图：豆包大模型算法旨在提升用户获取信息效率，扩展知识边界，通过提供优质问答交互等服务，帮助用户深入了解世界。
33 1.1.5 算法备案编号：网信算备110108823483901230031号 33 1.1.5 算法备案编号：网信算备110108823483901230031号
34 34
35 1.2 算法名称：剪映特效算法 35 1.2 算法名称：剪映特效算法
36 1.2.1 算法基本原理 36 1.2.1 算法基本原理
37 剪映特效算法主要是基于图片视频的编解码、内容理解、视频剪辑、端上渲染等技术输出符合用户需求的结果，并在部分特效中加入智能化的图像处理与深度学习技术，以降低用户操作门槛并提升整体输出质量。 37 剪映特效算法主要是基于图片视频的编解码、内容理解、视频剪辑、端上渲染等技术输出符合用户需求的结果，并在部分特效中加入智能化的图像处理与深度学习技术，以降低用户操作门槛并提升整体输出质量。
38 1.2.2 算法运行机制 38 1.2.2 算法运行机制
39 剪映特效算法主要是通过接收用户的图片视频或摄像头输入，对图片或视频进行渲染处理与格式转换，然后输出符合用户需求的结果。部分算法还会在渲染处理前增加深度学习模型处理环节，以提升整体输出效果。上述模型通过离线训练与加密处理后得到。 39 剪映特效算法主要是通过接收用户的图片视频或摄像头输入，对图片或视频进行渲染处理与格式转换，然后输出符合用户需求的结果。部分算法还会在渲染处理前增加深度学习模型处理环节，以提升整体输出效果。上述模型通过离线训练与加密处理后得到。
40 1.2.3 算法应用场景：剪映特效算法主要应用于即梦AI的AI特效功能。 40 1.2.3 算法应用场景：剪映特效算法主要应用于即梦AI的AI特效功能。
41 1.2.4 算法目的意图：剪映特效算法主要目的在于提供简单、易用的视频剪辑能力和视频模板，帮助用户轻松记录生活。 41 1.2.4 算法目的意图：剪映特效算法主要目的在于提供简单、易用的视频剪辑能力和视频模板，帮助用户轻松记录生活。
42 1.2.5 算法备案编号：网信算备110108823483901230015号 42 1.2.5 算法备案编号：网信算备110108823483901230015号
43
44 1.3 算法名称：DeepSeek 大语言模型算法
45 1.3.1 算法基本原理
46 DeepSeek 大语言模型系以 Transformer 架构为基础，自主研发的深度神经网络模型。模型基于注意力机制，通过海量语料数据进行预训练，并经过监督微调、人类反馈的强化学习等进行对齐，构建形成深度神经网络，并增加审核、过滤等安全机制，使算法模型部署后能够根据人类的指令或者提示，实现语义分析、计算推理、问答对话、篇章生成、代码编写等任务。
47 1.3.2 算法运行机制
48 运行机制为用户输入文本格式的自然语言数据，产品经过预处理和违法不良信息审核后，由算法模型根据语言的统计规律、知识和对齐要求进行推理和计算，通过预测下一个最佳词语来实现文本生成，最后产品将经过审核的生成内容输出返回给用户，以响应用户的指令。
49 1.3.3 算法应用场景：直接向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景。
50 1.3.4 算法目的意图：DeepSeek 大语言模型旨在通过智能问答、代码生成等应用场景为用户提供创作、工作和提效的工具。高效便捷地帮助人们获取信息、知识和灵感。
51 1.3.5 算法备案编号：网信算备110108970550101240011号
52 个性化推荐类 43 个性化推荐类
53 2.1 算法名称：抖音个性化推荐算法 44 2.1 算法名称：抖音个性化推荐算法
54 2.1.1 算法基本原理 45 2.1.1 算法基本原理
55 抖音个性化推荐算法基于系统收集的用户设备信息以及在使用产品时的行为信息（行为信息包括用户在访问/使用产品时的点击、关注、搜索、查询、浏览、下载、分享及交易的操作相关记录），通过对上述信息进行自动分析和计算，根据计算结果从信息候选池中筛选出用户可能更感兴趣的内容进行推送。 46 抖音个性化推荐算法基于系统收集的用户设备信息以及在使用产品时的行为信息（行为信息包括用户在访问/使用产品时的点击、关注、搜索、查询、浏览、下载、分享及交易的操作相关记录），通过对上述信息进行自动分析和计算，根据计算结果从信息候选池中筛选出用户可能更感兴趣的内容进行推送。
56 抖音个性化推荐算法会根据用户在使用产品过程中的浏览行为对推荐模型进行实时反馈，不断调整优化推荐结果，更好地向用户提供优质内容。 47 抖音个性化推荐算法会根据用户在使用产品过程中的浏览行为对推荐模型进行实时反馈，不断调整优化推荐结果，更好地向用户提供优质内容。
57 2.1.2 算法运行机制 48 2.1.2 算法运行机制
58 抖音个性化推送算法主要是基于用户历史的点击、时长、点赞、评论、分享、转发等行为数据，通过深度学习技术框架建立模型，预估用户对某个内容产生互动的概率，针对预估内容使用排序、打散、干预等机制和策略后，再向用户进行推荐。 49 抖音个性化推送算法主要是基于用户历史的点击、时长、点赞、评论、分享、转发等行为数据，通过深度学习技术框架建立模型，预估用户对某个内容产生互动的概率，针对预估内容使用排序、打散、干预等机制和策略后，再向用户进行推荐。
59 用户行为参考三个维度作为样本进入机器学习模型里训练，训练的结果用于更新用户模型和推荐新的内容。 50 用户行为参考三个维度作为样本进入机器学习模型里训练，训练的结果用于更新用户模型和推荐新的内容。
60 为了避免“信息茧房”问题的出现，抖音个性化推荐算法专门设计了“兴趣探索”机制。一方面每次推荐都会选择用户过去不常观看的内容类目进行一定比例的推荐。另一方面每次获取推荐内容的过程中会特别增加一条随机内容来保障用户可见内容的多样性。 51 为了避免“信息茧房”问题的出现，抖音个性化推荐算法专门设计了“兴趣探索”机制。一方面每次推荐都会选择用户过去不常观看的内容类目进行一定比例的推荐。另一方面每次获取推荐内容的过程中会特别增加一条随机内容来保障用户可见内容的多样性。
61 2.1.3 算法应用场景：抖音个性化推荐算法在即梦AI主要用于图片、视频等内容的推荐。 52 2.1.3 算法应用场景：抖音个性化推荐算法在即梦AI主要用于图片、视频等内容的推荐。
62 2.1.4 算法目的意图：帮助用户提高获取优质信息的效率。 53 2.1.4 算法目的意图：帮助用户提高获取优质信息的效率。
63 2.1.5 算法备案编号：网信算备110108823483902220017号 54 2.1.5 算法备案编号：网信算备110108823483902220017号