← 返回首页

版本对比

查看政策在不同版本之间的内容变化

“剪映”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02月02日

📄 当前版本

2026年07月30日

🤖 AI智能分析

分析时间: 2026年07月30日
好的，以下是根据您提供的两个版本进行的政策文件版本演变分析报告。 --- ### 1. 总体评估 本次从 **2026年02月02日** 到 **2026年07月30日** 的更新，属于 **实质性条款变更**。这并非简单的格式调整，而是体现了剪映平台在算法和模型服务层面的重大战略调整，核心变化在于将多个原本跨平台通用的大模型和推荐算法的应用场景，**全面收窄并聚焦于“剪映”单一应用内的特定功能**。 ### 2. 详细变更点分析 以下详细列出本次更新中的关键变更点： 1. **变更类型**: **修改** * **变更内容**: **豆包大模型算法（第1.2条）的应用场景被大幅缩减。** * **旧版**: “豆包大模型算法主要应用于今日头条、抖音、剪映、番茄小说、西瓜视频、飞书、豆包、悟空浏览器、懂车帝等网站或应用程序。” (说明这是一个全平台通用的算法) * **新版**: “豆包大模型算法主要应用于剪映的AI内容生成功能。” (应用场景被严格限定在剪映内) * **潜在影响**: 对用户而言，这意味着剪映平台向用户明确声明，其内嵌的“豆包大模型算法”现在只服务于剪映自身的AI功能（如智能文案等），不再声称该算法广泛服务于整个字节跳动生态。这是一个非常精确的功能定位声明，减少了用户对算法跨平台应用的误解。 2. **变更类型**: **修改** * **变更内容**: **DeepSeek 大语言模型算法（第1.3条）的应用场景被大幅缩减。** * **旧版**: “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。” (描述为通用平台级服务) * **新版**: “DeepSeek 大语言模型算法主要应用于剪映的AI内容生成功能。” (同样严格限定在剪映内) * **潜在影响**: 与豆包大模型的变更逻辑一致，剪映将DeepSeek模型的服务范围也从“直接向用户或开发者”的通用声明，收窄为“剪映的AI内容生成”功能。这清晰地表明，DeepSeek模型在剪映中的地位是一个内部功能组件，而非独立的对外服务平台。 3. **变更类型**: **修改** * **变更内容**: **剪映特效算法（第1.1条）的应用场景表述更精确。** * **旧版**: “剪映特效算法主要应用于拍摄或视频编辑等功能。” * **新版**: “剪映特效算法主要应用于剪映的特效功能。” * **潜在影响**: 这是一个微小但重要的精确化修改。旧版“拍摄或视频编辑”可能被解读为覆盖了所有相关功能，新版直接指向“特效功能”，使得用户能更清晰地理解该算法的具体作用领域，减少了歧义。 4. **变更类型**: **修改** * **变更内容**: **抖音个性化推荐算法（第2.1条）的应用场景表述收窄和具体化。** * **旧版**: “抖音个性化推荐算法在剪映主要用于视频模板、教程、搜索结果、商品及服务（广告）等内容的推荐。” * **新版**: “抖音个性化推荐算法在剪映主要用于图片、视频等内容的推荐。” * **潜在影响**: 这是一个显著的变化。旧版列举了“视频模板、教程、搜索结果、商品及服务（广告）”等多项具体场景。新版将其概括为“图片、视频等内容”，虽然范围看似变宽，但实际是删除了对“广告”等特定商业场景的主动声明。这可能意味着剪映调整了其推荐引擎的内部构架，或希望简化其功能声明。对于用户，这意味着“广告”推荐不再被明确归于此算法，其背后的机制可能发生了变化。 5. **变更类型**: **新增** * **变更内容**: **新增“豆包语音模型”备案。** * **旧版**: 未提及。 * **新版**: “模型名称：豆包语音模型 ... 模型备案编号：Beijing-DouBaoYuYin-202603050190 ... 模型应用场景：豆包语音模型主要应用于剪映的AI内容生成功能。” * **潜在影响**: 这是本次更新中最重大的新功能发布。该备案的加入表明，剪映在短短几个月内，已经正式上线了功能完备的AI语音生成/处理模型，并完成了合规备案。这标志着剪映的AI能力从文本、图像、视频扩展到了多媒体创作的关键一环——音频领域，用户现在可以直接在剪映内体验AI语音相关功能。 6. **变更类型**: **修改** * **变更内容**: **模型备案部分的版式和命名进行了微调。** * **旧版**: 各模型编号和场景描述采用松散的数字列表（1., 2., 3., 4., 5. ...）。 * **新版**: 每个模型都使用了统一、结构化的“X.1模型备案编号”和“X.2模型应用场景”格式。 * **旧版**: 模型名为“豆包音乐大模型”。 * **新版**: 模型名为“豆包音乐模型”。 * **潜在影响**: 格式的调整提升了文件的可读性和严谨性。而“豆包音乐大模型”更名为“豆包音乐模型”，虽然只是去掉了“大”字，但通常“大模型”（LLM）特指语言模型，而音乐生成模型是另一种模态，此修改在技术描述上可能更为准确。 ### 3. 结论 本次更新是剪映对其算法和模型服务进行的一次**战略性聚焦**和**功能扩容**。核心变化是：将多个算法（尤其是豆包和DeepSeek大模型）的声明用途从“全平台通用”**收窄**为“聚焦于剪映内的AI内容生成功能”，体现了更精确的合规声明和产品定位。同时，通过**新增**“豆包语音模型”的备案，剪映正式宣告了其在AI语音创作领域的部署，极大地丰富了用户的AI工具箱。总体而言，这次更新对用户意味着剪映的AI能力边界更加清晰，功能也更为强大和全面。 --- *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02月02日 ) 当前版本 (2026年07月30日)
1 “剪映”算法及模型备案公示说明 1 “剪映”算法及模型备案公示说明
2 2
3 为依法保障用户对剪映算法及模型服务的基本原理、目的意图和主要运行机制等的知情权，告知用户剪映提供的算法及模型服务的备案情况，我们制定本《“剪映”算法及模型备案公示说明》，帮助用户在使用剪映软件产品及相关服务的过程中了解我们如何通过算法及模型技术向用户提供信息和服务，充分保障用户的合法权益。 3 为依法保障用户对剪映算法及模型服务的基本原理、目的意图和主要运行机制等的知情权，告知用户剪映提供的算法及模型服务的备案情况，我们制定本《“剪映”算法及模型备案公示说明》，帮助用户在使用剪映软件产品及相关服务的过程中了解我们如何通过算法及模型技术向用户提供信息和服务，充分保障用户的合法权益。
4 4
5 一、算法 5 一、算法
6 生成合成类 6 生成合成类
7 7
8 1.1 算法名称：剪映特效算法1.1.1 算法基本原理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。1.1.2 算法运行机制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。1.1.3 算法应用场景剪映特效算法主要应用于拍摄或视频编辑等功能。1.1.4 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。1.1.5 备案编号 8 1.1 算法名称：剪映特效算法1.1.1 算法基本原理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。1.1.2 算法运行机制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。1.1.3 算法应用场景剪映特效算法主要应用于剪映的特效功能。1.1.4 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。1.1.5 算法备案编号
9 9
10 网信算备110108823483901230015号 10 网信算备110108823483901230015号
11 11
12 1.2 算法名称：豆包大模型算法1.2.1 算法基本原理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。1.2.2 算法运行机制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。1.2.3 算法应用场景豆包大模型算法主要应用于今日头条、抖音、剪映、番茄小说、西瓜视频、飞书、豆包、悟空浏览器、懂车帝等网站或应用程序。1.2.4 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。1.2.5 备案编号网信算备110108823483901230031号1.3 算法名称：DeepSeek 大语言模型算法 12 1.2 算法名称：豆包大模型算法1.2.1 算法基本原理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。1.2.2 算法运行机制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。1.2.3 算法应用场景豆包大模型算法主要应用于剪映的AI内容生成功能。1.2.4 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。1.2.5 算法备案编号网信算备110108823483901230031号1.3 算法名称：DeepSeek 大语言模型算法
13 13
14 1.3.1 算法基本原理 14 1.3.1 算法基本原理
15 15
16 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。 16 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。
17 17
18 1.3.2 算法运行机制 18 1.3.2 算法运行机制
19 19
20 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。 20 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。
21 21
22 1.3.3 算法应用场景 22 1.3.3 算法应用场景
23 23
24 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。 24 DeepSeek 大语言模型算法主要应用于剪映的AI内容生成功能。
25
26 1.3.4 算法目的意图
25 27
26 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。 28 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。
27 29
28 1.3.5 备案编号 30 1.3.5 算法备案编号
29 31
30 网信算备110108970550101240011号 32 网信算备110108970550101240011号
31 个性化推荐类 33 个性化推荐类
32 34
33 2.1 算法名称：抖音个性化推荐算法2.1.1 算法基本原理抖音个性化推荐算法基于系统收集的用户设备信息、位置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、收藏、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。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。2.1.2 算法运行机制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、不喜欢等行为数据，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。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。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。2.1.3 算法应用场景抖音个性化推荐算法在剪映主要用于视频模板、教程、搜索结果、商品及服务（广告）等内容的推荐。2.1.4 算法目的意图帮助用户提高获取优质信息的效率。2.1.5 备案编号网信算备110108823483902220017号 二、模型 35 2.1 算法名称：抖音个性化推荐算法2.1.1 算法基本原理抖音个性化推荐算法基于系统收集的用户设备信息、位置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、收藏、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。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。2.1.2 算法运行机制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、不喜欢等行为数据，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。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。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。2.1.3 算法应用场景
34 豆包大模型 36
37 抖音个性化推荐算法在剪映主要用于图片、视频等内容的推荐。2.1.4 算法目的意图帮助用户提高获取优质信息的效率。2.1.5 算法备案编号网信算备110108823483902220017号 二、模型
38 模型名称：豆包大模型
35 39
36 模型备案编号：Beijing-YunQue-20230821应用场景：豆包大模型主要应用于剪映应用内的AI视频创作、智能剪辑、智能文案撰写和对话式创作等功能。 40 1.1模型备案编号：Beijing-YunQue-202308211.2模型应用场景：豆包大模型主要应用于剪映的AI内容生成功能。
37 豆包文生图模型 41 模型名称：豆包文生图模型
38 42
39 模型备案编号：Beijing-FuLuGua-20231205应用场景：豆包文生图模型主要应用于剪映的AI内容生成功能。 43 2.1模型备案编号：Beijing-FuLuGua-202312052.2模型应用场景：豆包文生图模型主要应用于剪映的AI内容生成功能。
40 模型名称：豆包视频生成模型模型备案编号：Beijing-DouBaoShiPinShengCheng-202503180061模型应用场景：豆包视频生成模型主要应用于剪映的AI内容生成功能。4. 模型名称：豆包音乐大模型模型备案编号：Beijing-DouBaoYinYue-202503180063模型应用场景：豆包音乐大模型主要应用于剪映的AI内容生成功能。5.求索对话DeepSeek Chat模型备案编号：Beijing-DeepseekChat-202404280016 44 模型名称：豆包视频生成模型3.1模型备案编号：Beijing-DouBaoShiPinShengCheng-2025031800613.2模型应用场景：豆包视频生成模型主要应用于剪映的AI内容生成功能。4. 模型名称：豆包音乐模型4.1模型备案编号：Beijing-DouBaoYinYue-2025031800634.2模型应用场景：豆包音乐模型主要应用于剪映的AI内容生成功能。
45 模型名称：豆包语音模型5.1模型备案编号：Beijing-DouBaoYuYin-2026030501905.2模型应用场景：豆包语音模型主要应用于剪映的AI内容生成功能。6.求索对话DeepSeek Chat6.1模型备案编号：Beijing-DeepseekChat-202404280016
41 46
42 应用场景：求索对话DeepSeek Chat主要应用于剪映应用内的AI视频创作、智能剪辑、智能文案撰写和对话式创作等功能。 47 6.2模型应用场景：求索对话DeepSeek Chat主要应用于剪映的AI内容生成功能。