← 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07月28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，遵照您的指示，以下是对这两个时间点的“即梦AI”模型及算法备案公示说明文件版本进行的版本演变分析报告。 --- ### 版本演变分析报告 **分析对象：** “即梦AI” 模型及算法备案公示说明 **比较版本：** 旧版本 (更新于 2026年07月28日) vs. 新版本 (更新于 2026年07月30日) #### 1. 总体评估 本次从 **2026年07月28日** 到 **2026年07月30日** 的更新属于 **微小勘误与格式调整**。 经过逐字逐句的对比，两个版本的文件内容在文字、数据结构、备案编号、算法原理说明等所有实质性内容上完全一致。本次更新唯一的改变在于文件的修订时间戳，这表明该更新很可能是一次内部系统的自动或手动修正，而非政策、功能或条款的实质性变动。 #### 2. 详细变更点分析 在详细的对比分析后，本文件不存在任何实质性的变更。所有章节、模型信息、算法描述、备案编号、应用场景及目的意图均保持原样。因此，无法形成一个包含变更类型、变更内容和潜在影响的列表。 变更清单为空。 #### 3. 结论 本次更新仅修订了文件的更新时间戳，未对文件内的任何政策、算法或模型描述作出修改。因此，该更新对用户的理解和权益没有任何实质性影响。用户可以继续依据旧版本或新版本的说法来了解“即梦AI”的模型及算法备案情况。 --- *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07月28日 ) 当前版本 (2026年07月30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”模型及算法备案公示说明》，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：豆包语音模型 20 模型名称：豆包语音模型
21 5.1 模型备案编号：Beijing-DouBaoYuYin-202603050190 21 5.1 模型备案编号：Beijing-DouBaoYuYin-202603050190
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。 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 个性化推荐类 43 个性化推荐类
44 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
45 2.1.1 算法基本原理 45 2.1.1 算法基本原理
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。 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。
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。 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。
48 2.1.2 算法运行机制 48 2.1.2 算法运行机制
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。 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。
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。 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。
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。 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。
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。 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。
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。 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。
54 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