算法公示

（一）豆包大模型算法

• 算法名称：豆包大模型算法
• 备案编号：网信算备110108823483901230031号
• 算法类型：生成合成类（大语言模型，深度合成服务）
• 服务提供方：北京抖音信息服务有限公司

（二）DeepSeek 大模型算法

• 算法名称：DeepSeek 大语言模型算法
• 备案编号：网信算备110108443622101230025号
• 算法类型：生成合成类（大语言模型，深度合成服务）
• 服务提供方：北京深度求索人工智能基础技术研究有限公司

（三）火山引擎文本转语音算法

• 算法名称：火山引擎文本转语音算法
• 备案编号：网信算备110108823483901230057号
• 算法类型：生成合成类（语音生成模型，深度合成服务）
• 服务提供方：北京抖音信息服务有限公司

（四）火山引擎虚拟数字人算法

• 算法名称：火山引擎虚拟数字人算法
• 备案编号：网信算备110108823483901230049号
• 算法类型：生成合成类（视频生产模型，深度合成服务）
• 服务提供方：北京抖音信息服务有限公司

（五）可灵大模型算法（Kling）

• 算法名称：快手可灵大模型生成合成算法
• 备案编号：网信算备110108413760701250055号
• 算法类型：生成合成类（视频生成模型，深度合成服务）
• 服务提供方：北京快手科技有限公司

（六）达摩院图像合成算法

• 算法名称：达摩院图像合成算法
• 备案编号：网信算备330110507206401230027号
• 算法类型：生成合成类（图片生成模型，深度合成服务）
• 服务提供方：阿里巴巴达摩院(杭州)科技有限公司

（一）豆包大模型算法

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，能够精准识别用户指令，完成对话问答、文案生成、信息总结等相关任务；同时对生成的文本内容做好合规校验，符合深度合成服务监管要求。

（二）DeepSeek 大模型算法

DeepSeek大模型生成合成算法基于Transformer架构与大规模预训练技术，通过对海量合规文本数据学习，实现智能对话、文本生成、内容理解、信息总结等功能。算法采用监督微调与人类反馈强化学习（RLHF）优化输出效果，全程执行内容安全与合规审核，确保生成文本合法、健康、可追溯，符合深度合成服务管理要求。

（三）火山引擎文本转语音算法

火山引擎文本转语音算法主要通过将输入的文字信息转化成相应的语音信号，结合声学模型和语言模型来生成自然、流畅的人类语音。基于语言学特征（来自于文本）预测Mel频谱，配合Transformer和CNN模型多层叠加，输出声音，并通过深度学习模型优化和稳定性评测来提升合成效果；作为深度合成服务，严格遵循监管要求，确保生成语音合规可追溯。

（四）火山引擎虚拟数字人算法

火山引擎虚拟数字人算法作为深度合成服务，核心依托计算机图形学、动作捕捉、语音合成及AI驱动技术，构建具备拟人化外观、动作与交互能力的虚拟数字人。通过对真实人体姿态、面部表情的建模与学习，结合语音与动作的协同驱动，实现虚拟数字人的自然动作、表情呈现及智能交互，适配多场景应用需求；生成的相关视频、交互内容均添加显著标识，明确AI生成属性，防范技术误用。

（五）可灵大模型算法（Kling）

可灵大模型算法（Kling）作为深度合成服务，基于多模态时序扩散模型，专注视频生成场景，通过解析用户文本描述、图像素材提取视觉与时序特征，生成连贯、流畅、高质量视频内容，优化视频时序连贯性与画质呈现，降低用户视频制作门槛；生成的视频内容均添加数字化水印（SynthID等类似技术）及显著标识，符合深度合成服务监管要求，防止技术误用，确保生成内容合规可追溯。

（六）达摩院图像合成算法

达摩院图像合成算法作为深度合成服务，核心通过解析用户文本描述或图像输入，提取关键视觉特征，依托扩散模型技术，逐步生成符合描述、画质清晰、内容合规的图像。通过多模态特征匹配与合规审核，确保生成图像与用户指令高度契合，可用于构建真实的虚拟世界、增强现实场景及艺术品创作等场景；生成的图像均添加数字化水印（SynthID等类似技术）及显著标识，明确提示为AI生成内容，防范技术误用，符合《人工智能生成合成内容标识办法》相关规定。

（一）豆包大模型算法运行机制

1. 预训练阶段：通过大规模无监督学习，对海量合规语料进行训练，掌握自然语言的语法、语义及各类知识，构建基础语言模型；
2. 微调阶段：通过有监督训练，结合各类场景需求，让模型学会遵循用户指令，适配本App的具体应用场景；
3. 强化学习阶段：基于人类反馈数据，对模型输出内容进行优化，剔除不合规、不精准的内容，提升输出质量与合规性；
4. 推理阶段：实时接收用户输入的指令，结合预训练积累的知识与微调后的场景适配能力，快速生成符合要求的响应内容，全程不存储无关用户信息。

（二）DeepSeek 大模型算法运行机制

1. 输入解析：对用户输入文本进行意图识别与内容解析，提取核心需求；
2. 模型推理：基于预训练与微调模型生成符合指令的文本内容；
3. 合规校验：对生成内容进行安全审核、敏感信息过滤，确保合规；
4. 结果输出：返回合规文本，不存储非必要用户数据，保障隐私安全。

（三）火山引擎文本转语音算法运行机制

1. 输入解析：接收用户提供的授权文本内容，精准识别文本中的语言学特征，提取语音合成所需核心信息；
2. 模型生成：基于声学模型和语言模型，预测Mel频谱，通过Transformer和CNN模型多层叠加，将文本特征转化为语音信号；
3. 优化处理：通过深度学习模型对生成的语音进行优化，提升流畅度与自然度，同时开展合规校验，确保语音内容无违规信息；
4. 结果输出：将优化后的语音内容反馈给用户，清理生成过程中的临时数据，保障用户数据安全，模型训练所需数据授权链路完整。

（四）火山引擎虚拟数字人算法运行机制

1. 输入解析：接收用户对虚拟数字人的外观、动作、交互需求等输入信息，提取核心特征与参数；
2. 模型生成：通过图形学建模、动作驱动模型，构建虚拟数字人主体，结合语音合成技术，实现动作与语音的协同匹配；
3. 优化审核：优化虚拟数字人的外观细节、动作流畅度，开展内容合规校验，添加AI生成标识，杜绝违规呈现；
4. 结果输出：向用户返回符合要求的虚拟数字人及相关内容，清理临时数据，保障数据安全与合规。

（五）可灵大模型算法（Kling）运行机制

1. 输入解析：解析用户文本描述、图像素材，提取视频主题、场景、风格等核心需求；
2. 时序生成：通过多模态时序扩散模型生成连贯视频帧，构建完整视频内容；
3. 优化审核：优化视频画质与流畅度，同步开展内容合规校验，添加数字化水印及显著标识，杜绝违规内容；
4. 结果输出：向用户返回审核通过的视频，清理临时数据，保障数据安全。

（六）达摩院图像合成算法运行机制

1. 输入解析：识别用户文本描述或图像输入，提取视觉特征与创作需求；
2. 模型生成：通过扩散模型生成图像，优化细节与画质，确保图像符合用户描述；
3. 合规审核：对生成图像进行违规内容校验，添加数字化水印及显著标识，符合监管要求；
4. 结果输出：返回合规图像，清理临时数据，保障用户数据安全。