大語言模型教會 AI “讀懂文字”，視訊模型教會 AI “看懂畫面”，而世界模型，是要教會 AI理解整個物理世界如何運轉。 近日據彭博社、科創板日報等多家媒體的業內消息，字節跳動正在秘密研發一款即時空間世界模型，技術路線直接對標Google DeepMind 的 Genie 世界模型，項目由張一鳴親自督導，跨部門調集算力與研發資源，最快預計下個月迎來亮相，字節官方暫未對此消息做出正式置評。 不同於字節已經出圈的 Seedance 電影級視訊生成模型，Seedance 輸出的是一段寫死的成片視訊，播放完畢就結束。而這款新模型，目標是生成可以即時互動、可以自由漫遊的三維虛擬空間。使用者移動視角、發出語音指令，整個環境就會即時發生變化，不再是預先渲染好的固定片段。 未來這套模型計畫打通火山雲、抖音內容生態、Pico XR 硬體。落地場景直指互動式直播、觀眾可參與劇情的 AI 短劇、AI 原生遊戲；戴上 Pico 頭顯，使用者可以直接走進 AI 生成出來的虛擬世界，大量渲染計算放在雲端運行，以此降低 XR 終端的硬體門檻。

2026年8月31日，一部沒有真人演員的電視劇在湖南衛視黃金檔播出。 《後西遊記》第一季“花果山篇”，30集，每集40分鐘，全部由AI生成。據說，底層技術來自Seedance，製作依託芒果TV自研的“芒果靈創”平台，聚合40多個模型，生成了109個角色、143個場景。 這不是實驗短片，不是網路短影片，是衛視黃金檔。 收視率峰值0.3384%，同時段省級衛視第一。資本市場更是直接，芒果超媒連續兩天20CM漲停。

實測Seedance2.5：更長、更穩，細節還不到位。 7月31日，Seedance 2.5來了。 這次升級的核心參數變化是：單次生成視訊時長從15秒拉到30秒原生直出，並支援多輪延長；單次生成最多可參考50個素材，涵蓋圖片、視訊、音訊三種模態；強化了視訊局部編輯的能力，支援局部細節修改、元素增減，時間戳指令的精度可控制在1秒以內；支援直接參考綠幕和白模素材生成，並可通過Maya、Blender外掛呼叫；覆蓋十余種語言，口型與語速也能同步匹配。 從升級方向看，字節想把Seedance模型能力再往上提一檔，推向影視、廣告、遊戲等更專業的生產場景。

從“把知識講清楚”走向“把學習體驗好”。 還記得上學時，在課文最後被“全文背誦並默寫”支配的恐懼嗎？ “《滕王閣序》，當初你們是怎麼背下來的”； “朱自清老師，怎麼這樣，你讓我崩潰兩次”；

做AI視訊的朋友們，你們有沒有這樣的痛點？ 手裡有產品圖、有品牌素材、有創意想法，但一到落地就卡殼——要麼效果不夠商用，要麼成本太高，要麼流程太複雜。 MiniMax前幾天放出了全新H3模型，定位是面向商用場景的開源視訊生成模型，主打效果能打、性價比高。我第一時間拿到了內測資格，連續體驗了幾天，我的感受是：這可能是目前商用場景最能打的AI視訊模型。 話不多說，直接上乾貨。

字節在大模型上的第一場翻身仗 2025年底，在一次模型團隊的聚餐上，Seedance模型的負責人曾妍向leader提到，她還是想試試訓一個更大尺寸的模型，至少達到200B（2000億參數）。 曾妍是字節Seed一位非常年輕的研究員，2021年校招生，研究方向始終聚焦在視訊理解與生成上。“她一直都挺有自己的技術判斷。”一位與曾妍打過交道的人告訴36氪，“而且很主動，對於相信的事情比較堅持，會想辦法爭取資源去實現。” 這個評價幾乎復現了曾妍做Seedance2.0訓練時的處境。“她想訓一個參數量更大的模型，但當時團隊內部有一些分歧，有人覺得把模型直接scale up到200B-300B的等級有點冒進了，並且整體的訓練資源也緊張，可能先訓一個100B等級的模型技更安全。”一位知情人士告訴36氪。

今天AI圈最炸的一則新聞，就是在火山引擎FORCE大會上，字節官宣了全新AI視訊模型Seedance 2.5。 wuhu動畫人空間作為官方管道合作夥伴第一時間目睹了現場，你能想像一場AI大會超5萬人線下圍觀是一種什麼體驗？ 早前業內都以為Seedance 2.0的下一個版本是2.1，畢竟2.0已經縱橫江湖無敵手了，沒想到一躍飛昇到了2.5，升級幅度遠超所有人預期。目前這款模型已經進入內測收尾，預計7月初就能對外開放使用。 那我們閒話少敘，直奔正題，看看這次Seedance 2.5到底給我們帶來了那些新的驚喜。

昨天 Seedance 2.0 出了 4K 模型。有人用了一下，算了算價格就被驚到了： 一條 15 秒 4K 視訊大概 88 塊，一條一分鐘的廣告片，算上抽卡大概 700 塊。 是的，這個模型是很貴的。 但這麼貴的東西，每天給字節帶來的收益超過 1 億人民幣，是豆包的100倍。