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。
上述人士說，但恰巧有高管參與上述聚餐，瞭解到曾妍的想法後，說可以給Seedance2.0的訓練協調一些資源，“後來在Seed內部最終的正式評審會上，Seed負責人吳永輝和視覺多模態生成方向負責人周暢討論後，最終也選擇了支援曾妍的想法。”
這個在當時看起來有些激進的技術選擇，最終被證明是正確的。“因為曾妍堅持模型要足夠大，訓練資料要足夠豐富，Seedance2.0才成了。”上述知情人士說。
我們採訪了多位字節內外的AI從業者，大部分人都認為，字節在大模型上真正的口碑逆轉，就是從Seedance2.0開始的：在大語言模型上，豆包大模型直到2025年年中迭代到1.6，才被行業認為可進入國內第一梯隊；Coding能力在豆包2.1推出前，始終沒有太大突破，在國內趕不上GLM，Kimi，DeepSeek等創業公司當時的旗艦模型，而Seedance2.0幾乎是字節第一款，也是目前唯一一款在效果上能形成絕對領先的模型。
這個絕對領先的模型也是第一個幫字節真正賺到錢的模型。36氪曾獨家報導，自2026年以來，火山引擎一直在不斷提高MaaS的營收目標。火山引擎負責人譚待則告訴36氪，今年火山MaaS收入的一半以上，都是由Seedance貢獻的。
字節命中了一個好生意。
關於Seedance2.0的利潤率有很多不同說法。晚點曾報導，這款模型的毛利率達到70%，而多名AI從業者都告訴36氪，他們預估Seedance2.0的毛利率達到了90%。（雖然火山引擎負責人譚待表示，外界過多關注Seedance的利潤了，其實沒有這麼高。）無論如何，相比現階段的大語言模型，視訊模型在中國確實是一個更好的生意：能做較高的定價，且行業競爭更小。
並且，AI 短劇的需求增長也給行業帶來了商業飛輪效應： 在Seedance效應的帶動下，字節、快手等平台都加大了對AI劇的資源扶持——更多內容製作公司為了產出高品質AI短劇而向火山、可靈購買模型——AI劇數量激增為字節、快手等帶來更多廣告或投流收入。
一個正向循環由此形成。
模型能力階躍式提升的時刻，往往就能解鎖新的生產力場景，而錢的流向，也會因此而改變。這件事在ClaudeOpus4.6發佈後被驗證過一次，在Seedance2.0上，又被驗證了一次。
而Seedance，不僅是字節入局大模型3年多來，打的第一場翻身仗，也讓中國整個大模型行業看到了一件非常重要的事：沒錯，大模型的背後是天價資本開支，但它也能賺到利潤率足夠高的錢。
人才的勝利，資料的勝利
字節在AI上向來“不計成本地投入”——GPU、資料、人才，全部飽和投入。
首先是人才的飽和投入上。
一直以來，字節都善於“讓老人做新業務”，這個思路起初也用在了Seed上。但做了一年多，沒太大起色。2024年中，字節開始在AI人才招聘上下重注，這也是核心管理團隊深入業務一線抓AI後帶來的第一個重要變化：全球範圍挖獵大模型人才，不惜付出極高的薪資水平。
2024年年中，一支專門服務於AI業務的招聘團隊成立了。這個團隊的特別之處在於：不少HR都有很強的業務背景，這樣能更好地與高階的AI人才對話——兩任負責人都曾在字節做過重要業務，且有戰略工作的背景。字節給這個團隊開出的薪資也很高——做高招的HR年薪動輒超過百萬。
一張“AI人才表”也開始形成：國內國外的頭部AI人才均在其中，“小幾百人，隨時滾動更新”，一位高招HR說，“Seed部門幾乎不需要遵循字節的薪資體系給offer，只要是我們想招的人，TP（薪酬包）都可定製。”
此外，張一鳴也回到了一線戰鬥狀態，頻繁約見大模型人才“直接聊聊”，不少高階研究員在金錢和誠意面前，都選擇了加入。
“人”之所以重要，是因為：“一個有經驗、能做對方向判斷的負責人，帶著一隊足夠聰明的年輕人踏實地做訓練實驗，再給足夠的資源，這事很難做不好”，多位業內人士都表達了這樣的觀點。
隨著周暢和吳永輝的陸續加入，Seed內部減少了同方向下的賽馬，並且對技術方向和訓練路線的判斷也更加收斂、精準，這在Seedance上體現的尤為明顯。
此前，字節內部有兩個獨立的團隊在做視訊生成模型的訓練：AI Lab的曾妍在做PixelDance，Seed的蔣路在做Seaweed。“那會兒字節內部各立山頭，做視訊的幾撥人最早在架構選型上其實是選錯了。”一位瞭解早期情況的人士說。
以PixelDance的第一版為例，它選擇了2D UNet擴展到3D的架構，我們可以理解為圖像擴散模型的視訊化，而非原生視訊架構。這在視訊生成的技術路線遠未收斂的當口，是一個看起來更快、更穩妥，但事後卻被證明上限不高的方向。
而同一時期，快手的可靈團隊選擇了與Sora一致的DiT（Diffusion Transformer）架構，並且是原生視訊路線，上限更高，也更難。“人和資料都沒有拖後腿，模型訓出來效果不會差。”一位知情人士說，這中間形成的時間差，讓可靈在隨後近一年裡先行領跑。
2024年底，蔣路離開字節加入Apple，曾妍隨著AI Lab的組織變動加入了Seed，成為了視覺生成模型Seedance的主要負責人。這是一個精簡的團隊，核心演算法工程師僅十幾人。從這個時間點開始，字節視訊生成模型的團隊和技術路線，都開始收斂。
從PixelDance後期過渡到Seedance的這個階段，跟最早期相比最大的變化是訓練架構進行了調整：從UNet架構調整到了以DiT為基礎的架構方向。這個架構能更好地實現大模型的Scaling Law——隨著參數量、資料量和算力變大，模型效果會有明顯提升。
但Seedance1.0及1.5都算不上成功：這兩個版本和GoogleVeo都有明顯的差距，全球市佔率大約排在第四，在國內也不及可靈。一位火山人士說，那段時間字節緊盯的對手是可靈和Runway，“盯著可靈打，打了蠻久”，卻始終沒能追上。而一位視訊Agent公司的市場負責人對36氪描述的感受是，可靈一度佔據了視訊生成市場近八成的份額。
字節和快手之間的漫長糾葛從短影片、直播、電商，來到了如今的視訊模型。這是一場字節的必爭之戰。
2025年12月，Seedance1.5剛上線不久，團隊就開始投入2.0版本的訓練。這成了Seedance的翻身一杖。
“Seedance非常重視訓練資料和模型結構。”一位Seed人士說。單純比拚GPU的數量，字節和OpenAI以及Google，無論是數量還是質量，差距都很大。海外公司普遍已經使用大叢集B卡（輝達B200/B300顯示卡搭建的大規模AI算力叢集）訓視訊模型，而字節內部，雖然Seedance優先順序也很高，但仍排在語言模型之後，使用的也是相對較差的GPU做訓練。因此，團隊只能在結構和資料上下功夫。
“這兩個最重要的事情做對了，接下來就是持續迭代。”這又回到了那個行業共識：人對、方向對、資源到位，剩下的只是時間問題。而這幾樣東西，恰好也是Seedance有的。
關於“人和組織”，一位接觸過Seedance團隊的大模型創業者告訴36氪，“大的技術創新往往需要天才研究員，需要寬鬆的研究環境來激發，可一旦技術路線確定，那需要的就是嚴格的schedule管理來確保把訓練的每一步都做到位。Seedance的團隊確實把每一個細節都做的很到位，軍團作戰的戰鬥力很強。”
而被認為是Seedance2.0成功最關鍵的一環，是用以訓練的資料。“這是一場資料的勝利。”多位從業者在跟36氪聊起Seedance2.0的成功原因時，都得出了這個結論。
大模型預訓練階段需要做大量的小規模實驗，需要非常多人來做資料標準制定、合成、尋源、標註、清洗、評測等工作，也需要足夠大量和豐富、多樣的資料。
“Seedance的資料標註做的很紮實，這能讓使用者輸入的提示詞被很精準地匹配到特定資料上。”一位知情人士告訴我們。在字節內部，為Seedance做模型資料評測的團隊就有上千人，與之形成對比的是，很多視訊領域賽道的頭部創業公司，內部評測團隊達到數十人，就已經算比較大的投入。每一位Seedance演算法的背後，往往都配著十余位資料同事做支援。這個龐大的資料團隊要做到能夠迅速交付演算法需要用於實驗和訓練的資料，以及收集使用者反饋，以保證演算法人員能夠迅速捕捉到任何用於迭代模型的訊號。
Seedance演算法團隊裡還有一個專門負責和資料團隊做對接的人。多位接近Seed的人士告訴我們，這個角色就像一個訓練團隊裡的資料產品經理，非常關鍵——他很清楚訓練需要什麼樣的資料，能給資料團隊提出清晰有效的需求，甚至演算法還會自己構造資料，自己做精細化的資料清洗工作。
在具體的資料選擇上，Seedance幾乎沒有使用抖音的資料，而是採買了大量影視資源，尤其是大量使用優質影視等級的素材，再用語言模型把它們拆解成指令碼和分鏡，“出來的效果就像把一群電影大師放進了模型裡。”
團隊會根據不同的場景做針對性的資料訓練。比如，“Seedance2.0對一些跑跳動作豐富的影視作品進行了系統學習，因為它們能還原很多真實運動場景；他們還會模擬或錄屏遊戲來學習，以及通過專業場景資料來幫助模型學習各種室內空間。”一位字節的資料人士告訴36氪。這些各種場景下的資料組成了Seedance2.0龐大的訓練資料集。
其實不僅是針對視訊模型，字節在各個模型的訓練資料上都有巨大投入。據36氪瞭解，在世界模型和Coding模型的訓練上，2026年初的資料預算超過千萬美元，並且，“如果覺得不夠，可以隨時追加預算。”
在AI資料上的巨大投入，有一個很重要的原因是Seed從成立之初就定下了“不做蒸餾”的原則。如果所有資料都要靠自己合成、採買、清洗，勢必需要一個龐大的團隊來支援。“字節在幾乎所有模型上的目標都是達到全球第一梯隊，甚至SOTA，這是通過蒸餾難以達到的。”一位字節人士告訴36氪。
火山井噴
“內部氣勢如虹。”一位火山銷售對36氪描述。因為Seedance2.0的爆火，火山銷售團隊傾巢而出，“都在給客戶賣Seedance”。面對客戶的猶豫，有些銷售則會自信地說：“一年之內，我們的模型都會一直保持SOTA。”
2026年4月，火山引擎向客戶全量開放了Seedance2.0 API的銷售，條件是，必須一次性簽訂至少1000萬元的Seedance使用年框，才能獲得2.0的“滿血版”使用資格。所謂滿血版，指的是能承受高並行，並且支援真人肖像授權簽約，這兩點對於Seedance2.0的主力使用者群體——擁有真人IP、需要量產內容的AI內容製作公司至關重要。
這種做法在過往火山引擎MaaS的銷售方案裡沒有出現過。從2025年2月DeepSeedR1面世後，大語言模型的價格就被驟然打了下來，模型廠的競爭迅速來到了買方市場階段：對於買家來說，誰家好用又便宜，就用誰。在地板價上拼市場份額，讓模型方幾乎沒什麼議價權。而對於主賣自家模型的火山引擎來說，更是不可能給出一個看起來如此高的銷售門檻。
“2025年，火山能賣的模型有限，走綜合性價比路線。”一位火山引擎人士告訴36氪：“語言模型競爭太激烈，當時也沒有跑出來Coding這種高價值場景。Seedream圖像模型在國內競爭力還可以，但量也不大。”由於Seedance1.0和1.5效果都不夠好，當時在市場競爭中打不過可靈，買單的客戶也不多。
“到了2026年初，我們把希望都寄託在Seedance2.0上了，必須要拿出能給客戶講的新故事了。”據上述火山引擎人士說，當時他們內部聽說了Seedance2.0是個能打的模型，覺得可能能能有一兩個月的領先優勢，“但沒想到這麼能打，幾個月過去了我們的優勢竟然還在。”
模型好用的第一波反饋是來自C端使用者的。2026年春節期間，豆包、剪映、即夢等字節的C端AI產品開始全量接入Seedance2.0，流量如潮水般湧來，導致生成一個12-15秒的視訊甚至需要排隊等待十小時。
反應迅速的即夢隨即給出了付費選項：充會員並購買積分可以擁有優先排隊的資格——忍受不了等待的使用者貢獻了Seedance2.0的第一批收入。據某大廠戰略對36氪估算，即夢在3月的收入約為1.4億元，4月則來到了2.1-2.2億元水平，這其中絕大部分來自Seedance2.0呼叫。
但很快，火山引擎接過了賺錢的接力棒。
3月的一天下午，周志鵬和家人在百望山爬山，但電話卻沒停過，“接了六個火山銷售的電話，都是給我推銷Seedance2.0的。”他是AI內容出品公司水母智能的聯合創始人，這家公司的出品的兩部AI短劇《摸金之天機入夢》和《餓塔》在今年5月進入了今年戛納電影節的豎屏劇展演。
因為自己公司有AI創作工具平台，周志鵬和火山銷售打交道已經一年多時間了，但始終沒下過單。對於頭部AI內容製作公司來說，一年在創作模型和工具上花1000萬並不算多，但讓他感到有些為難的是，這1000萬花出去等於和字節的視訊生成模型產生了一個為期一年的繫結關係：如果一年內有比Seedance2.0及其之後版本更好用的其它模型出來，他也很難快速遷移過去，因為錢已經花在Seedance上了。
這意味著下注字節在視訊生成模型上有多領先，以及領先優勢到底能保持多久。不少短劇從業者跟我們說，Seedance2.0在多鏡頭敘事、多鏡頭間的一致性以及音畫同出上做到比現有其它視訊模型都好，而這幾項能力對於進行工業化的內容生產來說，非常重要。
“爬完山回去第二天，我就決定跟火山簽了。”在周志鵬看來，AI劇的競爭從春節後按下了加速鍵，能不能第一時間用上最好的模型決定了他們能不能最快地推出市場上第一批精品AI劇，這事關競爭速度，甚至生死存亡。“一旦決定把產能和工具都放在Seedance模型上，一年的消耗肯定不止1000萬，有可能是2000-3000萬。”
有周志鵬這個想法的顯然不止他一人。中文線上、九州文化、醬油文化等頭部短/漫劇製作公司紛紛掏錢，金額高的一次充值就5000萬。還有一批體量小一點的公司則想辦法以拼單的方式湊到1000萬，也要擠上這趟疾馳的列車。
從定價上看，如果和語言、語音類模型相比，視訊模型的單價能高出幾十倍。按官方報價，若用Seedance2.0生成720P的視訊，每秒的價格約為1元，這個數字比國內同代視訊模型貴了將近一倍。可靈很快將價格作為了自己的一個優勢，開始以7-8折的優惠價來搶佔客戶，而Vidu等模型則吃下了更看重性價比的漫劇、二次元客戶。
雖然目前價格是行業裡最高，但Seedance2.0從不打折，那怕面向字節內部的剪映、火山、紅果等業務。對外，火山銷售還會看客戶的接受度進行搭售。“我們會用賣奢侈品的思路賣Seedance2.0——想買Seedance2.0？那再配點Seedream的貨吧。”一位火山人士半開玩笑地說。
但對視訊質量有高要求，需要規模化生產的視訊製作公司都選擇接受。“去年是火山銷售求著我們買，今年變成了我們求著他們賣。”另一位從業者笑稱，“1.0和1.5效果都不好，我們一年下來可能也就幾百次呼叫，消耗基本都在可靈上，但今年用過2.0以後，發現確實沒對手了，必須all in。”
就這樣，內容製作公司紛紛重金投入。這再次證明：把模型做到全球範圍內的SOTA，意味著可以賺到全市場的錢。
火山的MaaS增速讓同行的銷售感受到了巨大的壓力。“火山是阿里雲有史以來最難打的對手。”一位阿里雲銷售對36氪說。
在過往的雲端運算年代，阿里雲在近10年時間裡一騎絕塵。但大模型時代來臨後帶動的以GPU雲為核心的算力，是公有雲外的全新增量，而火山憑藉著視訊模型上的突破，找到了前所未有的增長曲線。
為了更快把營收資料提上去，阿里雲從2025年底起單獨組建了好幾支MaaS銷售團隊，專門去撬動存量的雲端運算大客戶，並在銷售KPI裡大幅提高了token銷售權重——調用量乘上激勵係數計入業績，並敦促銷售替客戶琢磨“到底有什麼場景能把token用起來”。
但對阿里雲來說最關鍵的還不是客戶場景。“MaaS 要賣的好，最關鍵的還是模型能力要足夠強。” 上述阿里雲銷售說。
而火山近期則開始重視的另外一個指標：市佔率，今年要讓不同模態的模型，提升在全球各個地區的市佔率。如今Seedance2.0的全球市佔率排在第二，僅次於GoogleVeo，後者佔據全球近半的市場份額——下半年，隨著Seedance2.5即將發佈，火山對Seedance的目標很明確：拿下全球第一。
紅果和抖音，圓環的另一半
Seedance給火山引擎帶來的收入是直接且顯性的，但字節其它的業務類股也因其而受益。視訊模型，與字節各業務類股之間形成了一個幾乎是獨屬於字節的商業閉環。
紅果短劇和抖音是這個閉環裡最重要的節點，它們承接住了用Seedance做出來的大量AI短劇，並將其轉化為不同形式的收入。
進入2026年以來，紅果要重點扶持的除了精品劇，還多了一個AI劇。
最直接的差異體現在分帳上。“漫劇的分帳係數是40-50倍，高於2025年，而模擬人劇能達到60-80倍；非精品的真人劇分帳係數下降到了40倍，不過真人劇的分帳基數依然高於AI劇。”一位AI劇製作公司負責人告訴我們。
分帳差異背後，還有與之相反的巨大的製作成本差異；分帳多的，反而成本低。短劇發行公司嘉書科技的創始人王小書粗略地算過一筆帳：一部100分鐘左右的短劇（非頭部精品劇），真人實拍需50-100萬成本，而用AI製作只需5-10萬。
在成本和激勵的雙重刺激下，不少短劇製作公司停掉了大部分真人劇項目，轉投AI劇。這一變化不僅給火山引擎帶去了大量衝著Seedance而來的客戶，也給紅果直接帶來了大量內容供給，最終導向更高的DAU、使用者時長、收入。
紅果合作的所有短劇都會同時在紅果和抖音上線。一位業內人士粗略地算過：去年整個行業在真人劇上每個月大概能拿到10個億的分帳；而今年AI劇爆發才兩三個月，每個月的分帳規模至少3億。
廣告分帳之外，還有另外一筆更大的錢。
據36氪瞭解，紅果短劇不支援發行方做流量投放，平台完全依靠演算法做分發，給頭部精品劇（包括AI劇）的支援主要在宣發層面。如此一來，短影片平台便接住了大筆投流費用，包括抖音、快手、視訊號等。
“投放是AI短劇在各個內容平台上最重要的獲量方式。”王小書說。並且，由於內容的製作成本大幅下降了，所以可以用來投流的預算就大大提升了。
“年初，我們在AI劇上一天的投入金額可能也就是幾十萬，現在已經達到幾百萬的規模了。”王小書告訴36氪。而這只是他一家公司的投入規模。“行業整體的投流費用（包括對真人劇），每個月有幾十億規模，增長了百分之幾十，主要增量就是在AI劇上。”這些費用被抖音、快手等視訊平台瓜分。
這個邏輯同樣也適用於在抖音上投放資訊流廣告的行銷公司和他們背後的廣告主——因為用Seedance做廣告素材比實拍和做動畫來的更容易了，成本下降、效率提高，所以可以在不改變預算的情況下，產出更多廣告素材，並且撥出更多錢來做廣告投放。“巨量引擎會找我們幫他們平台上的大客戶用AI批次生產廣告素材，目的也是幫大客戶提高廣告消耗。”一位用上了Seedance2.0的行銷從業者告訴36氪。
Coding之外，視訊模型也可以賺錢
大模型毫無疑問是一個昂貴的遊戲。
僅訓練成本，就在幾億到幾十億美元不等。隨著模型尺寸的繼續增大，Epoch AI的研究顯示，過去幾年來，每一代大語言模型的訓練成本都在以2-3倍的速度提升。2026年初，Anthropic CEO Dario Amodei接受TIME採訪時表示，Anthropic下一代AI模型的訓練成本就將達到約10億美元，再下一代則可能攀升至100億美元。
這還沒算上模型上線後，使用者的每一次使用會帶來的推理成本。“使用者規模越大，虧損也越大”一度成為了Chatbot類產品的困境。SemiAnalysis早在ChatGPT問世之初就做過測算：當模型達到一定使用者規模後，單周的推理成本就會超過一次訓練的總費用。
這個判斷在接下來的幾年中被反覆驗證——據Sacra估算，OpenAI在2025年的推理成本高達84億美元，2026年預計將攀升至141億美元——這還是在單Token成本兩年內下降了超過99%的前提下，而OpenAI的同期營收僅超過200億美元。
就在行業對於大模型這個有史以來最燒錢的生意是否真的能賺錢產生巨大質疑時，Anthropic率先打消了大家的疑慮。2025年底，Anthropic的全年收入還只有90億美元，但僅僅四個月後，憑藉Claude Opus系列帶動Claude Code在開發者群體中的爆發式增長，Anthropic的ARR在今年5月已經暴漲到470億美元。
這個令行業眼前一亮的變化，恰恰說明了，模型可以賺錢，但需要滿足兩個條件：模型能夠為使用者提供高價值，比如Coding、Agent等，也就是說token需要更值錢；與此同時，模型要足夠好，要達到所處領域的SOTA。
矽谷的經驗在中國同樣適用，只是，在中國率先跑出來的“高價值SOTA模型”，是視訊模型。
這有一定的必然性。中國在大語言模型上起步相對較晚，但在視訊模型上和矽谷幾乎是同一時間開始探索，這意味著大家站在一條技術起跑線上。此外，中國的內容創作領域一直很活躍，短影片就了一個龐大的創作者生態，這使得字節、快手這樣以短影片起家的公司對視訊模型的機會天然更敏銳，並且視訊從業者也比較懂怎麼把模型轉化為商品，更快跑通商業化閉環。
火山引擎負責人譚待給36氪分析過視訊模型定價的邏輯：看token到底能創造多少價值。“你的定價要讓客戶的遷移收益高於遷移成本至少兩三倍以上，大家才有意願來用。比如，以前拍一個廣告1秒鐘成本100塊，現在用Seedance做出相似的效果只要幾塊錢，那模型就是創造了足夠價值的。”
高價值帶來更高議價空間，但視訊模型的推理成本卻還能進一步壓低。一位視訊模型創業者告訴36氪，視訊生成是計算密集型任務，不像語言模型那樣對儲存頻寬有那麼高的要求，所以用更便宜的國產晶片就可以跑推理。而且不受限於輝達等高端GPU的供給也讓模型公司能放開手腳地擴大業務規模。
這些條件自然地導向了高毛利，以及對訓練階段所投入成本的快速攤薄。
這是一門好生意。據多位從業者，可靈一直以來保持著較高的利潤水平，而MiniMax的海螺視訊模型，也一直是拉動公司整體營收的主力，並且維持正毛利。
但Seedance2.0發佈後行業格局發生很大變化。一家頭部視訊Agent公司對36氪表示，發佈前，視訊內容生產者們所使用的模型種類尚且是“雨露均霑”，其中可靈的份額最高；但Seedance2.0在發佈後，形勢迅速調轉，平台上Seedance2.0的呼叫量接近70%。“我們現在已經把90%的生產都放在Seedance2.0上了。”另一家頭部短劇公司對36氪表示。
據36氪瞭解，2025年期間，快手高層曾對於可靈的目標有過多次討論，當時的結論是，把商業化當作重要目標，這必然導致在下一代模型上的投入會降低。而Seedance的異軍突起讓快手意識到，“如果你想做最厲害的模型，前期投入一定是巨大的，把盈利作為核心目標大機率會導致模型發展放緩。”一位知情的前快手人士說。這也是當下可靈獨立拆分並推動IPO的主要動力——謀求更多空間和資源。
現實很殘酷：想把大模型做成一個可持續的生意，就必須保持模型的SOTA。一旦模型能力被反超，市場份額就會被快速吸走。這是一場暫時還看不到盡頭的軍備競賽。
據36氪瞭解，Seedance的新一代模型2.5將在7月下旬正式發佈，而可靈、Veo的新版本也將很快到來。除了大公司外，國內不少視訊模型創業公司如愛詩、Sand.ai也在有節奏地發佈新模型。Seedance還會繼續保持領先嗎？
而字節想要讓大模型的商業化飛輪持續高速運轉下去，至少還需要補上Coding這塊拼圖。這也讓6月底剛上線的豆包2.1被放在了一個至關重要的位置。火山引擎負責人譚待稱其在Coding和Agent方面“上牌桌了”，“國內現在真正上牌桌的還沒幾個”。他還說，“雖然我們現在Seedance賣的多一點，但我希望後面LLM能成為主力。” (智能湧現)