字节跳动，AI应用最狂号手

AI应用正在提前过年。上周末，字节跳动带来了暴打Sora的最新视频生成模型Seedance2.0，随后在社交媒体和资本市场都掀起了狂潮。尤其是字节跳动这次展示的应用、引流能力，和前两天的“红包大战”形成了鲜明对比，一时传为笑料。

但是，考虑到今天阿里千问新一代基座模型Qwen3.5在HuggingFace的开源项目页面曝光，可能即将发布，而前两天快手Kling3.0在外网评价不输Seedance2.0，以及DeepSeekV4一直被传春节左右有可能发布，AI应用的逐鹿显然还没结束，冷嘲热讽容易翻车。

目光回到Seedance2.0，知名影视行业博主影视飓风在2月9日凌晨发布了一期实测视频，Seedance2.0展现了非常强大的一致性、运镜能力，连他们也感慨，“有点儿恐怖了”

受此影响，2月9日A股AI应用和即梦概念股大涨，中文在线、掌阅科技、上海电影、博纳影业、掌阅科技等涨停，昆仑万维、万兴科技、视觉中国等大涨，港股MiniMax涨超10%，智谱暴涨40%，市值已接近A股科大讯飞。

不过，发布稍早两天而且效果也同样不错的快手Kling3.0却命运相反，快手今日股价开盘后跳水，收盘微跌。这就很有意思：

首先是市场看好的AI应用股其实更倾向于掌握IP或者开发能力的公司，哪怕他们的实际产出不怎么样，但有AI无法摧毁和撼动的东西，才能站稳脚跟。其次，市场的关注度有限，目光给了Seedance2.0，竞品的处境就稍为尴尬，但这种竞争也并没有到你死我活的地步。

字节跳动是个很好的吹哨人，吸引了很多关注。它也很有野心，这次发布的产品介绍文档标题是：视频 Seedance 2.0 正式上线！Kill the game（杀死比赛）。

能否杀死游戏是个未知数，但AI应用能力确实又被推进了一大步，焦虑和欣喜的人，都在增加。

一、生成质量逼近100%可用

短视频平台上，唐三藏骑着白龙马载着李知恩和灭霸对波，而灭霸嘴里喊的是瓦坎达forever。两个侠女的AI武打现在行云流水，而你还可以把角色换成吴京、韩立、孙悟空或者奥特曼。

在Seedance 2.0之前，AI视频最大的问题就是“抽卡游戏”。做过AI视频的人都清楚，想用模型生成一段15秒的视频，你的成功率可能不到20%——之前刷屏的不少AI大作，比如AI山海经，都是作者团队从成百上千的视频片段里随机出来的，而且整体一致性还可能不强。

这也是AI短视频要么比较短、要么比较简洁抽象的原因。AI漫剧之类的产品做出了一定改善，但受限于模型能力，水平还是不一定够。对一个商业项目来说，使用AI是为了降低的人影响，如果还需要更多人力去调整和筛选，那就是本末倒置。所以，稳定性越强，AI的意义才越大。

海外平台上有用户感慨，虽然可灵很好用，但调用一次花掉了他3欧元。假设我们做一个15秒片段的API调用成本是15元，理论上做1分钟广告就需要4个片段60元。如果考虑到50%的废片率，就得从8个或者更多细节片段里挑选合格内容，最终成本就要数百元。这样一来，商业化空间就很难推广到大项目。

但Seedance 2.0就不一样了。

从B 站、抖音和海外平台多个一线创作者的测试反馈看，Seedance 2.0的可用率能够稳定在80%—90%，在影视飓风的测试中，可以以更高的效率一次做十几条来筛选。

如果从商业角度考量，我们可以认为它的理论成本正在无限逼近真实成本。同样一个项目，重复冗余支出将明显减少。原因来自以下几点：

第一，Seedance2.0实现了运镜和分镜工程化自动化，虽然依然由人工设计比较好，但对于一些模糊或者风格固定的过场镜头，工作量有望明显减少。

比如，“从全景推到XX位置特写”这些提示词变得可以省略，因为Seedance 2.0则可以根据剧情自动规划镜头，从远景到人物的切换再到动作视角的转移，模型的“智力”提高了，“镜头语言”被固化进了模型本身。

第二，它真正做到了“全模态参考”。

在Seedance 2.0里，你可以同时给它最多9张图片、3段视频和3段音频作为参考，用来指定动作、特效、运镜风格、人物外貌、场景氛围甚至声音效果。提示词不再需要极端精细，只要清楚表达意图，模型就能在图像、视频、音频这12个输入之间完成对齐。

第三，Seedance 2.0采用双分支扩散变换器架构，视觉和听觉信号在同一维度进行深度交互，而不是先做无声视频再强行配上声音。这让口型、表情、语气和背景环境噪声之间的协调度大幅提升。

“时间”和“镜头切换”的语义被标记进训练过程，多镜头序列在逻辑连贯性上显著优于传统模型。用户不再只能生成孤立的短片，而是可以一次性得到一个有起承转合的完整段落。

视频的工业门槛更高，成本结构更复杂，但Seedance2.0就像在理解画面的逻辑一样。这有些类似世界模型的逻辑，只不过它是限定在视频领域的，算是通用能力的一种增强。

所谓世界模型，是指AI通过内部表征模拟外部物理环境动态的技术，能预测未来状态、理解因果关系和物体运作规律。

传统的视频生成是一种高级版的画面补全，基于文本描述或静态画面，模型从训练数据中检索和拼接出最可能的视觉模式，做到“看起来合理”，不过模型本身不知道为什么合理，只知道这样做最符合数据的倾向。

而Seedance2.0在“下意识”的设计上更优越，人的惯性、风的吹向、打斗重心的转移或者镜头视角的变化，甚至人物交流时的表情、语气和周遭环境等细节，其实都与这种“下意识”关联，也就是有对现实的映射，最后呈现的效果仿佛先思考了一遍现实情况里会是什么样。这就是一种显著的进步。

二、没有对比就没有伤害

技术之外，这款产品在资本市场掀起了不小的讨论。第一个问题是，AI产品之间的竞争程度怎么样？是此消彼长的吗？

过去一年里，快手的核心AI叙事来自可灵（Kling），这款视频模型在海外有不低的声量，也创出过几次流量奇迹，截至去年底的ARR达到2.4亿美元，推动其在美国地区的流水收入上升，整体被赋予了数百亿甚至千亿级别的潜在市值空间。

这次Kling3.0一发布，也有不少海外博主光速提供了解读。

但是Seedance 2.0上线后，动摇的心理出现了。

Seedance2.0官方披露，其生成2K视频的速度比Kling等竞争对手快30%；在能力定位上，Sora侧重物理真实感，Kling侧重运动控制，而Seedance 2.0瞄准的是“带原生音频的连贯多场景序列”。后两者都能产出电影级画面，但Seedance2.0更加便宜。

这很大可能与双方背后公司的实力差距有关。从数据闭环来看，模型的持续进化依赖于数据，而数据又分为前期预训练数据、后期用户反馈数据等。虽然短视频平台都可以沉淀海量带标签的数据，但字节的内循环体系——即梦、剪映、抖音创作者体系，强大而完善，Seedance 2.0获取养料的速度会远超任何单一应用。

这有可能产生滚雪球效应，也就是模型质量的差距会被训练时间和数据量逐渐放大。且抖音内部本身依然在进行开发赛马，抖音、豆包、即梦都在扩充AI能力，未来会不会产生聚变？谁也不知道。

另外，由于Seedance2.0走红的时间恰好接着腾讯发红包、阿里送奶茶，所以后面两位也受到了一些非议，重点集中在用补贴换声量、用激励换参与这条路径到底适不适合AI应用。

移动互联网时代反复验证过的增长策略，能让AI产品和战略也通过积累用户产生质变吗？

严格来说，通用AI助手和即梦这类生产力工具其实没有对比的必要，但Seedance 2.0这次刷屏没有红包，没有强制裂变，用户自发制作和传播成为主因，甚至还吸引了顶级博主的关注，产品本身成了最佳广告，其传播性价比显然是值得思考的。

海外AI产品依然在2B上找商业化出口，因此给予国内玩家的借鉴性不强。所以面向2C的AI产品仍然需要持续思考，是通过外在奖励驱动一次性参与，还是通过内在效率与乐趣驱动持续使用。前一种方式适合拉新，后一种方式才能决定真正的留存和商业化空间。

而这又会牵出另一个问题：视频应用后续的发展空间应当怎么看待？它往往处于非专业和高度专业之间的过渡地带，用来制作大片尚有缺憾，但停留在AI短剧漫剧，似乎又大材小用。

如果说大厂主要提供生产力，那么该由谁在哪些领域应用它们实现颠覆呢？就像大洋彼岸AI巨头颠覆软件SaaS行业一样——我们似乎缺乏这样故事规模够大的标的。

从小处出发，可以确定的是，物理一致性、情绪表达、多镜头叙事上都追到同一水平线时，纯技术差距被压缩，真正的稀缺开始转移到另外两件事上——好故事和好审美。Seedance 2.0可以量产爆款审美和叙事能力，那么，它有没有可能把原本内容市场消失掉的一部分挽回，甚至创造一些增量？

这是A股公司登上舞台的一个重要原因。

三、改造产业的速度加快了

一言以蔽之，Seedance 2.0利好创作，而如果把创作视为商业化的杠杆，那么谁有最大的创作力和可以变现的创作对象，谁就是最明确的受益者。

最先被看到的是过去几个月靠流程工程吃饭的视频/漫剧Agent。这个行业向上对接模型厂商，拿到大额包量的API折扣，向下封装成SaaS或工具，对创作者按条计费。利润来自中间的价差和对工作流的优化——用工程手段帮用户提效，弥补模型本身的不足。

当模型自身的生成完成度、可控性、良率大幅提升后，作为“补课老师”的价值会被挤压。用户可以直接转向模型，Agent的必要性将被削弱。

所以，单纯承担开发能力是不稳定的，而生产工具，也随时有可能被拥有充足开发能力的大厂“入侵”。

围绕某一垂直场景，构建强模板和资产库，深耕审美与行业know-how，成为产品化玩家，才是最终的出路。不能只是批发API，还要有能开发的对象，只有拥有IP储备、流量入口，以及将AI视频真正嵌入生产管线能力的公司，才有资格谈多模态时代的龙头。

而今天大涨的AI应用概念股，几乎都能找到这样的故事，尽管概念和现实是两回事：

—— 上影前几天发布了2026 AIGC精品短剧片单，且上影手握大量精品IP，上影制作与七猫文学等企业存在合作，有相关内容开发计划

—— 掌阅科技日前正式推出AI漫剧一站式生成平台泡漫（PopoMint），为承制商提供超过10000个小说IP的同时，设计了对应的分成机制。AI能力的提升，会直接促进IP开发

—— 算力企业（美利云）或者工具企业（万兴科技）也得到了市场关注，但它们的催化还要经过内容开发这一层

—— 至于影视行业，由于电影等内容的颓势，几乎可以说是有增量就算成功，否则每年只在春节档等档期集中打几场仗，容错率和爆款率都太低

要注意的是，由于视频生成对算力需求依然巨大，所以它很难实现全面大制作的场面。面向专业和半专业制作者，成本骤降和迭代速度的提升，可能会带来两个方向相反但同时发生的效应：

一边是供应端的雪球，内容产能暴涨，试错成本接近零，A/B测试和多版本创意成为常态；另一边是门槛的整体抬高，观众对画面和节奏的期待被重新校准，形式的炫目很快贬值，叙事能力和IP势能成为真正的分水岭。

创作者可能是焦虑的，也可能是欣喜的。视频模型曾经就让不少人感慨：职业生涯要被AI终结了。但在某个职业生涯因为AI结束的时候，意味着原本缺乏这类生产力的公司，其实找到了崛起的机会。

虽然A股不少AI应用股纯属炒作范畴，但对于在相关方面有变现能力的公司来说，只要AI的能力越来越逼近傻瓜级，那么它们即便躺在地上，也会被风吹起来。

工具的革命已经发生，接下来轮到内容和资本，重新适应这个被轻轻推了一下的行业。

来源：松果财经