火山引擎就是要制造一个一个又一个 Seedance 2.0 时刻

作者 ｜ 王兆洋
邮箱 ｜ wangzhaoyang@pingwest.com

模型，模型，还是模型。

6 月 23 日，火山引擎的年度 Force 大会上，模型再次成为绝对主角。

从能力明显提升的豆包大模型 2.1 Pro，到备受瞩目的 Seedance 2.0 4K 和继续领先的下一代 2.5 版本，再到值得期待的 Seedream 5.0 Pro，以及此前有些被忽视但同样惊艳的语音系列模型，5 款新模型一齐亮相。

以至于坐在人山人海的大会现场，你需要时刻提醒自己，这是一个“云厂商”的发布会，而不是模型大会。

过去，云厂商发布会的主角通常是算力、数据库、存储、网络、安全、开发平台和行业方案。模型可以出现，但更多时候，它只是云产品矩阵里的一个新增能力。

火山这次几乎把最大篇幅都给了模型。相应地，所有云产品、Agent 工具和安全体系都围绕模型展开。

火山越来越像字节 AI 能力的统一出口。Seed 团队的模型能力，豆包的产品能力，即梦、剪映的创作场景，字节内部多年积累的大规模工程能力，都在通过火山提供给企业、开发者和产业客户，进入生产系统。

过去客户选择云，首先看价格、稳定性、资源规模、产品完整度、销售和服务。今天这些仍然重要，但已经变成底线。

新的胜负手变成了：有没有自己的强模型，模型能不能进入真实生产场景，真实需求能不能反哺模型训练和产品迭代，模型能力能不能变成企业和开发者可以直接调用的服务。

总之，一切关乎模型。

“对于 AI 云厂商，大家就是为了模型来买你的。”火山引擎总裁谭待说。

1

拥有全球 SOTA 模型的云

最能展现这个思路的，目前就是 Seedance 2.0。

在 Seedance 2.0 横空出世后，它事实上成了第一个真正 SOTA 的中国模型。这件事改变了字节的模型叙事。

在此之前，外界看字节做模型，一直有一种复杂感受。一方面，没人怀疑字节有钱、有数据、有工程、有产品、有场景。豆包用户量巨大，调用量增长迅猛，剪映、即梦、CapCut 都是天然的多模态应用场景。另一方面，在“最强模型”这个标签上，字节很长一段时间没有稳定占住位置。

Seedance 2.0 之后，这个局面被打破了。

它让外界第一次非常清楚地感受到，字节不仅能做一个国民级 AI 应用，也能做出一个全球第一梯队的模型。

模型行业对“第一梯队”的奖励非常直接。一个模型在所有方向上都还不错，往往很难形成真正的市场记忆。但一个模型只要在足够重要、足够可感知、足够能改变生产流程的方向上做到全球领先，就会立刻改变市场对一家公司的判断。

所以 Seedance 2.0 给火山带来的价值，也就不只是一个产品亮点。客户要用 Seedance 2.0，就会进入火山。客户要调用它的 API，就会进入火山。客户要把它放进视频、广告、影视、营销、工业仿真、具身智能、智能驾驶数据合成这些流程里，也会进入火山。

一个足够强的模型，会自己变成云的入口。

而在这次大会上，火山继续把这个入口往前推。Seedance 2.0 4K 发布，分辨率升级之外，它真正解决的是高端大屏、电影工业项目、高要求场景里的可交付问题。它意味着模型开始进入更贵、更专业、更严苛的内容生产场景。

而 Seedance 2.5 的“剧透”，很容易让人想到 Anthropic 和 OpenAI。和 GPT 与 Claude 系列一样，Seedance 在做出有身位优势的模型后，接下来的版本继续引领技术方向，并且依然能肉眼可见地提升。

这次披露的信息里，Seedance 2.5 的几个能力非常值得注意：30 秒单段原生视频直出，最多支持 50 个全模态素材联合生成，保持画面一致性的局部编辑；同时在镜头、角色表现力和人物真实度上继续提升，支持高要求生产环境里的快速修改。模型将于 7 月初正式上线。

早期视频生成模型最重要的是能生成。输入一段 prompt，模型可以吐出一段看起来不错的视频，就足够让市场兴奋。Seedance 2.5 继续往前走，方向很明确：从视频生成走向视频生产。

在 Seedance 走向 SOTA 的过程里，火山不是简单把模型挂到云上卖 API 的角色。它一头连着 Seed 的模型训练，一头连着企业客户和产业场景。高端大屏需要 4K，影视和广告需要长镜头和快速修改，工业场景需要数据合成和场景仿真，具身智能和智能驾驶需要更可控的视频世界。这些需求进入火山，再反向进入模型迭代。

这是一个跑通的闭环，接下来的重点，就是让它在更多模型类型上反复实现出来。

1

一个又一个 Seedance 2.0 时刻

当天的大会上，火山再次公布了 MaaS 的增长数据，依然惊人。

截至今年 6 月，豆包大模型日均 Token 调用量已经突破 180 万亿，过去一年增长超过 10 倍。IDC 数据显示，在中国公有云 MaaS 服务市场，火山引擎以 49.5% 的市场份额位居第一。更能说明问题的是使用深度：目前已有超过 200 家企业在火山引擎上的年度累计 Token 使用量超过 1 万亿，半年翻倍。

这些数据除了用来秀肌肉外，它还说明 MaaS 正在越来越接近它这个模式本身的意思：模型即服务，模型即竞争力，AI 云归根到底比拼的是模型。模型强，解锁更多价值；价值进入场景，带来更多调用；调用积累成平台规模；平台规模继续反哺模型。

很长一段时间，云厂商讲 MaaS 还是在讲一个模型货架：开源、闭源、自研、第三方都摆上去，客户按需选，解决的是“有没有模型可用”。火山则更进一步，客户要因为某个模型来到这朵云。

Seedance 2.0 就是样板：它不是货架上的普通 SKU，而是一个能自己制造需求的强模型，客户想用它、想接入它、想把它放进自己的内容生产和产业流程，就会自然进入火山。所谓复刻 Seedance 2.0 时刻，就是在更多关键模型方向上重复同一条路径：做出一个能让市场重新评价火山的强模型，让它进入真实生产环境，再通过 API、方舟、Agent 工具链和云基础设施完成商业化，最后把真实需求反馈回模型迭代。

豆包大模型 2.1 Pro 模型按照火山的描述，也正在逼近这样的时刻。

相比于此前几代，这一代的模型有了长足进步。

这次大会上，豆包 2.1 Pro 被定义为主力模型。火山引擎总裁谭待提到，只有当模型能力跨越“质变点”，才能真正满足企业与个人在生产场景中的使用需求。全球范围内，第一个跨越质变点的视频生成模型是 Seedance 2.0，Coding 与 Agent 领域则是 Claude Opus 4.6。

这个表述很有意思。对于基础模型来说，最重要的节点往往不是一次榜单领先，而是能力跨过可用和不可用的分界线。跨过这条线之后，模型才真正有资格进入生产系统。企业客户才会愿意测试，愿意接入，愿意把任务交给它，愿意拿它和人工流程对比，愿意围绕它设计工作流。

根据火山的数据，在 Coding、Agent、VLM 三大方向上，豆包 2.1 Pro 都有明显跃升。火山公布的评测显示，它在 Terminal Bench 2.1、SWE-Pro、SciCode 等代码评测中进入第一梯队，在 OSWorld、MobileWorld、MMMU-Pro 等 Agent 与多模态评测中位居全球前列。

更值得关注的，是火山展示的真实工程案例。

在一项芯片设计 RTL 测试中，豆包 2.1 Pro 连续运行近 18 小时，经历 9 轮迭代，跑通了仿真、测试、综合检查等完整工程流程——这类任务过去需要 3 到 5 名工程师做上数周。这类案例比普通 demo 更有说服力，因为它已经接近真实工程里的长链条任务：模型需要持续执行、调用工具、根据反馈迭代，并且维持足够长时间的任务稳定性。

另一个例子是 3D 虚拟城市场景。依托豆包 2.1 Pro 搭建的系统，可以实现 500 余个智能 Agent 同步协作，完成上千轮工具调用，生成超百栋建筑。

这两个例子一个偏 Coding，一个偏 Agent，对应了豆包大模型 2.1 Pro 目前更清晰的位置：优势最稳的是 General Agent、生产力和 Office 这类任务，Coding 则强在长程执行与工程交付。

过去外界看豆包，常常先看到用户量、价格、调用量和 C 端增长，很容易把它理解成一个更大众化的大模型产品。但如果豆包 2.1 Pro 真的在 Coding、Agent 和 VLM 上跨过生产级质变点，字节的基础模型叙事就也会发生变化。

按照火山的说法，在视频之外，豆包 2.1 也在让它的基础模型跨过生产级可用线。

这种面向真实生产场景的思路，也体现在火山提供的新模型类别上。这一次，火山还在豆包 2.1 的基础上推出 Doubao-Seed-Evolving 版本，面向 Coding 与 Agent 场景，将以每月 2 至 4 次的频率快速迭代，企业无需更换 API 接入节点。

过去模型发布更多是以月为单位的大版本节点，但 Coding 和 Agent 变化太快，一个任务今天跑不通，两周后可能就跑通；一个工具调用今天不稳定，下一轮 checkpoint 可能就修掉；一个企业客户的高频需求，也等不了半年后的大版本。

豆包大模型 Evolving 系列的意义就在这里，火山有点开始把模型当成云服务来运营：软件时代有持续交付，模型时代也会有持续交付。

这对 AI 云很关键。企业客户要的不是发布会上某一次能力很强，而是接入之后持续变强、持续降本、持续适配自己的任务。Evolving 把模型迭代节奏和真实使用节奏拉近了。

价格也在同一条逻辑里。豆包 2.1 Pro 每百万 Tokens 输入 6 元、输出 30 元，缓存命中 1.2 元；综合使用成本较 Claude Opus 4.6–4.8 降低近 80%。面向高频调用场景的豆包 2.1 Turbo，价格进一步降到 2.1 Pro 的一半。

能力跨过可用线，价格继续往下打，模型才有机会真正进入生产系统。

这也是火山比很多模型公司更容易打出的牌。它有模型，有云，有推理和成本优化能力，也有豆包、TRAE、扣子这样的产品入口。豆包 2.1 模型已经在火山引擎开放 API 服务，并陆续接入豆包、TRAE、扣子等产品。

尤其是豆包。豆包是国民级应用，很多普通用户第一次理解“AI 能干活”，很可能就发生在豆包里。

6 月 24 日，豆包专业版也正式上线，专业版用户可以使用接入豆包 2.1 Pro 模型的办公任务模式，它支持操作本地电脑、使用浏览器、调用 Skills 技能和定时任务等能力，且内置了 Office 办公套件。

它的定价也最终确认，标准套餐连续包月 68 元，加强套餐连续包月 200 元，高级套餐连续包月 500 元，不同价格有不同额度。免费版用户仍可持续获得新模型、新能力和使用体验升级，此前功能也仍保持免费不变。

1

AI 云，模型即一切

站在今天回看火山的来路，谭待形容这是一场从无人相信到变成共识的 AI 云的成形之路。

从第一天起，字节选择的模型“出口”与其他模型厂商完全不同，它的统一对外出口是火山引擎这朵云。OpenAI 和 Anthropic 都没有自己的云服务。很多中国模型公司也类似，有模型、有应用、有 API，但没有完整云服务体系。

火山的位置很特殊。它背后是字节的模型团队，前面有豆包、TRAE、扣子这些真实产品，模型研发、C 端应用、B 端服务、云基础设施、客户反馈和商业化，在同一个体系里互相连接。

这让火山在 AI 云战场里有了一条更短的路径。

作为后来的竞争者，火山如果按传统云逻辑去追，难度极高。传统云的资源、客户、销售、生态、政企关系，都需要漫长积累。但 AI 云把战场往模型侧推了一步。强模型可以制造新入口，真实应用可以提供验证，调用量可以带来规模，规模又能继续压低成本。

火山正好站在这个交叉点上。豆包同款，你要找它。Seedance 调用，你要在这用最原汁原味的。Seedream、Seed-Audio、Seed 2.1 Pro 的最新能力，你也要从火山这里获得最快、最完整、最贴近模型底层的服务。即便作为其他开源模型的基础设施，一个从训练就服务了大规模模型和复杂应用的底层设施，也会变得更有吸引力。

字节过去在推荐、广告、视频、内容分发、A/B 测试和大规模工程系统里积累的能力，到了大模型时代，会自然变成火山处理高并发、低延迟、成本优化、模型调度、版本管理和工具调用的底层经验。

这比单纯“有算力”更重要。

企业客户最终要的不是简单调用模型。他们要的是业务流程被改造：内容生产成本下降，研发效率提升，办公流程被 Agent 接管，视频、图像、声音创作进入新的生产方式。传统云的粘性来自迁移成本。AI 云的粘性来自模型能力和业务流程的耦合。

火山想要的就是这个位置：不只是卖更多 Token，也不只是提高 API 调用量，它希望建立起某种机制：强模型制造需求，真实场景推动调用，调用带来 MaaS 增长，增长再反过来推动模型的进步。

当这样的飞轮滚起来，一个一个又一个 Seedance 2.0 时刻被再次制造出来后，火山可能真的就成了这个新的 AI 云行业的定义者了。

点个“爱心”，再走 吧