这两天 ，豆包字节又出手了 ，模型一口气放出一堆大货 。上新
豆包大模型1.6、字节豆包·视频生成模型 Seedance 1.0 pro 、持续豆包·语音播客模型 ，卷性价比豆包·实时语音模型...全家桶式上新 ，豆包看着热烈 。模型
假如你仅仅扫一眼上述产品 ，上新或许觉得便是字节大厂又来了一波例行晋级 ，没什么特其他 。持续现在AI圈更新节奏这么快 ，卷性价比新模型 、豆包版别号 、模型榜单名次一大堆 ，上新的确不太简单提起爱好 。
但略微往下看一看 ，会发现这次字节的做法不太相同 。它并没有靠一两个参数或许演示视频来抢风头 ，而是开端把模型才能做成一整套“能直接跑起来”的运用 ，从文字、图画 、视频 ，到语音 、操作体系 ，全都串在了一同 ，并且不少是直接挂进了豆包APP 、火山方舟这些现已在用的产品里 。
咱们就从两个中心产品说起 。
Seedance 1.0 Pro 实测体现 ：
安稳、成型，但仍有鸿沟 。
假如只看热度，这几个产品中 。Seedance应该是被重视度最高的了 。
它刚上线就登上了第三方榜单Artificial Analysis的文生视频和图生视频两项榜首 ，超过了可灵2.0和谷歌的Veo 3 。榜单怎样评的咱们能够再评论 ，但至少阐明在业内规范下 ，Seedance的生成作用现已达到了干流模型中的较好水平。
咱们来看下这个模型的根本情况 。
Seedance 1.0 Pro支撑文字和图片输入 ，能生成10秒左右的1080p视频，支撑2-3个镜头切换 。它的首要特点 ，是着重镜头之间的连贯性和内容的安稳性 。
这点在之前的视频生成模型里，的确是个短板 。许多模型尽管能出图画，但内容连不起来 ，主角忽然消失或许布景颤动都很常见 。
Seedance处理这个问题的方法 ，是把每个镜头的内容用文字描绘得更细 ，官方叫「精准描绘模型」 。它先生成一段描绘 ，然后再依据这个描绘练习视频 。这种方法能让模型更好地知道该生成什么内容 ，也更简单操控住动作和细节 。
Seedance能生成的视频风格也比较多样 ，能够支撑航拍 、榜首人称 、动画 、水墨等多种风格。这点其实各家模型都有相似才能 ，仅仅Seedance在这方面的完结度和一致性更高一些 。
生成速度方面 ，5秒的1080p视频只需大约40秒 ，这个速度归于现在职业中等偏上的水平 。
来看一下咱们实测的效果（每个维度咱们都测验了多个case，篇幅约束只展现其间的一个）：
镜头言语 。
，时长00:05 。
prompt ：夜晚的加油站，一个男人戴上头盔骑上摩托车 ，发起，驶出油站 ，镜头跟拍他的背影穿过大街 ，途中掠过霓虹招牌和迎面驶来的车辆 。
这段首要是测验Seedance的快速运动+接连镜头才能 ，看它有没有编排感，能不能Hold住快节奏 。
成果仍是能够的 。骑上摩托车时是一个典型的近景静态镜头，画面很洁净。发起的瞬间光影有了改变 ，镜头在车发动后跟着往前推动 。
Seedance 在镜头言语这块 ，能了解根本拍法；节奏上有操控，不会一顿快切、也不会呆板地不动；镜头转场不是很僵硬堆叠 ，可是它对杂乱轨道 、非线性镜头的了解还不行安稳。
物理运动 。
，时长00:05 。
prompt：雨中 ，一个穿风衣的男人奔驰穿过狭隘的大街 ，踩过水坑，雨水四溅 ，镜头从后侧跟拍 。
看动作+环境搅扰下的运动安稳性 。成果比较稳 。奔驰时人物姿态正常 ，地上的确有积水反光，踩到水坑的时分，地上有显着的水花溅起 ，镜头也给了点前摇的动态 。雨水自身是做出来了 ，但略微有些贴图感 ，也便是说是视觉作用 ，但没有显着的深度和飘动轨道 。
但整个奔驰过程中人物没崩 ，衣服也不是贴在身上的那种塑料感 ，而是有细微飘动 ，这就现已阐明Seedance在动态建模上的一致性操控才能比较强了 。
人物扮演 。
，时长00:05。
prompt ：拳击手被击倒，尽力挣扎着站起来 ，脸上满是汗水和顽强 。
Seedance 1.0 Pro在心情这一块没有做到极致 ，但比起曩昔同类模型 ，它现已迈出了一大步 。表情操控才能还在进化中 ，细节依然有约束，比方嘴角和眼角的肌肉反响不行细腻 ，面部改变也不总是接连的 。但它的确能够体现出“笑 、担忧、惊慌 、严重 、坚决”这些根底心情，并且不是固定脸谱 ，而是能跟着上下文改变体现方法 。
这次模型发布之后 ，Seedance现已接入了即梦（视频3.0 Pro）和豆包APP（底部的「相片动起来」） ，用户能够直接运用 ，也能够经过火山引擎API接入自己的事务。在价格上也比较低，每千tokens只需1分5 ，相当于每条5秒视频大约3.67元 。在大批量视频需求下 ，这个本钱归于比较可控的规划 。
不过 。，Seedance现在依然有一些约束 。比方生成时长根本操控在10秒以内 ，镜头切换尽管支撑了2-3个 ，但还没看到更杂乱脚本的才能。生成也不是很安稳 ，想要得到满足的视频，无法脱节多roll的命运 。 。
豆包1.6:。
在多模态和操作上迈了一步 。
再来看豆包1.6，这是这次发布中更倾向通用模型的更新 。它首要更新了三个版别 ：主力版（doubao-seed-1.6） 、深度考虑版（doubao-seed-1.6-thinking）和极速版（doubao-seed-1.6-flash） 。豆包1.6全体才能进入榜首队伍 ，在多项威望评测中得分提高显着 ，特别是数学和推理相关使命。
详细来看 ，这一代模型加强了边想边搜和DeepResearch才能 。现在你能够从火山引擎的AI体会中心试用 。
用户能够直接恳求它完结某些杂乱使命 ，模型能够拆分使命 、查找材料 、提炼内容，终究生成陈述 。这类功用咱们在GPT-4和Claude里也能看到 ，不过豆包的方法更适合国内用户，点开即用 ，不需求了解杂乱操作流程 。
豆包1.6最强的仍是多模态的有用才能。不是说能识图 、能看视频就算多模态 ，而是把这些才能落到详细场景里 。
这类使命不只依靠言语生成 ，而是能把图画 、动作 、提示词之间的信息整合起来，而豆包1.6的确在这个方向上做了一些有用测验 。
另一个值得一提的点是操作才能。AgentKit现在支撑图形界面操作，能够翻开网页、填写表单 、阅读图片 、下单预订 。
比方输入“翻开豆瓣电影 ，找今天在北京正在上映的电影 ，挑选一部评分最高的，翻开购票页面并截图逗留 。”它会顺次翻开网站 、查找电影 、挑选条件 ，终究再承认下单 。这种功用的完结度现已不低 ，适合做一些流程重复 、逻辑明晰的轻使命 。
价格方面，豆包1.6也重新定了战略 。现在一切使命都选用一致定价模型 ，不管是文字生成仍是图画剖析 ，价格按输入长度区分，最常见的0-32K区间是输入0.8元/百万tokens ，输出8元/百万tokens 。和豆包1.5thinking比起来 ，归纳本钱降低了大约63% 。简单说，价格更挨近豆包1.0 ，但才能是它的多倍 。
OpenAI 卷才能 ，字节在卷什么 ？
这次更新背面 ，其实是字节模型战略的一种连续 。它并没有在单一模型参数上卷得特别凶 ，而是着重组合才能和产品落地 。
在To C端 ，豆包现已在做APP化 ，用“谈天+东西”的形状把模型包装起来；而在To B端 ，它依托火山引擎供给一整套AI服务 ，从根底模型API到完好处理方案 。字节大模型的更新节奏不是盲目提速 ，而是协作事务东西一同同步走 ，比方最近更新的PromptPilot（提示词调优东西） 、AgentKit（智能体开发渠道）、多模态工作台 、乃至是视频生成场景的Seedance，都和模型不是分裂的 ，而是集成式规划 。
这和OpenAI、百度的道路比较 ，是有差异的 。OpenAI持续把要点放在通用性极强的超级模型上 ，比方GPT-4o就把语音、图画 、文字组成成一个一致的输入输出逻辑 ，方针是成为人类界面；百度尽管也做了许多产业链整合 ，但仍保存较多渠道化概念 ，部分场景需求开发者二次组装 。
字节现已不是在卷模不模型的工作了 ，而是在卷能不能用起来的工作 。
在这点上 ，它有点相似微软Copilot那一套逻辑，但又有自己的中国式打法 。微软的优势是Office生态绑定企业 ，而字节的打法是根据内容+东西的双生态 ：一边用内容事务抖音等查验模型生成才能 ，另一边用火山引擎输出服务 ，把才能变成服务 ，终究变成一个体系级产品 。
并且 ，从内部资源分配来看，字节的战略也很明晰 ：模型团队不单打独斗 ，许多模块直接协同产品线出需求 ，比方语音播客 、视频生成 、查找引荐 ，这样模型迭代就不是凭空捏造 ，而是从一开端就和实践场景挂钩。
大厂AI模型开端加快奔驰 。
聊到这儿，其实绕不开的一个问题便是：现在这些大厂在AI这件事上 ，到底卷到什么程度了 ？
从阿里、腾讯到字节，的确都在提速，并且每家的方向有点不相同 。
阿里的重心放在模型规划和通用才能 ，比方Qwen宗族主打大上下文和东西链，方针是拉齐OpenAI那一套才能 ，特别着重开源这一点 。
腾讯更多着重事务交融 ，Agent布置做得早 ，要点是To B场景，比方政务 、企业服务等 ，推出了元器这种产品 。
而字节这边 ，很显着是以内容和多模态作为中心阵地，从豆包模型 、Seedance视频、再到语音播客 ，都是环绕内容生成和产品运用来做的。
它们走的道路不太相同 ，但节奏都快 。你会发现 ，这一年里 ，模型迭代不再是每半年一次 ，而是每两三个月就来一波 。有的是版别更新 ，有的是新产品挂钩 。但共同点便是 ，我们都现已不是在比有没有 ，而是在比用得起、用得上 、用得快 。
并且有个趋势也挺明晰的 ：AI现已不是试验室里跑分的东西了 。你发布一个模型 ，他人不再只关怀你的推理速度和BLEU分，而是问一句—— 。能不能挂到网页上 ？能不能在手机里跑 ？价格怎样样 ？是不是能直接接到现有体系里 ？
从这个视点看 ，字节这波模型更新尽管没有太多职业榜首的技能噱头 ，但的确做得比较厚实 。不管是Seedance的视频质量 ，仍是豆包1.6的多模态才能 ，最少给到了一些能够拿去用的东西 。关于开发者也好，中小企业也好 ，现在更介意的是这些东西能不能用 、本钱怎样样、布置杂乱不杂乱，而不是你参数多大 。
所以到头来 ，大厂在AI这场比赛里 ，其实 。比的不是谁先造出最强的大模型 ，而是谁先把模型做成产品，谁先让用户真实用起来 ，谁能在不添加运用门槛的前提下 ，撑住规划和本钱 。
现在这个阶段 ，我们都还在跑 ，但现已能看出几个不同方向的势能了 。接下来要看的 ，或许不是谁先出GPT-5级其他模型 ，而是谁能真实把AI塞进每一个详细运用场景里 ，让它像水电网那样成为根底设施。谁做得越快 、越稳 ，就越或许在这场AI根底设施比赛里 ，走得更远 。
特别声明 ：本文为协作媒体授权专栏转载，文章版权归原作者及原出处一切。文章系作者个人观点，不代表专栏的态度 ，转载请联络原作者及原出处获取授权。(有任何疑问都请联络idonewsdonews.com) 。
发表评论