揭秘字节 Seedance：全球 AI 的第二个好生意 | 深氪

采访 | 邓咏仪 肖思佳 李小霞 文 | 张雨忻 邓咏仪 编辑 | 张雨忻 杨轩 2025 年底，在一次模型团队的聚餐上，Seedance 模型的负责人曾妍向 leader 提到，她还是想试试训一个更大尺寸的模型，至少达到 200B（2000亿参数）。 曾妍是字节 Seed 一位非常年轻的研究员，2021 年校招生，研究方向始终聚焦在视频理解与生成上。“她一直都挺有自己的技术判断。” 一位与曾妍打过交道的人告诉 36 氪，“而且很主动，对于相信的事情比较坚持，会想办法争取资源去实现。” 这个评价几乎复现了曾妍做 Seedance2.0 训练时的处境。“她想训一个参数量更大的模型，但当时团队内部有一些分歧，有人觉得把模型直接 scale up 到 200B-300B 的级别有点冒进了，并且整体的训练资源也紧张，可能先训一个 100B 级别的模型技更安全。”一位知情人士告诉 36 氪。 上述人士说，但恰巧有高管参与上述聚餐，了解到曾妍的想法后，说可以给 Seedance2.0 的训练协调一些资源，“后来在 Seed 内部最终的正式评审会上，Seed 负责人吴永辉和视觉多模态生成方向负责人周畅讨论后，，最终也选择了支持曾妍的想法。” 这个在当时看起来有些激进的技术选择，最终被证明是正确的。“因为曾妍坚持模型要足够大，训练数据要足够丰富，Seedance 2.0 才成了。”上述知情人士说。 我们采访了多位字节内外的 AI 从业者，大部分人都认为， 字节在大模型上真正的口碑逆转，就是从 Seedance 2.0 开始的 ： 在大语言模型上，豆包大模型直到 2025 年年中迭代到 1.6，才被行业认为可进入国内第一梯队；Coding 能力在豆包 2.1 推出前，始终没有太大突破，在国内赶不上GLM，Kimi，DeepSeek 等创业公司当时的旗舰模型，而 Seedance 2.0 几乎是字节第一款，也是目前唯一一款在效果上能形成绝对领先的模型。 这个绝对领先的模型也是第一个帮字节真正赚到钱的模型。 36 氪曾 独家报道 ，自 2026 年以来，火山引擎一直在不断提高 MaaS 的营收目标。 火山引擎负责人谭待则告诉 36 氪 ，今年火山 MaaS 收入的一半以上，都是由 Seedance 贡献的。 字节命中了一个好生意。 关于 Seedance2.0 的利润率有很多不同说法。晚点曾报道，这款模型的毛利率达到 70%，而多名 AI 从业者都告诉 36 氪，他们预估 Seedance 2.0 的毛利率达到了 90%。（虽然火山引擎负责人谭待表示，外界过多关注 Seedance 的利润了，其实没有这么高。）无论如何， 相比现阶段的大语言模型，视频模型在中国确实是一个更好的生意：能做较高的定价，且行业竞争更小。 并且，字节的多条业务线之间还形成了一个基于 Seedance 的独特商业飞轮：红果、抖音等内容平台跟过往比加大了对 AI 剧的资源扶持——更多内容制作公司为了产出高质量 AI 短剧而向火山购买模型——AI 剧数量激增为红果和抖音带来更多广告或投流收入。 一个正向循环由此形成。 模型能力阶跃式提升的时刻，往往就能解锁新的生产力场景，而钱的流向，也会因此而改变。 这件事在 Claude Opus 4.6 发布后被验证过一次，在 Seedance 2.0 上，又被验证了一次。 而 Seedance，不仅是字节入局大模型 3 年多来，打的第一场翻身仗，也让中国整个大模型行业看到了一件非常重要的事： 没错，大模型的背后是天价资本开支，但它也能赚到利润率足够高的钱。 人才的胜利，数据的胜利 字节在 AI 上向来“不计成本地投入” —— GPU、数据、人才，全部饱和投入。 首先是人才的饱和投入上。 一直以来，字节都善于“让老人做新业务”，这个思路起初也用在了 Seed 上。但做了一年多，没太大起色。2024 年中，字节开始在 AI 人才招聘上下重注， 这也是核心管理团队深入业务一线抓 AI 后带来的第一个重要变化：全球范围挖猎大模型人才，不惜付出极高的薪资水平。 2024 年年中，一支专门服务于 AI 业务的招聘团队成立了。这个团队的特别之处在于：不少 HR 都有很强的业务背景，这样能更好地与高阶的 AI 人才对话——两任负责人都曾在字节做过重要业务，且有战略工作的背景。字节给这个团队开出的薪资也很高——做高招的 HR 年薪动辄超过百万。 一张“AI 人才表”也开始形成：国内国外的头部 AI 人才均在其中，“小几百人，随时滚动更新”，一位高招 HR 说，“Seed 部门几乎不需要遵循字节的薪资体系给 offer，只要是我们想招的人，TP（薪酬包）都可定制。” 此外，张一鸣也回到了一线战斗状态，频繁约见大模型人才“直接聊聊”，不少高阶研究员在金钱和诚意面前，都选择了加入。 “人”之所以重要，是因为：“一个有经验、能做对方向判断的负责人，带着一队足够聪明的年轻人踏实地做训练实验，再给足够的资源，这事很难做不好” ，多位业内人士都表达了这样的观点。 随着周畅和吴永辉的陆续加入，Seed 内部减少了同方向下的赛马，并且对技术方向和训练路线的判断也更加收敛、准确，这在 Seedance 上体现的尤为明显。 此前，字节内部有两个独立的团队在做视频生成模型的训练：AI Lab 的曾妍在做 PixelDance，Seed 的蒋路在做 Seaweed。“那会儿字节内部各立山头，做视频的几拨人最早在架构选型上其实是选错了。”一位了解早期情况的人士说。 以 PixelDance 的第一版为例，它选择了 2D UNet 扩展到 3D 的架构，我们可以理解为图像扩散模型的视频化，而非原生视频架构。这在视频生成的技术路线远未收敛的当口，是一个看起来更快、更稳妥，但事后却被证明上限不高的方向。 而同一时期，快手的可灵团队选择了与 Sora 一致的 DiT（Diffusion Transformer）架构，并且是原生视频路线，上限更高，也更难。“人和数据都没有拖后腿，模型训出来效果不会差。” 一位知情人士说，这中间形成的时间差，让可灵在随后近一年里先行领跑。 2024 年底，蒋路离开字节加入 Apple，曾妍随着 AI Lab 的组织变动加入了 Seed，成为了视觉生成模型 Seedance 的主要负责人。这是一个精简的团队，核心算法工程师仅十几人。从这个时间点开始，字节视频生成模型的团队和技术路线，都开始收敛。 从 PixelDance 后期过渡到 Seedance 的这个阶段，跟最早期相比最大的变化是训练架构进行了调整：从 UNet 架构调整到了以 DiT 为基础的架构方向。这个架构能更好地实现大模型的 Scaling Law——随着参数量、数据量和算力变大，模型效果会有明显提升。 但 Seedance 1.0 及 1.5 都算不上成功：这两个版本和谷歌 Veo 都有明显的差距，全球市占率大约排在第四，在国内也不及可灵。一位火山人士说，那段时间字节紧盯的对手是可灵和 Runway，“盯着可灵打，打了蛮久”，却始终没能追上。而一位视频 Agent 公司的市场负责人对 36 氪描述的感受是， 可灵一度占据了视频生成市场近八成的份额。 字节和快手