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)。