传媒行业：字节跳动系列之—Seedance的前世今生.pdf

传媒行业：字节跳动系列之—Seedance的前世今生。Seedance 2.0 将 AI 视频从“抽卡玩具”推到“工业级生产工具” 的拐点位置，其本质升级是：在统一多模态架构下，将视频生成、 原生音频、分镜/运镜控制和多参考可控性整合进一个可编排的 “导演级”系统，大幅提升复杂场景下的可用率与一致性。 AI 视频生成是大的产业变化趋势，目前 AI 渗透率仍然非常低（个 位数），相较竞争更重要的一定是行业渗透提升进展，远远未到 分蛋糕的时候，从这个维度看，Seedance 带来的是头部玩家共同 做大盘子。其次，基于模型能力侧重点和各公司战略，在市场、 人群、生态场景方面各家存在错位竞争，非零和博弈。

看前世

从 Seedance 1.0 / 1.5 到 2.0，从“视频素材”向“工业级叙事”。 1.0 解决的是“能生成好看的片段”，主要是优化视频生成下限， 建立基准，并未做生成式多模态；1.5 解决的是“能一次性生成 有声音的片段”，但本质上 1.5 只是为 2.0 正式“上车”音画 同生、多模态参考所做的过渡工程；而 2.0 解决的是“能自动完 成一段有完整叙事的作品”，Seedance 系列模型职责从“视频素 材供应商”变成“工业级叙事引擎”。 从团队看，字节 AI Seed团队在大模型和视频生成领域属于“起 步偏晚但加码最猛”的典型路径：自 2023 年正式组建以来，依 托 Flow–Seed–Stone 三层 AI 架构、AI Lab 整并、Seed Edge 长 期 AGI 研究计划，叠加大规模资本开支与高强度股权激励，短短 三年完成了从内部补课团队到集团级“技术底座”的跃迁。 2024-2025 年字节围绕 AI 团队进行了一系列组织架构的调整，这 一轮重构的内核是：在组织上将所有大模型与多模态研发统一收 拢于 Seed，从双负责人到由吴永辉主导，标志着 Seed 在组织架 构上形成“基础研究一号位”格局，业务方向进一步向底层模型 能力集中。

观今生

Seedance 2.0 带来怎样的核心变化：1）可控性是核心：告别“抽 卡”——可用率从 20%提升至 80-90%；2）统一的多模态音视频联合生成架构——多模态参考：全面升级，支持文本、图片、视频、音频四种模态输入； 3）指令遵循与多镜 头导演能力：把导演思维内嵌进模型； 4）音画同时生成：Seedance 2.0 最核心的架构创新在于采用了“双分支 扩散变换器”。 底层技术变化带来 2.0 模型能力飞升：1）素材处理阶段从头优化重训练，包括时间增加、颗粒度提升等； 2）多模态素材采纳优化；3）音画同步单独训练；4）强化学习与提示词工程：引入多维度奖励模型（运动质量、 物理合理性、美感）优化生成效果，并通过基模型将用户模糊描述转化为模型可理解的密集指令。 产品及商业化：Seedance 的商业化，本质上不是“卖一个视频模型”，而是嵌入字节的 C 端应用矩阵与 火山引擎 MaaS 体系，形成“流量—算力—应用”三位一体的闭环。当前阶段，C 端以即梦订阅和豆包导流 为主，更多在做用户规模与内容生态的占位；B 端则依托火山引擎极低的 Token 单价和完备的多模态能力， 已经进入以规模效应和 Agent 解决方案驱动收入的阶段。