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，Seedance2.0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Seedance2.0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Seedance2.0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Seedance2.0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ClaudeOpus4.6发布后被验证过一次，在Seedance2.0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Seedance1.0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。

字节和快手之间的漫长纠葛从短视频、直播、电商，来到了如今的视频模型。这是一场字节的必争之战。

2025年12月，Seedance1.5刚上线不久，团队就开始投入2.0版本的训练。这成了Seedance的翻身一杖。

“Seedance非常重视训练数据和模型结构。”一位Seed人士说。单纯比拼GPU的数量，字节和OpenAI以及谷歌，无论是数量还是质量，差距都很大。海外公司普遍已经使用大集群B卡（英伟达B200/B300显卡搭建的大规模AI算力集群）训视频模型，而字节内部，虽然Seedance优先级也很高，但仍排在语言模型之后，使用的也是相对较差的GPU做训练。因此，团队只能在结构和数据上下功夫。