字節跳動發布5款AI模型，30秒影片生成成本降低80%

字節跳動在6月23日於北京舉辦的年度FORCE大會上，推出五款全新AI模型，一舉打破AI影片生成30秒的技術障礙，同時以五分之一的價格在編碼能力上媲美Claude Opus 4.7。

火山引擎（字節跳動旗下雲端業務）總裁譚待在大會上表示：「Seedance 2.5是首款能從單一提示詞生成原生30秒片段，並內建場景轉換與節奏變化的影片生成模型。它可同時接收高達50組多模態參考輸入——包括圖像、音頻、3D模型——並在生成後支援局部編輯，而不影響視覺一致性。」

本次發布的核心產品Seedance 2.5，能以原生4K解析度及10位元色彩深度，生成長達30秒的單一影片片段，遠超大多數AI影片工具一直受限的15秒天花板。據字節跳動CEO梁汝波表示，該模型還引入了3D白模預視覺化功能——此靈感源自與一位電影導演合作期間的請求。用戶可在生成後單獨編輯背景或產品等個別元素，無需重新生成整個片段。字節跳動透過展示在不改變場景的情況下，替換商業廣告中的口紅色號來證明此能力。該模型預計於7月初上線。

競爭格局遠不止於影片領域。字節跳動的旗艦語言模型Doubao 2.1 Pro，在SciCode科學推理基準測試中獲得59.8分，超越Claude Opus 4.7和GPT-5.5；在NL2Repo儲存庫級別程式碼生成方面取得47分，領先GPT-5.5和Gemini 3.1。據火山引擎表示，其每百萬輸入Token定價為6元人民幣（0.83美元），每百萬輸出Token定價為30元人民幣（4.14美元），相較Anthropic的Claude Opus系列成本降低約80%。此外，定價為Pro等級一半的Turbo變體版本，針對高頻企業工作負載設計。

全方位AI攻勢

字節跳動的布局不僅止於文字和影片。該公司還預覽了用於圖像生成的Seedream 5.0 Pro，新增互動式編輯功能——用戶可透過繪製箭頭或圈選區域來修改特定元素——以及多層分離技術，可遞迴分割圖像圖層並自動填充背景。該模型支援超過10種語言的高密度文字排版，包括英語、西班牙語、阿拉伯語和日語，並採用符合文化習慣的字體排印設計。

在音頻方面，Doubao Audio Generation Model 1.0可僅從文字生成完整的電影級配樂，一次性自動推斷角色聲音特徵、情感表達、方言口音、背景氛圍及音效。一段演示展示了近一分鐘的武打場景，其中角色聲音一致、包含雨聲氛圍及武器碰撞聲——全部由模型生成，無需人工分層處理。

2月發布的前代模型Seedance 2.0，也在此次公告中獲得了原生4K升級。

商業動能與企業採用

譚待表示，火山引擎的雲端業務目前在中國公有雲市場佔有率達49.5%。字節跳動旗下Doubao模型家族每日Token調用已達180兆次，較兩年前增長1500倍，僅過去一年就增長十倍。自去年12月以來，每年消耗超過1兆Token的企業客戶數量已翻倍至200家。

字節跳動還推出了一個AI版權商業化平台，香港電影導演周星馳為首位合作夥伴。據譚待表示，用戶可在抖音、即夢和剪映上，使用官方模板重新混製周星馳經典作品（包括《食神》和《長江7號》）的片段——上線首日便產生了超過1萬件創作。

企業應用橫跨多個行業。特斯拉已在其全系列車型中整合Doubao，用於語音控制車載功能，採用了字節跳動的即時語音模型。賓士新款電動CLA也內嵌Doubao，實現自然語言互動與情緒辨識。在金融服務領域，中金公司基於字節跳動的HiAgent平台建立了一個數位投資顧問智能體，提煉來自300多位分析師的研究內容。中國移動則利用國產運算基礎設施，聯合推出了一項面向政府和金融客戶的機密模型服務。

對投資者的啟示

字節跳動此次涵蓋文字、影片、圖像和音頻的全方位AI發布，預示著一場價格與能力的戰爭，將同時對西方AI領導者及中國競爭對手形成壓力。Doubao 2.1 Pro在編碼能力上與Claude Opus 4.7持平，成本卻低80%，壓縮了高階模型供應商的利潤空間；而Seedance 2.5的30秒生成能力，則超越了仍停留在15至20秒限制的OpenAI Sora及其他競爭對手。該公司49.5%的公有雲市場佔有率及每日180兆次的Token調用量，表明企業採用速度遠超多數分析師預期。對於關注AI基礎設施建設的投資者而言，字節跳動以進取價格捆綁多模態模型的能力——加上通過抖音、即夢和剪映的發行渠道——打造了一個在規模上可與任何西方AI平台相匹敵的垂直整合競爭者。

本文僅供資訊參考，不構成投資建議。