证券配资教程
黄小艺｜H997Hbiu
樊雅婷｜FFF111f__
MiniMax H3 的开源，可能比外界看到得更仓促。
7 月 31 日，H3 与 Seedance 2.5 同日发布。外界很容易把它理解成一次提前设计的开源狙击：Seedance 2.5 刚刚把原生生成时长拉到 30 秒，MiniMax 宣布开放 H3 权重，让后来者借社区的力量围攻最强的闭源模型。
但至少在发布前半个月，MiniMax 还没有确定是否开放。
据一位了解相关商业化讨论的人士透露，7 月中旬，MiniMax 曾通过销售团队向多家公司询问 H3 的 API 需求，得到的反馈相当一致：如果只卖闭源 API，H3 很难有竞争力。
客户所指的不只是两个模型之间的效果差距，而是一个牢固的闭源视频模型市场体系—— Seedance 拥有稳定的生成效果和品牌认知，已经被放进即梦、豆包、小云雀、剪映和大量外部应用，火山引擎控制企业采购、并发和服务，抖音、红果又在下游承接内容。另一款效果仍有差距的闭源模型，单靠便宜，几乎无法从这套体系里分走客户。
MiniMax 最终选择了开源。
它开放了足以让社区运行的 H3-Base，负责复杂素材理解的 H3-Context-IR、2K 重生成和稀疏注意力等能力没有同时交付，成功地让开发者"玩"了起来，裁剪、量化、显存卸载和低步数采样，把 H3 拆成不同版本，反复拉出来与 Seedance 同台竞技。
天下苦 Seedance 久矣，"开源新神" H3 获得了后续发布的阿里 Wan3.0、Sand.ai MAGI-2 Preview 都没有的传播势能。甚至一个月后，这条路还在跑出新结果。
8 月 27 日，fal.ai 基于开放权重推出 H3 Max，通过后训练和推理优化，将 5 秒、768P 视频的生成时间压到 3 秒以内，视频结果比生成过程更长，AI 视频直播成立了。一位开发者由此搭建的实时 AI 直播网站 Infinite Slop，上线首日就有 3.7 万人观看，发布帖获得了约 240 万次浏览。
Slop 不 Slop 的不知道，但趣味性和传播效果拉满了。
H3 当然没能通过开源取代 Seedance ——几乎所有聚合应用仍然会把 Seedance 放在最显眼的位置，复杂任务也继续交给它。但它做到的是给行业增加一条路：绕开 Seedance 的价格、官方入口和单一供应，再用后训练、推理优化和新玩法寻找自己的用户。
这也是今天视频模型市场的一个切片。Seedance 在 2.0 发布后迅速建立起了由它自己统治的一整个宇宙，以至于某个时刻你会感到人人都在使用 Seedance，而就在一切看起来十分稳固的时候，变化迅速发生，裂痕出现，人人都在寻找绕开这个宇宙的办法。
1
一、Seedance 2.0，没有人绕得开的宇宙
几乎所有人都曾围绕 2.0 做生意。
一位应用创业者对我们说："没有 Seedance，用户就没有来到平台的理由。"
2026 年 2 月，Seedance 2.0 让多人打斗、竞技运动、快速运镜和物体交互第一次大规模变得可用，原生音画又把对白、动作和环境声放进同一次生成。原本一段需要抽十次才能使用的视频，Seedance 2.0 可以一次就生成。
这段领先，首先来自一种公司级投入。
据多位接近团队的人士提供的口径，Seedance 2.0 使用 296B 的 MoE 架构，是视频领域的最大参数 MOE 模型：大参数负责容纳动作、场景和世界知识，每次生成只激活其中一部分；文字、图片、视频和音频进入同一套上下文，模型可以同时理解人物、动作、构图和声音。
一位接近团队的人士把 Seedance 当时的状态概括成"人多、卡够、数据足"。单个研究人员可以同时尝试多条后训练路线，模型先建立通用能力，再分别强化动作、电商、广告和人物表现。外界看到一个版本号，内部已经在许多场景上筛选了很多轮。
数据工程同样依赖这种规模。《智能涌现》援引接近团队人士称，Seedance 设有专门对接数据的人员，背后还有大量同事处理清洗、理解和标注，且团队没有直接依赖抖音的普通视频，而是采购了大量高质量影视素材，再通过语言模型和人工流程拆成剧本、分镜、动作与镜头描述。
但离 Seedance 最近、规模也最大的视频库，毕竟还是抖音。
我们专门查阅了《"抖音"隐私政策》和《"抖音"用户服务协议》。前者称，经加密和严格去标识化的数据可用于推荐；后者则称，模型允许平台将用户发布的内容用于"研究"，并以其他方式"开发"其全部或部分内容，尽管没有明确说明用于视频模型训练，但至少有一定的解释空间。
更明确的授权出现在《AI 经纪人主播版使用协议》等专项功能里。所谓 AI 经纪人，是一套基于豆包大模型的直播运营助手。主播开通后，协议允许抖音使用其直播、短视频、互动及经营数据训练和优化模型，授权持续到主播永久停用该功能满六个月。
一位视频模型从业者谈及自己的数据来源时说："业内都会用的，比如我们自己也把一段时间内百赞级别的短视频、豆瓣前百的电影视频全用上了。"
对视频模型来说，数据量决定它见过多少世界；能否把视频拆成主体、动作、镜头运动和音画关系，则决定它是否理解这个世界怎样运动。原始视频堆得再多，也不等于模型真正学会了运动规律。
抖音的数据价值正在这里。推荐系统为了判断一条视频应该推给谁，本来就需要理解和分类内容，再根据完播、点赞、评论和分享等真实反馈持续校正。字节积累的不只是大量热门视频，还有画面、动作、叙事与用户反应之间的对应关系。这些信号不能替代生成模型所需的精细标注，却可以降低筛选、理解和加工训练素材的成本。
算力进一步放大了差距。一位视频模型从业者提到：Seedance 2.0 整体 MFU 约为 10%。MFU 衡量训练算力利用率，10% 是一个较低的量级，它传达的行业体感是，视频模型仍处在可以用巨大资源换取代际差的时期，字节有能力承受大量没有立刻转化为有效训练的探索。
参数扩大以后，试错成本增长得很快。对创业公司而言，需要先判断哪条路线最可能成功，再集中极其有限的资源押注；而字节可以让更多研究人员同时开工，用算力尝试路线。
这种投入不会永远形成技术垄断，却足以制造几个月的真实代差。Seedance 2.0 就利用这几个月改动了市场。
它最先摘下了短剧和漫剧的低垂果实。
复杂动作、快速运镜和原生音画适合被拆成大量标准镜头的内容产线；人物皮肤过分平滑，灯光总是过于饱满，镜头也喜欢主动加戏，但这些"模型味"并对短剧观众来说，不值一提。
元股证券:ygzq.hk模型之外，字节也把自己的内容资源推了上去。番茄和红果提供 IP 与消费场景，小云雀上线短剧、漫剧 Agent，抖音及相关产品又用奖金、积分和流量扶持创作者。模型降低生产门槛，平台继续增加可以被生产的故事和可能获得的流量，短剧市场因此同时拥有能力、原料和出口。
一位 AI 短剧方提到，此前一部 AI 剧需要十几个人工作约一个月，成本接近 20 万元；Seedance 2.0 出现后，一个人每月就可以完成几部剧，单部成本下降到 5 万元，甚至其中大部分都用于模型，二三百人理论上能把月产量推到千部水平。
率先进入的人确实获得了一轮红利。短剧公司可以更快交片，中转渠道可以卖额度，火山引擎则在最前面收取调用费用。应用层的利润未必最厚，但接入 Seedance 能带来用户，当时的视频应用即使打价格战，也愿意先把人抢进来。
新手股票配资入门2.0 的上线，直接点燃了整个市场。技术优势也很快被火山引擎改造成一套销售秩序。
我们在《Token 杀死了 AI 应用》中写过，Seedance 上线初期采用年框采购，框架金额同时绑定折扣、并发、人脸权限、首发和服务条件。客户购买 Token，也在购买稳定生产的资格，千万级采购通常也很难获得直接折扣，更多是最高约 10% 的算力券返还。
更进一步，据接近交易的人士称， 10% 算力券实际绑定了数据回流要求，应用或平台需要按照约定提供相应数据，才能获得折扣。应用既是客户，也承担了一部分外部数据工作。
另一家视频模型的 API 销售提到，"火山的销售非常强势，大家都知道视频模型效果好，根本不需要销售，但我们的老板会觉得，这样的话，要你们销售干嘛。"这种现象不止出现在一家厂商身上，在 Seedance 的"统治"下，自家模型没有拿到市场流量，导致销售需要降价、补贴，甚至联合下游应用和视频制作方，"造出"好看的模型消耗数据。
特别是火山引擎随后称，Seedance 带来了"单月十亿元销售额"，给市场带来了更大的刺激：跟 Seedance 抢，不如跟着 Seedance 做它的倒卖生意。
尽管按照我们向多位交易人士了解的情况，这个数字更适合被理解为发布窗口内的签约峰值：大量客户集中签署一年期框架，一份千万元年框可以在签约月份进入销售口径，实际调用会分散在随后一年。
且发布节奏进一步制造了这种峰值。Seedance 2.0 和 2.5 都采用了相似方式：先把效果展示给市场，让应用、制作公司和投资人看见代际差，再控制入口、额度和开放时间，等需求被拉满后分批销售。模型还没有普遍可用，采购窗口已经形成。
但更多人还是蜂拥进来了。首批大额需求由火山直接对接，长尾需求则有云厂商、运营商和合作伙伴分销。在 WAIC 现场，运营商工作人员穿梭于展位之间，见到 AI 影视公司便询问是否使用 Seedance。一位视频创业者刚听到对方起了个头，就能立即明白来意："我们前后对比了 30 家后确定的，重点是稳定性，所以不会轻易更换，但来推销的人非常多。"
火山明令禁止的转售现象也很常见。一位了解渠道核查的人士称，腾讯曾通过中间路径取得 Seedance 2.0 的 API，随后提供给阅文内部业务使用；阅文没有单独向火山采购，火山发现后切断了这条调用路径；阿里同样有自己的视频创作产品在"低调使用" Seedance API，同时服务于销售、内部产品探索、模型训练测试。
在这个阶段，绕开 Seedance 的代价很高。应用可以换一个更便宜的模型，但用户不会买单，且复杂动作和高强度镜头的失败率会重新上升；短剧公司也可以少用一些，但交付速度和画面密度随即下降。
当代差足够大，应用层的许多创新会暂时失效。产品可以设计不同的画布、积分和会员，用户进入以后依然会点同一个模型。应用退化成 Seedance 的入口，差异只剩谁补贴得更多、谁排队更短、谁能拿到更高并发。
2.0 让 Seedance 同时成为成本和流量。所有人都嫌它贵，所有人又都需要它。
1
二、Seedance 2.5 后，人们开始绕路
Seedance 2.5 更强了，但市场却进入了另一个阶段。
它一次可以接收最多 50 个图片、视频和音频素材，支持 30 秒原生生成，加强复杂指令遵循和局部修改；绿幕、白模和 3D 导演台又把人物、空间、机位与运动关系从提示词里的概率推理，变成了更具确定性的摆放预览。从我们的测试结果看，2.5 更服从准确指令，画面也更克制，2.0 常见的油腻感少了很多。
但技术进步没有再次制造同等规模的需求和经济代差。
在市场端，2.0 出现时，短剧正在等待一款能够稳定出活的模型。到了 2.5，短剧产能已经迅速扩张，市场开始消化过量供给。几位从业者告诉我们，2.5 又比 2.0 贵约 50%，短剧却很难为这些能力支付同样幅度的溢价，一百家公司里可能只有一两家靠爆剧继续维持，其余团队不断退出；同时平台受到政策影响，也已经收紧了 AI 漫剧的分成激励，把资源重新投向真人内容。
这种变化在应用公司的反应里最直观。2.0 出现时，大家追问的是何时开放、能拿到多少并发、怎样争取首发；谈到 2.5，问题更多变成了哪些镜头值得调用、能否混用其他模型，以及新增能力是否足以覆盖上涨的价格。注意力已经从"怎样拿到 Seedance2.0 "，移向"怎样少用一点 Seedance2.5 ""该不该用 Seedance 2.5 "。
很难想象，这其中甚至有相当一批视频从业者希望模型和应用继续涨价。
一位从业者向我们解释原因时说："因为这样门槛就高了，现在太卷了。"模型费用已经是制作团队最沉重的成本之一，他们却希望这道门槛暂时留在那里。只要生成仍然足够贵，新团队就无法依靠低价和大量抽卡迅速进入，已经拥有客户、经验和现金流的公司还能多保留一点时间。
对于 Seedance 而言，没有需求，那就得创造新需求，于是 2.5 选择继续向专业生产延伸。
专业影视可以容纳更高的价值，但进入门槛也高得多，五十个素材只有被正确整理以后才有用，上千字指令需要有人先厘清人物关系、动作顺序、镜头运动和声音要求。2.5 把更多控制交给创作者，也把更多准备工作交还给了创作者。
问题出现在，影视创作者不止需要一个模型。
爱奇艺制作 AI 影片《探子必须死》时提到，AI 暂时主要用于片头片尾、非焦点群演和高风险爆炸镜头，特别是精品内容的镜头数量和协作人员增加以后，项目效率很快取决于素材管理、版本测试、多人协作和后期合成，团队早期曾使用其他视频工具完成 Demo，后来转向爱奇艺纳逗 Pro，看中的正是项目级协作、资产管理和复用能力。
这让 Seedance 2.5 面临一种"不上不下"的处境：短剧未必愿意为新增能力付钱，专业影视需要的又远不止模型升级。
更多绕行的空间在这个背景下出现了。
最先发生的，就是渠道。
Seedance 的模型从 2.0 开始成为流量密码，在 2.5 上线时，Higgsfield 选择将它放进" 14 天不限量"等吸人眼球的权益里，等用户购买后真正使用时，会因为低并发而一直排队、无法生成。
这反映出渠道和模型之间的绑定规则是松散的。更进一步，Seedance 2.0 养大的一批渠道，同时还可以被新模型们使用，LibTV 在模型上线当晚，先在首页挂出的促销横幅是 H3；即使是字节自己的即梦、小云雀，可选模型也从仅有 Seedacne，增加了 Happy Horse1.1、MiniMax H3、Wan3.0。
渠道不必等到另一款模型全面超过 Seedance，才把它放上货架。只要部分任务有了替代方案，就多了一种可以卖给客户的产品。也正是因此，其他模型都开始从各个角度切入，想要成为 Seedance 的替代选项。
MiniMax 选择了开源，让第三方可以继续后训练和优化推理。由此，fal.ai 推出了 H3 Max，Hao AI Lab、FastVideo 等团队又推出 FastH3，把采样压到四步，都在沿着速度寻找突破口，两个后训练版本的工程师还在 X 争论谁的路线和效果更好。
开源之后，MiniMax 不需要独自决定 H3 能做什么，自有大儒替它辩经。
阿里选择的也是开放路线。Wan 3.0 支持 30 秒原生生成、1080P 音画输出和多模态参考，还可以接收文档与网页作为输入。
在这些新模型找机会的过程中，除了模型本身的效果，为了对战 Seedance，厂商们也会用变形的动作来争取更多"数据上的市场优势"。
一位接近行业的人士提到，Happy Horse 1.0 刷爆了 Artificial Analysis 的榜单，效果之所以惊人，是因为使用了超长的推理步数，举个例子，真正 API 可用版是 32 步，那么上榜版本可能用了 1024 步，以极高成本换榜单排名。
但 Benchmark 确实承担了内部业绩证明的作用。一款模型进入榜单、超过几个明确对手，团队才更容易在公司内部获得算力、预算和销售资源，才能通过免费额度、现金补贴，与下游客户"合作"，换取一段时间的调用消耗，计算出一个好看的数据。
跑分负责证明模型有能力，调用量负责证明市场有需求。当用户不会仅凭效果主动迁移，模型公司就要同时"创造"可见度和使用量。
除了渠道和其他模型厂商，更深、更远的绕行发生在应用层。
由于影视创作这类需求，需要一套围绕模型组织起来的工作流，越来越多大厂和中转站开始推出自己的应用了。
拥有内容项目和发行平台的爱奇艺，正在围绕专业级影视创作平台纳逗 Pro 加大投入；腾讯的 WorkRally 把漫剧制作拆成可以被 Agent 调用的全流程工具；阅文漫剧助手则从自己的 IP 出发，继续处理剧本、设定、分镜、素材、团队协作和镜头审核。它们可以使用 Seedance，也可以根据任务切换其他模型。IP、项目和发行留在平台体系内，所有模型都只是生产过程中的一个节点。
字节也在做同样的事，只是内部入口还在持续增加，各自为战。
豆包、即梦、剪映、小云雀和火山分别拥有自己的 Seedance 入口。模型团队需要 badcase，火山需要 API 收入，产品团队需要留存，内容平台还要管理供给，产品之间为了 Seedance 争首发、争价格的事件时常发生。
一位知情人士透露，"在内部看来，即梦有时候优势都比不过肯补贴的外部应用，而且 Seedance 2.0 的火爆，基本没有给即梦带来什么品牌认知，只能用内容激励和曝光机会抵消差价。"
小云雀继续向完整项目移动，可以解析长剧本，处理人物和场景资产，再进入分镜与视频生成。在 2.5 宣发中，小云雀获得了比火山 API 提前一天上线的入口，但 Seedance 2.5 的官方发布报告仍然把主要使用产品写成即梦和豆包。
此外，内部人士提到，字节正在内测一款漫剧创作工具，支持上传最高 20 万字剧本，由系统完成项目规划、资产设计、分镜生产和视频合成，一个团队空间可以容纳 30 人，并可绑定抖音短剧创作者中心。同时还有火山引擎自己的 Seedance Studio ，同样从"创建新项目"开始，据称覆盖需求理解、创作规划、项目组织、内容生成、修改和成片推进。
这些产品都在尝试把 Seedance 从一个模型变成一条专业生产线，也说明字节还没有确定由谁承担这条生产线。
绕开 Seedance，因而有了不同的深度。换渠道、做套餐，改变的是购买方式；混合调用、开放权重和继续后训练，让一部分任务有了其他供应；项目工具则试图把素材、协作和客户留在应用里，让模型成为可以选择的一个节点。
2.0 版本建立起来的 Seedance 宇宙，开始在 2.5 版本显露出它的缝隙，视频模型上下游也变得更加混沌了。
不过，人们可以绕开 Seedance，但仍然绕不开一件事：视频应用的下一轮增长，需要下一代真正制造需求的 SOTA。
字节自己也在沿着已有优势，寻找下一个需求。9 月上旬，彭博援引知情人士称，张一鸣正在亲自推进一款基于 Seedance 的实时空间视频模型，计划连接 Pico 头显，让生成环境响应用户的声音和动作 , 每秒 20 帧、50 毫秒延迟，最快 10 月推出。生成速度在这里有了新的用途：用户每做出一个动作，模型都要及时生成接下来的画面。
如果字节先把这件事做成，今天正在被拆开的依赖关系，就可能重新建立起来。
等那一代模型出现证券配资教程，市场大概还会做出同样的选择：人人接入它，再一起寻找绕开它的办法。
合规证券杠杆网提示：本文来自互联网，不代表本网站观点。
