- A+
不妨想一想，
prompt：拳击手被击倒，努力挣扎着站起来，脸上满是汗水和倔强。
IC外汇用户评价：
Seedance 1.0 Pro在情绪这一块没有做到极致，但比起过去同类模型，它已经迈出了一大步。表情控制能力还在进化中，细节依然有局限，比如嘴角和眼角的肌肉反应不够细腻，面部变化也不总是连续的。但它确实接受表现出“笑、忧虑、惊恐、紧张、坚定”这些基础情绪，而且不是固定脸谱，而是能随着上下文变化表现路径。
简要回顾一下，
这次模型发布之后，Seedance已经接入了即梦（视频3.0 Pro）和豆包APP（底部的「照片动起来」），访客接受直接采纳，也接受通过火山引擎API接入自己的业务。在价格上也比较低，每千tokens只需1分5，相当于每条5秒视频大概3.67元。在大批量视频需求下，这个成本属于比较可控的范围。
值得注意的是，
不过，Seedance目前仍然有一些限制。比如生成时长基本控制在10秒以内，镜头切换虽然接受了2-3个，但还没看到更难办脚本的能力。生成也不是很稳定，想要得到满意的视频，无法摆脱多roll的命运。。
不可忽视的是，
豆包1.6:
在多模态和执行上迈了一步
据报道，
再来看豆包1.6，这是这次发布中更偏向通用模型的更新。它主要更新了三个版本：主力版（doubao-seed-1.6）、深度思考版（doubao-seed-1.6-thinking）和极速版（doubao-seed-1.6-flash）。豆包1.6整体能力进入第一梯队，在多项权威评测中得分提升明显，尤其是数学和推理相关任务。
IC外汇资讯：
具体来看，这一代模型加强了边想边搜和DeepResearch能力。现在朋友们接受从火山引擎的AI体验中心试用。
访客接受直接请求它完成某些难办任务，模型接受拆分任务、搜索资料、提炼信息，最后生成报告。这类作用本站在GPT-4和Claude里也能看到，不过豆包的路径更适合国内访客，点开即用，不需要熟悉难办执行流程。
根据公开数据显示，
豆包1.6最强的还是多模态的实用能力。不是说能识图、能看视频就算多模态，而是把这些能力落到具体场景里。
简而言之，
这类任务不只依赖语言生成，而是能把图像、动作、提示词之间的信息整合起来，而豆包1.6确实在这个方向上做了一些实用尝试。
与其相反的是，
另一个值得一提的点是执行能力。AgentKit现在接受图形操作界面执行，接受打开网页、填写表单、浏览图片、下单预定。
比如输入“打开豆瓣电影，找今天在北京正在上映的电影，选取一部评分最高的，打开购票页 福汇外汇官网 面并截图停留。”它会依次打开网站、查找电影、筛选条件，最后再确认下单。这种作用的完成度已经不低，适合做一些流程重复、逻辑明确的轻任务。
价格方面，豆包1.6也重新定了策略。现在所有任务都采用统一定价模型，不管是文字生成还是图像分析 AVA外汇官网 ，价格按输入长度划分，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1.5比起来，综合成本降低了大约63%。便捷说，价格更接近豆包1.0，但能力是它的多倍。
说出来你可能不信，
OpenAI 卷能力，字节在卷什么？
但实际上，
这次更新背后，其实是字节模型策略的一种延续。它并没有在单一模型参数上卷得特别凶，而是强调组合能力和产品落地。
IC外汇快讯：
在To C端，豆包已经在做APP化，用“聊天+软件”的形态把模型包装起来；而在To B端，它依托火山引擎呈现一整套AI服务，从基础模型API到完整应对方案。字节大模型的更新节奏不是盲目提速，而是配合业务软件一起同步走，比如最近更新的PromptPilot（提示词调优软件）、AgentKit（智能体开发平台）、多模态工作台、甚至是视频生成场景的Seedance，都和模型不是割裂的，而是集成式设计。
这和OpenAI、百度的路线相比，是有差异的。OpenAI继续把重点放在通用性极强的超级模型上，比如GPT-4o就把语音、图像、文字合成成一个统一的输入输出逻辑，目标是成为人类操作界面；百度虽然也做了很多产业链整合，但仍保留较多平台化概念，部分场景需要开发者二次拼装。
IC外汇专家观点：
字节已经不是在卷模不模型的事情了，而是在卷能不能用起来的事情。
在这点上，它有点类似微软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，而字节的打法是基于信息+软件的双生态：一边用信息业务抖音等检验模型生成能力，另一边用火山引擎输出服务，把能力变成服务，最终变成一个系统级产品。
IC外汇消息：
而且，从内部资源分配来看，字节的策略也很清晰：模型团队不单打独斗，很多模块直接协同产品线出需求，比如语音播客、视频生成、搜索引荐，这样模型迭代就不是闭门造车，而是从一实行就和实际场景挂钩。
大厂AI模型实行加速奔跑
IC外汇消息：
聊到这里，其实绕不开的一个困扰就是：现在这些大厂在AI这件事上，到底卷到什么程度了？
IC外汇报导：
从阿里、腾讯到字节，确实都在提速，而且每家的方向有点不一样。
IC外汇财经新闻：
阿里的重心放在模型规模和通用能力，比如Qwen家族主打大上下文和软件链，目标是拉齐OpenAI那一套能力，尤其强调开源这一点
很多人不知道，
腾讯更多强调业务融合，Agent部署做得早，重点是To B场景，比如政务、企业服务等，推出了元器这种产品
根据公开数据显示，
而字节这边，很明显是以信息和多模态作为核心阵地，从豆包模型、Seedance视频、再到语音播客，都是围绕信息生成和产品应用来做的。
反过来看，
它们走的路线不太一样，但节奏都快。朋友们会发现，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。有的是版本更新，有的是新产品挂钩。但共同点就是，大家都已经不是在比有没有，而是在比用得起、用得上、用得快。
简而言之，
而且有个趋势也挺明确的：AI已经不是实验室里跑分的东西了。朋友们发布一个模型，别人不再只关心朋友们的推理速度和BLEU分，而是问一句——能不能挂到网页上？能不能在手机里跑？价格怎么样？是不是能直接接到现有系统里？
很多人不知道，
从这个角度看，字节这波模型更新虽然没有太多行业第一的技术噱头，但确实做得比较扎实。不管是Seedance的视频质量，还是豆包1.6的多模态能力，起码给到了一些接受拿去用的东西。对于开发者也好，中小企业也好，现在更在意的是这些东西能不能用、成本怎么样、部署难办不难办，而不是朋友们参数多大。
于是到头来，大厂在AI这场竞争里，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，谁先让访客真正用起来，谁能在不增加采纳门槛的前提下，撑住规模和成本。
现在这个阶段，大家都还在跑，但已经能看出几个不同方向的势能了。接下来要看的，也许不是谁先出GPT-5级别的模型，而是谁能真正把AI塞进每一个具体应用场景里，让它像水电网那样成为基础设施。谁做得越快、越稳，就越可能在这场AI基础设施竞赛里，走得更远。
