摘要：

字節(jié)進(jìn)入AI賽道“勇攀高峰”階段。

鳳凰網(wǎng)科技 出品

作者｜Dale、姜凡

編輯｜董雨晴

2月14日，距離中國農(nóng)歷春節(jié)僅三天，中國AI熱鬧非凡，火山引擎正式發(fā)布豆包大模型2.0，包含Pro、Lite、Mini三款通用Agent模型和Code模型，靈活適配各類業(yè)務(wù)場景。這是字節(jié)跳動(dòng)自2024年5月推出豆包大模型家族后，首次對該系列核心模型進(jìn)行跨代升級(jí)。

更早之前，豆包視頻生成模型Seedance 2.0、豆包圖像創(chuàng)作模型Seedream 5.0 Lite也已分別開啟內(nèi)測。前者的驚艷效果，讓國內(nèi)外開啟了熱烈的討論，更有人感嘆，這是又一個(gè)DeepSeek時(shí)刻顯現(xiàn)。

至此，三款模型在Agent能力、多模態(tài)理解與創(chuàng)作可控性上形成完整閉環(huán)，也標(biāo)志著字節(jié)跳動(dòng)在多模態(tài)AI領(lǐng)域的技術(shù)領(lǐng)跑與全鏈路布局正加速落地。

企業(yè)級(jí)Agent能力跨代升級(jí)，重構(gòu)復(fù)雜長程任務(wù)處理范式

據(jù)火山引擎官方披露的信息，豆包大模型2.0的核心升級(jí)聚焦于企業(yè)級(jí)Agent能力的全面跨越，核心要解決能辦事的問題，尤其是在長鏈路復(fù)雜任務(wù)中可以有序推進(jìn)。

為此，新版模型在多模態(tài)感知、高精度文字提取、圖表理解、空間與運(yùn)動(dòng)理解、長視頻理解等方面表現(xiàn)突出。

更為細(xì)致具體來看：

豆包2.0 Pro面向深度推理與長鏈路任務(wù)執(zhí)行場景，全面對標(biāo)GPT 5.2與Gemini 3 Pro；

2.0 Lite兼顧性能與成本，綜合能力超越上一代主力模型豆包1.8；

2.0 Mini面向低時(shí)延、高并發(fā)與成本敏感場景；

Code版（Doubao-Seed-2.0-Code）專為編程場景打造，與TRAE結(jié)合使用效果更佳。

同時(shí)，這一代模型Function Call、多輪指令遵循、搜索與工具調(diào)用能力顯著增強(qiáng)，格式輸出穩(wěn)定性及上下文管理靈活性均有大幅提升。

這樣的能力組合拳，使得豆包大模型2.0能夠高效支撐數(shù)據(jù)分析和客服Agent等企業(yè)級(jí)復(fù)雜、長程任務(wù)。據(jù)官方披露，作為AI助手，Seed2.0 可以處理復(fù)雜視覺輸入，并完成實(shí)時(shí)交互和應(yīng)用生成。無論是從圖像中提取結(jié)構(gòu)化信息，還是通過視覺輸入生成交互式內(nèi)容，Seed2.0 都能高效、穩(wěn)定地完成任務(wù)。因此，其可以將復(fù)雜的圖表進(jìn)行理解和還原，還可以成為實(shí)時(shí)互動(dòng)的AI健身教練，甚至還能教你打臺(tái)球、滑雪。

豆包大模型的強(qiáng)大能力已有佐證。據(jù)火山引擎此前公布的“萬億Tokens俱樂部”客戶案例顯示，已有頭部金融、電商企業(yè)通過豆包大模型構(gòu)建自動(dòng)化業(yè)務(wù)流，大幅降低人工干預(yù)成本。隨著2.0版本對技能（Skills）的理解與多工具協(xié)同調(diào)用能力進(jìn)一步強(qiáng)化，AI從“回答問題”向“獨(dú)立執(zhí)行任務(wù)”的轉(zhuǎn)型步伐將明顯提速。

在推理與代碼維度，豆包大模型2.0支持思考長度可調(diào)節(jié)，各長度下Tokens效率均有優(yōu)化。其代碼能力，特別是前端開發(fā)領(lǐng)域的能力提升，可通過集成式開發(fā)環(huán)境TRAE進(jìn)行實(shí)測。據(jù)悉，TRAE已內(nèi)置豆包大模型2.0Code版，開發(fā)者可在配置后直接體驗(yàn)?zāi)Ｐ蛯?fù)雜編程任務(wù)的規(guī)劃與生成能力。

Seedance 2.0殺瘋海外，馬斯克也說“發(fā)展太快”了

有了豆包大模型的打底，也就不難理解視頻生成模型Seedance 2.0實(shí)現(xiàn)的驚艷效果，其也代表了字節(jié)跳動(dòng)在多模態(tài)輸入融合上的最新突破。

實(shí)際上，在2月7日晚間悄悄開啟內(nèi)測后，已有不少人上手試用，使得這幾天社交媒體上出現(xiàn)了不少 “普通人演大片”“2歲寶寶跳街舞”等跨界作品。評(píng)論區(qū)則驚嘆于該模型對物理世界的高度還原性。

鳳凰網(wǎng)科技也在早先的體驗(yàn)中發(fā)現(xiàn)，其最大的跨越就在于“可控”。

該模型支持圖像、視頻、音頻、文本四種模態(tài)同時(shí)或混合輸入，使其從一個(gè)僅能接收文本指令的“猜謎者”，進(jìn)化成了一個(gè)能同時(shí)理解多種模態(tài)的“全能執(zhí)行導(dǎo)演”。創(chuàng)作者可以上傳一張概念圖來定調(diào)、一段電影片段來指導(dǎo)運(yùn)鏡、一首音樂來掌控節(jié)奏，從而實(shí)現(xiàn)過去需要復(fù)雜專業(yè)軟件和漫長流程才能達(dá)成的敘事效果。更關(guān)鍵的是，其“多鏡頭連貫生成”能力，使得AI能一次性創(chuàng)作出包含流暢轉(zhuǎn)場和景別切換的“故事段落”，而非孤立的幾秒碎片。

據(jù)官方披露，Seedance 2.0在多模態(tài)素材混序傳入、角色特征穩(wěn)定保持、物理規(guī)律遵循等方面均有大幅提升。人物動(dòng)作自然流暢，物體交互反饋真實(shí)，對動(dòng)作、表情、運(yùn)鏡、文字內(nèi)容的指令抽卡成功率明顯優(yōu)化，大幅降低了視頻創(chuàng)作中的反復(fù)調(diào)試成本。

“它能高保真地合成時(shí)序精密的復(fù)雜交互場景，也能在特寫鏡頭中展現(xiàn)出高度逼真的細(xì)節(jié)與嚴(yán)密的物理邏輯，宛如實(shí)拍?！弊止?jié)官方如此介紹。

目前，該模型已在豆包、即夢、小云雀等產(chǎn)品中正式上線，并收獲了來自專業(yè)創(chuàng)作者的高度關(guān)注。

就在該模型亮相次日，知名視頻博主、影視颶風(fēng)創(chuàng)始人Tim（潘天鴻）便發(fā)布了針對 Seedance2.0 的實(shí)測視頻。他在視頻中稱贊，這一模型在畫質(zhì)、運(yùn)鏡、剪輯銜接和音畫同步等方面的表現(xiàn)，足以“改變視頻行業(yè)”。

游戲科學(xué)CEO、《黑神話：悟空》制作人馮驥在深度體驗(yàn)后，給出了毫不含糊的評(píng)價(jià)：“當(dāng)前地表最強(qiáng)的視頻生成模型，沒有之一。”他斷言，這標(biāo)志著“AIGC的童年時(shí)代，結(jié)束了”。

2月12日，Seedance2.0在海外的熱議還在升級(jí)，馬斯克在社交平臺(tái)轉(zhuǎn)發(fā)評(píng)論Seedance 2.0相關(guān)推文，并表示，“It's happening fast（發(fā)展速度太快）”。

另據(jù)字節(jié)官方披露，預(yù)計(jì)在2月中下旬，Seedance 2.0 的 API 服務(wù)將上線火山方舟，幫助企業(yè)客戶更好地落地創(chuàng)意。這意味著，其商業(yè)化應(yīng)用的拐點(diǎn)也將到來。

此外，圖像創(chuàng)作模型Seedream 5.0 Lite表現(xiàn)一樣不俗，其是豆包在多模態(tài)統(tǒng)一架構(gòu)方向的最新探索。相較4.0版本，該模型在多模態(tài)理解與生成上采用統(tǒng)一架構(gòu)，顯著降低了對系統(tǒng)化精準(zhǔn)Prompt的依賴。官方介紹稱，用戶通過簡短、模糊的文本甚至直接輸入圖像，模型即可主動(dòng)推測創(chuàng)作意圖，并在主體一致性、圖文對齊等生成質(zhì)量上實(shí)現(xiàn)躍升。

這意味著，其開始能像人類設(shè)計(jì)師一樣“理解”用戶指令背后的意圖，“看懂”不同畫面中的規(guī)律，并將世界知識(shí)應(yīng)用于圖像與文本創(chuàng)作中。

尤為值得關(guān)注的是，Seedream 5.0 Lite首次引入實(shí)時(shí)檢索增強(qiáng)能力。模型可聯(lián)網(wǎng)獲取最新知識(shí)與資訊，突破靜態(tài)知識(shí)庫的時(shí)效性局限。這一特性在資訊海報(bào)生成、熱點(diǎn)事件視覺化等場景中具備極高實(shí)用價(jià)值。同時(shí)，模型內(nèi)置的世界知識(shí)體系覆蓋科技、人文等多個(gè)垂類行業(yè)知識(shí)庫，生成結(jié)果更符合物理規(guī)律，信息可視化能力顯著增強(qiáng)。

目前，在綜合評(píng)測中，Seedream 5.0 Lite 的 Elo 評(píng)分超越 Seedream 4.5。

字節(jié)進(jìn)入AI賽道“勇攀高峰”階段

豆包大模型2.0的發(fā)布，與Seedream 5.0 Lite、Seedance 2.0共同構(gòu)成字節(jié)跳動(dòng)在多模態(tài)理解、圖像創(chuàng)作、視頻生成三大核心賽道的完整拼圖。

三者共享底層技術(shù)積累，又在應(yīng)用層面形成協(xié)同：豆包大模型2.0提供Agent大腦，Seedream負(fù)責(zé)靜態(tài)視覺創(chuàng)意，Seedance則承載動(dòng)態(tài)敘事表達(dá)。

字節(jié)跳動(dòng)董事長梁汝波在此前的全員會(huì)上曾提出2026年度關(guān)鍵詞——“勇攀高峰”。

何謂高峰？其解釋道，“回顧過去 50 年，IT 行業(yè)的主要高峰有：PC、Web、 Mobile。其中，PC 時(shí)代崛起的是微軟；Web 時(shí)代涌現(xiàn)了谷歌、亞馬遜、Meta；Mobile 時(shí)代則跑出了蘋果和谷歌?？梢钥闯?，高峰不常有，過去幾次均間隔約 15-20 年”。

對于字節(jié)乃至整個(gè)行業(yè)而言，AI就是這個(gè)時(shí)代必須攀登的高峰。

為此，字節(jié)已做出十足的準(zhǔn)備，短期內(nèi)，豆包/Dola 助手應(yīng)用將是高峰的具象化表達(dá)。為此，字節(jié)仍在不遺余力探索這一系列模型、產(chǎn)品的能力天花板。豆包新一代大模型家族的亮相，也用實(shí)際表現(xiàn)詮釋了，大模型能力上限仍存在較大的探索空間。

當(dāng)前整個(gè)AI行業(yè)都處在技術(shù)范式的轉(zhuǎn)移期，字節(jié)也依舊“在基礎(chǔ)研究和全棧工程上同時(shí)尋求突破”。豆包三大模型的跨代升級(jí)，也是對這一戰(zhàn)略在技術(shù)與產(chǎn)品層面的雙重落地。

從2024年5月豆包大模型首次亮相，到如今Agent能力、多模態(tài)創(chuàng)作能力雙雙邁入2.0時(shí)代，字節(jié)跳動(dòng)僅用不到兩年時(shí)間便完成了從“可用”到“好用、可控、可落地”的關(guān)鍵躍遷。隨著2月14日火山引擎正式發(fā)布，企業(yè)級(jí)AI應(yīng)用有望迎來新一輪效率重構(gòu)。而隱藏在模型參數(shù)與基準(zhǔn)成績背后的，是中國AI從追趕者向定義者角色轉(zhuǎn)變的清晰足跡。