文 | AI價(jià)值官，作者 | 星野，編輯丨美圻

繼4月2日面向企業(yè)用戶(hù)開(kāi)啟公測(cè)之后，4月14日火山引擎全面開(kāi)放Seedance 2.0 API，企業(yè)和個(gè)人用戶(hù)可以直接調(diào)用其視頻生成能力。這一次，凌晨三點(diǎn)排隊(duì)搶算力的時(shí)代，或許將真正迎來(lái)終結(jié)。

Seedance 2.0的開(kāi)放步伐之所以提速，除了人臉驗(yàn)證與肖像授權(quán)的"安全配套"已經(jīng)就位，也是因?yàn)镠appyHorse等競(jìng)爭(zhēng)模型正在逼近，窗口期可能比預(yù)想的更短。Seedance 2.0需要在技術(shù)優(yōu)勢(shì)尚存時(shí)盡快提高行業(yè)滲透率，把自己釘進(jìn)更多平臺(tái)的底層。事實(shí)上，在全面開(kāi)放之前，它已經(jīng)陸續(xù)接入了市面上的主流AI視頻創(chuàng)作平臺(tái)。

面對(duì)視頻生成模型的新一輪"群雄逐鹿"，面對(duì)未來(lái)可能的模型能力均等化趨勢(shì)，目前暫時(shí)領(lǐng)先一步的字節(jié)遠(yuǎn)非高枕無(wú)憂(yōu)。這也是為何在3月19日小云雀AI推出短劇Agent智能體之后，近日即夢(mèng)AI又上線(xiàn)了協(xié)作型AI敘事創(chuàng)作工具“小章魚(yú)”O(jiān)cto。

字節(jié)的動(dòng)作背后，是整個(gè)行業(yè)正在形成的一個(gè)共同判斷：模型參數(shù)的比拼已經(jīng)進(jìn)入邊際收益遞減，深耕創(chuàng)作者生產(chǎn)鏈路，已是當(dāng)前AI視頻模型行業(yè)的普遍共識(shí)與核心方向。

一個(gè)月前，生數(shù)科技發(fā)布了Vidu Q3模型的AI漫劇解決方案，將模型能力直接嵌入行業(yè)生產(chǎn)流程。今年以來(lái)，快手正在通過(guò)《太平年》《紙手機(jī)》等標(biāo)桿案例，向行業(yè)示范如何將可靈深度融入影視創(chuàng)作實(shí)踐。而即將上線(xiàn)的HappyHorse一出世就有可能繼承阿里在電商行業(yè)的深厚積累，收割電商場(chǎng)景的海量化需求。

單純的模型能力已越來(lái)越難以構(gòu)成持久壁壘，下一階段的角逐將圍繞誰(shuí)能率先在創(chuàng)作者的日常生產(chǎn)中站穩(wěn)腳跟，誰(shuí)就掌握了這場(chǎng)競(jìng)爭(zhēng)真正的籌碼。

不止全面開(kāi)放Seedance 2.0，字節(jié)還在深入行業(yè)上游

Seedance 2.0刷屏式走紅后，即夢(mèng)成為AI短劇行業(yè)最擁擠的入口。為了搶到低峰時(shí)段的生成資源，凌晨三點(diǎn)上班成了不少短劇公司的常態(tài)；會(huì)員賬號(hào)在二手平臺(tái)被高價(jià)倒賣(mài)，算力掮客也應(yīng)運(yùn)而生。

這種供需嚴(yán)重失衡，既讓即夢(mèng)深度嵌入了整個(gè)行業(yè)的生產(chǎn)節(jié)奏，也讓它的每一次價(jià)格調(diào)整都能引發(fā)連鎖反應(yīng)。

從業(yè)者的種種抱怨，說(shuō)明即夢(mèng)在這段時(shí)間里承擔(dān)了過(guò)載的重?fù)?dān)。隨著Seedance 2.0的一系列開(kāi)放動(dòng)作——從允許第三方平臺(tái)接入、面向企業(yè)客戶(hù)開(kāi)放公測(cè)，到今天全面開(kāi)放API——這個(gè)重?fù)?dān)正在一點(diǎn)點(diǎn)分散出去。

但Seedance 2.0的全面開(kāi)放，也給即夢(mèng)來(lái)了新的競(jìng)爭(zhēng)壓力：LibTV等以免排隊(duì)、優(yōu)惠活動(dòng)作為差異化賣(mài)點(diǎn)，瞄準(zhǔn)了對(duì)成本敏感的用戶(hù)；Seko、Vidu Q3等則深度嵌入制作公司的生產(chǎn)流程，試圖形成更難替換的使用習(xí)慣。競(jìng)爭(zhēng)對(duì)手的一系列動(dòng)作，成為即夢(mèng)加速轉(zhuǎn)型的直接推力。

實(shí)際上，小云雀AI已經(jīng)在一個(gè)月前開(kāi)始了工業(yè)化量產(chǎn)方向的布局，通過(guò)上線(xiàn)短劇Agent，幫助從業(yè)者實(shí)現(xiàn)“劇本一鍵出片”，原本耗時(shí)費(fèi)力的拆本、分鏡、抽卡環(huán)節(jié)，被整合進(jìn)進(jìn)一套自動(dòng)化流水線(xiàn)。

當(dāng)小云雀已經(jīng)深度切入批量生產(chǎn)這一側(cè)，即夢(mèng)的重心則向產(chǎn)業(yè)上游前移，去探索此前無(wú)暇顧及的創(chuàng)意孵化地帶——Octo正是這一人機(jī)協(xié)作新模式的探索產(chǎn)物。對(duì)于字節(jié)而言，Octo上線(xiàn)之后，將會(huì)與小云雀短劇Agent形成互補(bǔ)，協(xié)同覆蓋AI短劇從創(chuàng)意孵化到規(guī)?；a(chǎn)的完整鏈路。

兩款產(chǎn)品的分工，折射出字節(jié)試圖覆蓋AI短劇生產(chǎn)鏈路兩端的布局意圖：一個(gè)解決有內(nèi)容如何快速量產(chǎn)，另一個(gè)探索想法如何落地成片。這套布局背后有一個(gè)更深的判斷：當(dāng)模型能力在多方競(jìng)爭(zhēng)下趨于均質(zhì)，真正難以被復(fù)制的，是與創(chuàng)作者之間的深度協(xié)作關(guān)系。

內(nèi)容工業(yè)化帶來(lái)同質(zhì)化，卷產(chǎn)能之后將是卷創(chuàng)意？

當(dāng)Seedance 2.0引爆AI短劇行業(yè)之后，市場(chǎng)上的AI視頻工具正在集體進(jìn)行加速迭代，不再將模型能力、生成速度等作為核心賣(mài)點(diǎn)，而是圍繞內(nèi)容創(chuàng)作流程中的核心瓶頸進(jìn)行新一輪比拼。

首先，從單一生成工具轉(zhuǎn)向全流程集成平臺(tái)，整合腳本、素材、分鏡、生成、后期等環(huán)節(jié)，減少工具切換成本——LibTV以節(jié)點(diǎn)式畫(huà)布為核心，將圖片增強(qiáng)、視頻后期、燈光控制、多機(jī)位切分整合在同一創(chuàng)作環(huán)境；Seko則打通了從多集劇情規(guī)劃、分鏡生成到配音配樂(lè)的完整鏈路，最多支持100集的連續(xù)直出。

其次，強(qiáng)化內(nèi)容生產(chǎn)的穩(wěn)定性與可控性，重點(diǎn)解決角色一致性、場(chǎng)景連貫等核心痛點(diǎn)——Vidu Q3的“參考生視頻”將人物、場(chǎng)景、服裝固化為可復(fù)用資產(chǎn)，實(shí)現(xiàn)跨鏡頭的穩(wěn)定復(fù)現(xiàn)；Seko的多集生成同樣以主角形象不漂移、劇情保持連貫作為基礎(chǔ)指標(biāo)。

這兩大進(jìn)化方向共同推動(dòng)了AI內(nèi)容產(chǎn)能的指數(shù)級(jí)釋放：制作成本持續(xù)下探，內(nèi)容更新周期從月更壓縮到日更，AI內(nèi)容工業(yè)化的輪廓已經(jīng)清晰可見(jiàn)。

但另一組數(shù)字同樣值得注意：據(jù)小五兄弟CEO黃家俊在2026年AI漫劇產(chǎn)業(yè)峰會(huì)上的分享，2025年全年上線(xiàn)AI漫劇超6萬(wàn)部，播放量破億的僅96部，爆款率0.16%。供給量在擴(kuò)張，能跑出來(lái)的內(nèi)容占比卻沒(méi)有跟上——出片效率的提升，并沒(méi)有同步抬高內(nèi)容質(zhì)量的上限。

現(xiàn)有工具的能力邊界，基本都建立在內(nèi)容方向已經(jīng)明確的前提上。先有清晰的敘事脈絡(luò)和內(nèi)容定位，再拆分鏡、定角色、批量產(chǎn)出。這套路徑在量產(chǎn)效率上已經(jīng)跑通。

問(wèn)題恰恰出在這條流水線(xiàn)的最前端。那些還沒(méi)有成型、只是一個(gè)模糊情緒或零散念頭的創(chuàng)意，如何變成工業(yè)化生產(chǎn)能夠承接的明確方向？Octo希望用Vibe Create（氛圍創(chuàng)作）模式幫助創(chuàng)作者完成從創(chuàng)意孵化到落地成片。

Octo內(nèi)置的智能Agent具備極強(qiáng)的上下文理解能力——它不僅能聽(tīng)懂自然語(yǔ)言描述，還能“看懂”創(chuàng)作者當(dāng)前的操作狀態(tài)，真正實(shí)現(xiàn)同屏共創(chuàng)。在Octo里，創(chuàng)作者不需要帶著成型的方案進(jìn)場(chǎng)，拋出一個(gè)粗糙的念頭就夠了：AI會(huì)主動(dòng)追問(wèn)、補(bǔ)充細(xì)節(jié)，在關(guān)鍵節(jié)點(diǎn)給出判斷，對(duì)話(huà)推進(jìn)到一定階段，它會(huì)及時(shí)生成參考畫(huà)面，讓創(chuàng)作者在故事還沒(méi)定稿時(shí)就能確認(rèn)視覺(jué)風(fēng)格是否對(duì)路。

故事是在來(lái)回碰撞中逐漸成型的，而不是由創(chuàng)作者單方面想好再交給AI執(zhí)行。這是Octo與其他量產(chǎn)工具最根本的差異——它介入的不是有劇本之后的生產(chǎn)環(huán)節(jié)，而是故事本身的誕生過(guò)程。

即夢(mèng)之所以推出Octo，是為了讓用戶(hù)在工具里沉淀創(chuàng)意、角色和上下文記憶，從而建立難以遷移的使用慣性——這是“用完即走的生成器”和“長(zhǎng)期依賴(lài)的創(chuàng)作環(huán)境”之間真正的分野。

底層模型能力趨于同質(zhì)之后，這種協(xié)作深度，是產(chǎn)品層面少數(shù)還能拉開(kāi)差距的地方。

從行業(yè)趨勢(shì)看，當(dāng)爆款率只有0.16%，繼續(xù)壓低出片成本已非破局關(guān)鍵，創(chuàng)意層面的工具化探索或許比提升生產(chǎn)效率更值得下注。

不過(guò)，需要指出的是，Vibe Create模式也面臨挑戰(zhàn)。創(chuàng)意協(xié)作的質(zhì)量，主要取決于創(chuàng)作者與AI之間的對(duì)齊程度，也對(duì)于創(chuàng)作者的審美提出了較高要求。對(duì)于意圖模糊的用戶(hù)，可能消耗大量時(shí)間與token后仍難收斂到滿(mǎn)意方向。

目前Octo仍處內(nèi)測(cè)，這種強(qiáng)依賴(lài)長(zhǎng)上下文的交互模式能否大規(guī)模跑通，仍需市場(chǎng)驗(yàn)證。

模型能力已難構(gòu)成壁壘，行業(yè)深度將成新“賽點(diǎn)”

就在即夢(mèng)內(nèi)測(cè)Octo的同一周，一個(gè)名為HappyHorse-1.0的匿名模型登頂了權(quán)威評(píng)測(cè)平臺(tái)Artificial Analysis的生成榜單。消息在業(yè)界傳開(kāi)后引發(fā)震動(dòng)，掀起的討論熱潮遠(yuǎn)不止于一次榜單更迭。

HappyHorse的出現(xiàn)，只是這場(chǎng)混戰(zhàn)的一個(gè)切面。二季度之內(nèi)，谷歌Veo4、MiniMax海螺3系列將密集落地，行業(yè)技術(shù)天花板正在被多方同步推高，這意味著Seedance 2.0的技術(shù)領(lǐng)先窗口，可能比外界預(yù)期的要短得多。

面對(duì)這一局面，字節(jié)的第一步是開(kāi)放和模型迭代同步推進(jìn)。讓Seedance 2.0盡量沉淀為行業(yè)的底座模型，同時(shí)加速模型迭代，計(jì)劃于6月原動(dòng)力大會(huì)推出新一代視頻生成模型，試圖重新拉開(kāi)技術(shù)差距。

第二步是在生態(tài)層面構(gòu)建更難被替代的壁壘。字節(jié)正在將即夢(mèng)、小云雀、剪映、紅果、番茄小說(shuō)拼成一條內(nèi)容生產(chǎn)鏈——番茄小說(shuō)提供IP儲(chǔ)備，Octo負(fù)責(zé)創(chuàng)意孵化，小云雀承接量產(chǎn)制作，抖音與紅果負(fù)責(zé)分發(fā)變現(xiàn)，Seedance 2.0的能力貫穿全程。

這條鏈條的邏輯在于：創(chuàng)作者一旦在這個(gè)生態(tài)里沉淀了角色資產(chǎn)、敘事數(shù)據(jù)和分賬收益，遷移成本將遠(yuǎn)高于切換一個(gè)視頻生成平臺(tái)。

字節(jié)在短視頻內(nèi)容積累和用戶(hù)行為數(shù)據(jù)上的體量，為這條鏈條提供了其他廠商難以平移的基礎(chǔ)。當(dāng)然，鏈條能否形成真正的黏性，取決于每個(gè)環(huán)節(jié)的產(chǎn)品競(jìng)爭(zhēng)力。

競(jìng)爭(zhēng)壓力當(dāng)然不只來(lái)自模型層面。生數(shù)科技的Vidu Q3已針對(duì)非人形角色控制、多鏡頭連貫生成、配音口型同步等漫劇制作的核心痛點(diǎn)提供垂直優(yōu)化，并聯(lián)合萬(wàn)興科技落地了“萬(wàn)興劇廠”這一一站式創(chuàng)作平臺(tái)。

快手則選擇先用標(biāo)桿項(xiàng)目建立行業(yè)認(rèn)知?！短侥辍贰都埵謾C(jī)》等項(xiàng)目的核心價(jià)值，不在于證明可靈能生成多高質(zhì)量的畫(huà)面，而在于向制作公司示范：AI介入影視創(chuàng)作，具體是在哪個(gè)環(huán)節(jié)、以什么方式嵌入的。這種“以案例代替產(chǎn)品說(shuō)明書(shū)”的策略，針對(duì)的是決策鏈更長(zhǎng)、對(duì)技術(shù)穩(wěn)定性要求更高的專(zhuān)業(yè)影視客戶(hù)。

HappyHorse背后的團(tuán)隊(duì)深諳電商場(chǎng)景邏輯，品牌內(nèi)容、商品展示、營(yíng)銷(xiāo)素材的應(yīng)用空間潛力巨大，變現(xiàn)方式遠(yuǎn)不止于短劇，其在B端商業(yè)化場(chǎng)景上的落地路徑，將會(huì)成為字節(jié)、快手最為強(qiáng)勁的競(jìng)爭(zhēng)對(duì)手。

各家切入的角度不同，但共同指向同一個(gè)判斷：?jiǎn)渭兊纳赡芰σ呀?jīng)不夠，真正的比拼發(fā)生在與行業(yè)需求深度咬合的地方。

至于Vibe Create這種模式能走多遠(yuǎn)，答案不在字節(jié)手里，而在創(chuàng)作者手里。