作者声明：该图片由AI生成
5倍增长的秘密，不在API里。
文｜白 鸽
编｜王一粟
“放假7天，在红果上看了6天的AI漫剧，我还有救吗？”当前，在社交平台上，越来越多的人表示对AI漫剧、短剧持续上头，就连著名导演贾樟柯都直言：“最近在看红果。”
观众“上头”是水面之上的体感，水面之下，则是AI视频的供给正在以惊人的速度膨胀。
今年，AI影视剧正式迎来爆发元年。据国家广电总局披露，2026年前10个月，全国上线微短剧近55万部，是2025年全年的近17倍，其中AI剧占比超过94%。
另外，2026年上半年，抖音原生新增AI短剧22.19万部，平均每天超过1200部；红果短剧7月日活达到1.68亿，同比增长107%，超过爱奇艺、腾讯视频、优酷、芒果TV四家的日活总和。
一个曾被主流影视圈鄙夷为“电子榨菜”的品类，不到三年时间，坐到了AI大模型应用的前面。
可以看到，AI影视剧的爆发，也把AI视频生成从一个跑分榜上的技术名词，推成了一门有真实付费方的生意。而站在AI视频工厂背后的Seedance，也开始拿到大结果。
“Seedance绝对的遥遥领先，一骑绝尘，其他玩家都只能在第二梯队去争。”一位AI视频生成赛道的从业者跟光锥智能如此说道。
在过去半年多的时间里，Seedance不仅完成对快手可灵的反超，也将其他的AI视频模型创业公司甩在了身后。
海外市场，则成为这份成绩单中最醒目的一笔。
据媒体援引字节旗下火山引擎人士消息，Seedance的海外收入占比已经达到50%，过去半年海外收入增长近5倍。目前，海外已经成为Seedance模型的重要战场。
在一个视频模型普遍困于版权红线、合规成本和本地化门槛的市场里，一半收入来自海外，说明Seedance跨过的已经不是技术门槛，而是商业信任的门槛。
更重要的是，Seedance拿到大结果的背后，是一整个产业链的优势：当中国的AI短剧、漫剧开始以工业化速度生产时，Seedance同时拿到了内容需求、模型调用和企业收入，并且把这种优势延伸到了海外。
那么，短短不到一年的时间，Seedance究竟做对了什么，才把一次技术爆发，变成了一场贯穿模型、内容与商业的系统性胜利？
5倍增长的秘密不在API里
一般来说，AI视频生成模型的生意模式，大概可以分为三种：
一种是卖模型的生成能力，以会员、积分、API为主；
一种是卖以模型为基础的生产流程，如企业年框、行业解决方案、创作软件等；
一种则是卖内容与生态，包括联合出品、IP经营、内容分发和平台收益等。
按照目前AI视频生成赛道的玩家来看，大多数玩家仍是以第一种生意模式为主。
比如以快手可灵为例，其在2026年一季度收入超过6.5亿元，其中75%来自海外，API与订阅收入之比约为60∶40，截至3月，其年化收入运行率（ARR）接近5亿美元。
这组数据很漂亮，但它所描述的，仍然是一手交钱、一手交货的生意，它的商业化重心，仍是向企业客户和创作者以API的形式出售模型能力。
但这不意味着可灵只是“卖铲子”，从联合出品AI短剧到扶持创作者、参与IP孵化，可灵也在向内容生产的上游和下游延伸。
可以看到，可灵目前主要在第一种模式中形成规模，并正向第二、第三模式延伸。
相比较来说，在海外市场中，MiniMax 旗下的海螺走得更轻，除自营产品和API外，Hailuo模型还先后进入Envato VideoGen、VEED等第三方创作平台，成为创作者既有工作流中的模型选项之一。
相比之下，Seedance选择了一条完全不一样的路线：它不只想卖模型，还想把生产流程和内容生态一起打通。
时间回到今年的2月份，Seedance 2.0开启内测，生成效果迅速出圈，也迅速撞上了好莱坞的版权红线。美国电影协会（MPA）发出停止侵权函，迪士尼、派拉蒙等成员公司公开施压。
对一个刚刚起量的AI视频生成模型来说，这是最典型的“死亡开局”，技术能力越强，生成的内容越逼真，版权方的反弹就越激烈。
但转折发生在8月17日，字节跳动与MPA签署全球谅解备忘录，就Seedance、Seedream等模型建立知识产权保护合作框架。
几乎同一时间，迪士尼与TikTok达成全球短视频内容合作，创作者可合规调用漫威、皮克斯、《星球大战》等数百部片库角色和片段二创，项目先在美国落地，后续计划向更多国家铺开。
但把两件事放在一起，可以看到AI视频生成模型在海外商业化的转折，即AI视频不再只是模型能力的竞争，而开始变成一场内容权利、创作工具和分发渠道协同运营的竞争。
过去，一家中国模型公司出海，典型路径是把API挂到平台上，等待海外开发者调用。模型强不强、价格便宜不便宜，几乎决定了全部命运。
问题在于，视频生成不是一次标准化的文本问答，创作者需要反复试镜头，企业需要确认素材版权，内容平台还要决定什么作品能够被推荐、被商业化。
作者声明：该图片由AI生成
字节的优势恰恰在于，它手里不只有一个模型。
TikTok承担分发，CapCut和Dreamina提供创作入口，BytePlus面向国际开发者输出模型能力。据媒体报道显示，Seedance 2.0嵌入CapCut后已覆盖100多个国家，并借助后者约2亿用户的入口触达创作者；截至6月底，其海外调用占比已从三分之一提升至二分之一。
显然，这条链路的价值，在于把模型藏进了内容生产流程里。
一个海外创作者未必关心自己使用的是Seedance还是其他模型，他更关心的，往往是能否在剪辑软件里迅速做出一条视频，能否找到合适素材，发布后能否获得流量，以及这条内容会不会在版权上出问题。
当创作、分发、反馈和再创作连在一起，模型就不再是一次性工具，而是成为内容生态的基础设施。
对Seedance而言，海外收入过半只是结果，真正难复制的，是字节能把模型、创作者、IP方和平台放在同一张运营网络里。
显然，于AI视频生成玩家而言，卖API是在争取一次调用，而经营内容生态，则是在争取持续发生调用的理由。模型公司的竞争，最终也会从谁生成得更好，变成谁能沿着这条链条走得更远。
Seedance的路线没有转弯
AI影视剧的爆发，让Seedance的技术优势有了商业出口。但在快速迭代的AI行业，领先从来不是一种静态状态。
毕竟，内容生态可以放大模型优势，却无法替代模型本身，一旦迭代失速，今天的调用量和客户规模，也可能很快成为竞争对手追赶的路标。
模型能否持续进化，才是Seedance守住优势的关键。外界传言的周畅离职消息，恰好把这个问题推到了台前。
今年10月底，周畅离职创业、转向Physical AI的消息在圈内传开。但后续字节对此进行了辟谣，表示周畅还在职。
如果只看人事标题，这或许只是一次核心员工的职位变动。
但把时间线拉长，它更像字节对多模态技术路线的一次重新评估：当模型开始大规模进入生产环境，组织必须回答，哪些长期研究值得继续投入，哪些工程问题必须优先解决。
2024年，周畅从阿里通义千问加入字节Seed。公开资料显示，他在字节推动的叙事是“多模态理解与生成统一”——一个在学术上极具吸引力、在工程上却极其沉重的方向。
它试图让AI既能理解世界，又能创造世界。但理解与生成在训练目标、数据形态和计算方式上并不相同，把它们放进同一个框架，也不意味着会自然产生协同。至少到目前为止，这条路线尚未出现一项在商业化上能够与Seedance相提并论的公开成果。
相比之下，Seedance体现出的是另一条路径，即不急于回答终极架构问题，而是先解决创作者眼前最昂贵、最具体的问题。
在Seed内部人士描述里，Seedance的直接leader是曾妍，“技术就是她这一层做的”。
她早期参与的X-VLM研究，核心是让视觉概念与不同粒度的文本信息对齐：既理解整个场景，也识别局部物体和细节。
这种“既见森林，又见树木”的思路，放到视频里，就是既要照顾镜头和故事，又要管住人物面部、物体运动与前后帧关系。
2023年，曾妍作为共同第一作者参与发表PixelDance论文。这项研究针对的是早期视频生成的一个典型矛盾：画面稳定时，视频容易像幻灯片；动作幅度一大，人物和场景又容易崩坏。
PixelDance引入首帧、尾帧图像指令与文本指令，试图在高动态和一致性之间找到平衡。
到2025年的Seedance 1.0，问题进一步从“让画面动起来”变成“让镜头连起来”。它已经支持在10秒视频中进行2至3个镜头切换，并把多镜头叙事、文生视频和图生视频放进统一任务框架。
Seedance 2.0则把音频纳入同一个生成过程，支持文本、图片、视频和音频四种输入模态，单次生成4至15秒音视频内容。它带来的变化不只是功能增加，而是创作方式开始从“写一段提示词碰运气”，转向“给模型人物、动作、声音和场景参考”。
作者声明：该图片由AI生成
今年7月发布的Seedance 2.5，继续沿着生产可用性推进，单次生成时长提升到30秒，支持多轮延长；单次最多输入30张图片、10段视频和10段音频，并加入时间戳级别的定向编辑。
把这条路径连起来，会发现Seedance的迭代重点并不是笼统地追求“更大、更统一”，而是在依次解除影视生产的具体约束：即先解决动作与稳定性的矛盾，再解决跨镜头的一致性，随后把声音从后期拼接变成原生协同，最后把更长叙事和精细编辑交给创作者。
从能生成，到能连续生成，再到能够按照创作意图修改，这才是它接近影视工业的方式。
这些能力听起来不如“世界模型”或“统一架构”性感，却构成了专业工作流的入场券。
对普通用户而言，一次惊艳的生成就足以促成分享，对专业创作者而言，真正重要的是一百次生成里，有多少次能够进入成片。
一位AI电影创作者的个体测试，提供了一个颇能说明问题的切面。
他估计，Seedance 2.5提示词遵循度约为90%，30秒片段约一分钟即可生成，但他也发现，2.5生成15秒需要630积分，2.0只需230积分，于是采用“2.0打草稿，2.5留给最终镜头”策略。
这不是严格的行业基准，却揭示了专业用户使用模型的真实方式，即他们并不总是追逐最新版本，而是在质量、速度和成本之间分配任务。
这也意味着，新旧模型之间未必只是简单的替代关系。
旧版本可以承担试错，新版本负责交付，前者降低探索成本，后者提高最终镜头的可控性。对创作者来说，这是工作流分层，对模型公司来说，则可能成为产品分层和差异化定价的基础。
因此，以曾妍为代表的Seedance迭代路线，真正押注的是：当模型足够稳定、可控，专业工作流就会为它付费。至于“理解与生成统一”的宏大叙事，并不是被否定，而是被重新排序，即在架构终局到来之前，先把每一代模型变成可使用、可付费，并能从真实生产中获得反馈的产品。
周畅的去留是否会影响Seedance，最终也不取决于字节是否失去了某一个人，而取决于这套“从生产问题出发定义模型迭代”的机制，是否仍然能够运转。
难题不是做出爆款而是把爆款卖给生产线
于字节跳动而言，Seedance无疑已经成为一台印钞机。
据媒体援引多位大厂人士获得信息显示，仅Seedance 2.0一个模型，单月就为火山引擎带来的营收就超过10亿元，而且仍在上升。
单月十亿的数字容易让人兴奋，但真正值得拆解的是谁在付钱。
一般来说，仅订阅，其实很难撑起这个量级，比如短剧行业其实是Seedance 2.0最重要的收入来源之一，渗透率已经高到“很难不是它的用户”的程度。
一家短剧公司负责人的说法很直白，主流制作团队普遍都在使用Seedance。API调用成本不低，但相比传统短剧制作中实景拍摄、群演调度、后期特效的支出，投入产出比依然成立。
作者声明：该图片由AI生成
但短剧是一个“流量大、客单价有限”的场景。
火山引擎总裁谭待在2026年6月的FORCE大会上曾直言，AI短剧长期来看可能只是一个小场景，公司更希望Seedance进入各行各业的生产环境，特别是面向高端生产力制造。
这不是一句场面话。现如今，Seedance的实体产业客户数量占比已经超过四分之一，覆盖制造、新零售、商业服务、教育、医疗健康、通信、汽车、能源等行业。今年，火山引擎还专门成立了FDE（前沿部署工程师）团队，深入汽车、医疗、教育等重点行业，做部署和场景适配。
显然，对于火山引擎而言，相比于C端的订阅，B端才是真正能够产生实际收益的场景，且它并不是简单地用合同把客户锁住，而是让模型进入客户的生产线。
当一家企业的剧本拆分、角色资产、参考素材、提示词规范、审核规则和成片测试都围绕某个模型建立起来，更换模型就不只是替换一个API地址，而是要重新校准整套工作流程。
API可以替换，生产线很难整体搬迁。
不过，Seedance最大的风险也藏在这里，即模型收入的高速增长，并不等于所有内容客户都已经找到可持续的利润。
中国网络视听协会的数据曾显示，2026年春节档真人短剧上线量约为AI剧的五十分之一，总播放量却达到AI剧的25倍。
也就是说，AI剧可以迅速占据供给端，却不天然拥有用户注意力和情感共鸣。
这意味着，今天的部分Token消耗，可能来自内容行业的产能军备竞赛，而不是已经得到验证的终端需求。当供给趋于饱和，客户最终仍要追问：作品有没有人看，IP能否沉淀，收入能否覆盖投流和生产成本。
而向制造业、工业培训和具身智能扩展，能够降低对单一内容场景的依赖，但难度也更高。毕竟，影视生成允许一定程度的艺术模糊，工业仿真却要求更严格的物理准确性。字节在发布Seedance 2.5时也承认，复杂运动的物理合理性、极多主体交互的稳定性仍有提升空间。
因此，AI影视剧的爆发给了它一个巨大的起跑加速度，并让它拿到阶段性的“大结果”。
在海外，它进入版权方、创作者和分发平台共同组成的内容生态，在技术上，它形成了从PixelDance到Seedance 2.5的连续迭代，在商业上，它通过火山引擎把内容需求转化为MaaS收入，并开始嵌入企业生产线。
但元年真正意味的，从来不是胜负已定，而是旧规则开始松动。
AI影视剧下一步要证明的，不是还能制造多少内容，而是能否制造值得被观看的内容，Seedance下一步要证明的，也不是还能卖出多少Token，而是这些Token能否成为客户长期盈利的生产资料。
烟花属于AI短剧，地基属于火山引擎，发动机则是Seedance。发动机已经轰鸣，下半场的发令枪，也才刚刚响。
