还没等到豆包 Seed 2.2，看来字节还在憋大招。不过，这周字节更新了一个版本的 Seed 2.1 Pro，进步非常大。
我先说一下自己最近一个比较明显的感受。
国内外这些头部模型之间的差距，确实在慢慢缩小。拿绝大多数的 Coding 任务来对比，甚至都没办法直接感受到差别。
模型的整体能力越来越接近，但不同模型开始长出非常明显的侧重点。
比如 Seed 2.1 Pro，我觉得长处之一就是视觉理解能力。确实字节在这块做的非常好。
而且我觉得视觉理解这件事，接下来会越来越重要。
因为现在我们和 AI 交互，输入已经不可能只是文字了。越来越多真实任务里，Context 本来就是混合的。
让 Agent 开发一个产品，它可能要看设计稿，也要看现有网页，还要理解操作录屏。
或者让它处理企业里的老系统，很多时候文档根本不完整。真正有用的信息，可能藏在软件界面、截图、流程图甚至一段录屏里。
再比如游戏开发、3D、工业设计这些场景，纯靠文字描述，本身就会损失大量信息。
所以视觉理解能力强，它会直接影响模型处理复杂任务的上限。
下面这是火山引擎官方发的豆包大模型 2.1 Pro 的更新 Blog。
仍然强烈推荐大家去看看官方的 Blog。其实不只是豆包，所有新模型发布，无论国内还是国外，官方写的 Release Blog 都是非常重要的一手信息。
这些官方的 Blog 可能看起来有点像新闻稿，没有自媒体的文章那样有那么多的情绪和感受，但毫无疑问，官方的信息是一手的。我们从中可以关注模型团队的思路。
比如 Blog 会重点讲到他们这一次的能力提升，也会做一些 Case。其实从这些信息中就能看到这段时间模型的迭代重点。
模型团队愿意反复讲的东西，大概率也是最近花力气最多、最想证明的能力。
Seed 2.1 Pro 这一次，所有的更新都围绕企业生产级需求展开。这件事其实从 6 月已经开始了。
当时 Seed 2.1 官方专门说过，评估模型时会更关注真实工作流里的表现，而不只依赖静态 Benchmark。
到了这次 0915 版本，倾向已经非常明显。 大家看截图：
在官方 Blog 的第一部分，模型团队提到了可信搜索和幻觉。
Release Blog 肯定是倒金字塔型的，最前面的是最重要的。所以毫无疑问，字节现在非常关注 Agent 的可信度。
这个挺有意思，因为最近我看其他模型的 Blog，很少有人会从这个角度优化 Agent 的能力。
我解释一下为什么。
其实只要大家深度使用过专业 Agent，就会发现 Agent 最后的执行结果，除了和模型本身的能力正相关，还和它到底能够获取到什么样的 Context 有直接关系。
Context is King，这个观点我最近写文章一直在讲。
一类 Context，是企业内部本来就存在的知识库、文档、会议记录和各种业务数据。还有一类很重要的 Context，其实来自搜索。
现在搜索已经是大模型的基础能力了，但真正到了复杂任务里，模型能从搜索中拿到什么信息，里面其实非常有讲究。
因为今天互联网上的信息实在太多了。搜索到一个网页很容易，但这个网页到底准不准确，信息有没有过时，背后的信源靠不靠谱，这些都会直接影响最后的结果。
尤其是研究类 Agent，特别容易出现的问题是，它可能搜索了十几个网页，最后写出一份逻辑非常顺畅的研究报告。
乍一看什么问题都没有，但真正核验的时候，会发现里面有两三个关键事实根本缺少可靠依据。
如果只是普通聊天，这可能就是一次幻觉。但到了投研、财务、法律这些专业场景，这个问题就很严重。因为只要有几个关键事实无法核验，整份报告就很难让人真正信任。
这次 Seed 2.1 Pro 很重要的提升，就是优化了整个信息获取和核验的过程。诸如模型需要判断哪些来源更加可靠，哪些结果还需要继续核验。
如果不同来源出现冲突，还要继续寻找证据。最后得出来的结论，也尽可能能够回到具体的信源。
除此之外，还有两个很重要的能力提升：Coding 和长程任务。
这个其实都不用我多说，现在几乎所有模型都会卯着这两个方向提升，字节肯定也不会例外。
但如前面所讲，Seed 2.1 Pro 的亮点之一是 VLM，也就是多模态理解能力。这些和 Coding 以及长程任务结合之后，效果会格外好。
比如下面这个例子，我同事做的。
最开始的时候，我们只喂给模型一段 X 上的参考视频。最后做出来的结果，不管是对交互的理解，还是很多细节的还原，都挺惊艳的。
同样的任务我也试了一下 GPT-6 Astra，没有做到这个水平。
这个是原始图片：
我自己的理解是，差别主要还是出在 VLM 能力上。
因为同样喂一段视频进去，模型最后都会先从视频里提取关键画面，再去理解这些画面里的信息。最后拉开差距的应该还是到底模型能否更丰富的理解画面的信息。
下面这也是一个多模态理解的 Case。
参考视频是我在 X 上发现的。反正我的感觉是，对于复刻后再创造的内容，字节的新模型表现真的是很强。
我最近还在折腾做一个 AI 知识库的项目，没有全部完工。效果图如下。
我想把我们过去组织的所有大会的视频导入进去，形成一个知识库，这样用户问所有问题都可以在这得到新鲜的答案。
这个项目到现在，Doubao-Seed-2.1-pro 已经跑了 2.1 亿 Token。
我自己的感受是，这次更新以后，它在长程任务和 Coding 上还是挺出彩。从最开始的架构设计，到后面的实现细节，100%都是这个模型一路跑下来的。
现在产品已经基本成型，就差最后一轮测试。
另外，豆包大模型 2.1 Pro 这次在 3D 物体、空间理解这些专业方向上，也有不小的进步。
我记得今年 4 月字节发布 Seed3D 2.0 的时候，就已经明确把工业制造、具身智能，以及可以直接用于物理引擎的 simulation-ready 3D 内容，作为重点方向。
大家看看我做的这个 Case。我让豆包大模型 2.1 Pro 作为指挥者，然后调用 Blender，生成了一个白模预演视频。
因为我没装 Blender 的 MCP，所以它用了脚本的方式搞定：
下面这是成品：
最后又调用 Seedance 视频模型，完成了最终渲染：
对了，字节还有一款设计很有意思的模型，叫 Seed Evolving。
现在绝大多数模型还是按照版本来迭代。一个新模型发布以后，能力基本就固定在那里。后面想用到这家公司最新的模型能力，就得继续等下一个版本。
Seed Evolving 的思路不太一样。它基本上以周为单位持续迭代，而且 Model ID 一直不变。接入一次以后，不需要每次模型更新都重新切换版本，就可以持续用到最新的能力。
所以其实 Seed 2.1 Pro 这次更新里的很多能力，我半个月前就在 Seed Evolving 里陆续用到了。
这次 0915 版本发布以后，Seed 2.1 Pro 和 Seed Evolving 也同步到了同一个最新版本。
我觉得这个模型形态其实挺有意思的。因为大模型现在迭代实在太快了，按照过去几个月发一次大版本的方式，很多已经训练出来的新能力，中间其实要等很久才能真正释放给用户。
Seed Evolving 相当于把这个周期直接缩短了。
现在整个模型行业肯定还处在百模大战的阶段。
大模型最后的终局，可能会和云计算有点像。真正面向大众的通用模型不会有这么多，最后大概率就是几家头部公司。
剩下很多模型可能依然会存在，只是不会再成为大众每天都在使用的通用模型。
如果最后真的只剩下三四家头部模型公司，我个人非常看好字节会是其中一家。
这周二参加飞书的活动，没想到梁汝波也来做了个分享。他说，过去 50 年 IT 行业一共出现过四座高峰，PC、Web、Mobile 和 AI。
而且这些高峰隔得都非常远，基本上 15 到 20 年才会出现一次。真正难的是一家公司即便抓住了上一轮机会，也不代表下一轮还能继续留在牌桌上。
真正能够连续跨过几轮技术周期的公司，非常少。
比如 Google，它本身兴起于 Web，但到了 Mobile 时代抓住了机会，所以成功跨过了下一座高峰。微软则是另外一个很典型的例子。
它在 PC 时代几乎站到了最高点，但 Web 和 Mobile 两轮都没有真正登顶。
字节现在很明确，就是要在 AI 高峰继续登顶。所以他们今年的年度主题是勇攀高峰。说不定字节这一年两年内能够做出来让 OpenAI 和 Anthropic 刮目相看的大语言模型。
谁知道呢，都有可能。
