跳到正文

字节跳动 / 豆包

字节跳动的 AI 动态:豆包大模型与 Seed 团队的模型发布、豆包等产品迭代与商业化进展的持续追踪。

39 条精选相关主题千问 QwenDeepSeekAI 视频

最新精选

第 1–20 条 · 共 39 条

9月28日星期一

AI HOT 精选

北京在摸底阿里和字节对英伟达新工作站芯片的需求,字节可能想买 100 万颗做训练

据The Information报道,北京方面已向阿里巴巴和字节跳动询问其计划采购的NVIDIA新款工作站芯片数量及用途。字节跳动正评估采购约100万颗芯片用于AI模型训练,NVIDIA预计12月底开始发货,计划向中国季度供应50万片。目前审批时间与配额尚不明确,美方未公开该芯片出口状态。

推荐理由:北京向阿里和字节询问新款工作站芯片采购数量与用途,字节评估约100万颗用于模型训练,英伟达计划12月底发货并季度供应50万片,审批配额尚未明确。

9月9日星期三

AI HOT 精选

OpenRouter 上手 Seedance 2.5:长镜头和改老素材很强,但最高只到 720p

OpenRouter 评测字节跳动视频模型 Seedance 2.5,认为它最适合 30 秒长镜头和基于已有素材的编辑与延长。

推荐理由:OpenRouter 上手评测字节 Seedance 2.5,指出它适合 30 秒长镜头和基于已有素材的编辑延长,并给出各分辨率下的单秒成本,最高只支持 720p。

9月6日星期日

量子位 · 公众号

网友把 GPT-6 当导演、Seedance 当摄影,攒出一条 AI 动画流水线

网友用 GPT-6 Astra 与字节 Seedance 2.5 组合,让 Astra 编写故事、在 Blender 中完成预演、调用 Seedance 2.5 生成镜头并剪辑导出,人类只给一段总要求即可收片。

推荐理由:网友用 GPT-6 Astra 串联 Blender 预演、Seedance 2.5 生成镜头与剪辑,展示一条从一段总要求到成片的完整工具链。

8月7日星期五

FT · 科技

字节跳动在训一个对标 Anthropic Mythos 的超大模型,计划 2026 年底前推出

FT 引述两位知情人士说,字节跳动正在搞一个比自家现有旗舰大得多的模型,目标是追上 Anthropic 的 Mythos。训练成本预计超过 10 亿美元,背后有大约 50 亿美元的计算预算撑着。正文没披露参数量、具体架构和跑分,只说字节希望推理能力和让模型进业务流程干活的表现能跟 Mythos 打平。

推荐理由:字节跳动正训练一个规模远超自家现有旗舰的大模型,目标是对齐 Anthropic 的 Mythos,训练成本预计超过 10 亿美元,背后约有 50 亿美元计算预算。

8月5日星期三

AI HOT 精选

字节 Seed 发布 SeedRealtime,一个能边看、边听、边说的端到端音视频模型,已在豆包上线

SeedRealtime 把语音、画面和文字塞进了同一个模型里,不再走“先听写、再看图、最后念稿”的老路。它能在连续的音视频流里实时判断什么时候该接话、该盯着谁,官方说端到端人工评测里,抢话、迟回、被背景闲聊误触发的节奏问题比级联方案少了一半。

推荐理由:字节 Seed 发布 SeedRealtime,把语音、画面和文字放进同一个模型,在连续音视频流里实时判断接话时机,官方端到端评测显示抢话、迟回等节奏问题比级联方案少一半。

7月31日星期五

AI HOT 精选

字节发布 Seedance 2.5:一次能生成 30 秒视频,支持多模态参考和精准编辑

字节跳动 Seed 团队发布了视频模型 Seedance 2.5,单次能生成 30 秒视频,还能多轮延长,拼出几分钟的连贯内容。这次升级主要做三件事:一是长叙事,镜头衔接和场景过渡更自然,画面没那么“油腻”了;二是多模态参考,单次最多能塞进 30 张图、10 段视频和 10 段音频当参考,还能用无纹理 3D 白模控制构图和运镜。

推荐理由:字节 Seed 团队发布 Seedance 2.5,单次可生成 30 秒视频并支持多轮延长,多模态参考上限提到 30 张图、10 段视频和 10 段音频,还可用 3D 白模控制构图与运镜。

7月20日星期一

AI HOT 精选

字节跳动发布 Seed Audio 1.0,一个模型端到端生成对白、音效和环境声

Seed Audio 1.0 把语音、音效和环境声放在一个通用声学编码器里统一建模,不再需要分别生成再手动拼接。一条 prompt 就能编排角色台词、情绪和音效的进场时间,控制精度到 100 毫秒。它支持零样本声音克隆,给一段参考音频就能复刻音色,单次生成约 2 分钟,还能在保持音色一致的前提下继续延长。

推荐理由:Seed Audio 1.0 是字节跳动放出的统一音频生成模型,把语音、音效、环境声端到端搞定,时间线控制精度到 100 毫秒,属于国内大厂在音频生成领域的一次重要发布。目前信息仅来自官方博客,没有独立测试或头部用户反馈,所以重要性定在 82,先不冲太高。

7月13日星期一

AI HOT 精选

字节 Seedream 5.0 Pro 实测:在图上打点、画框就能换沙发改颜色,其他区域不动

Seedream 5.0 Pro 把图像编辑的门槛压得很低。你可以在图片上打点、画框或者随手涂一下,然后在提示词里用 @ 标记,就能精准换掉沙发、改墙面颜色,画面其他部分保持不变。官方放出的案例包括一次性替换六件家具、做键盘爆炸拆解图并标注卖点、在画好的框里生成海报文字,还支持色卡配色和 SKU 换色。

推荐理由:字节 Seedream 5.0 Pro 支持在图上打点、画框或涂鸦,再用 @ 标记指定对象,实现换沙发、改墙色等局部编辑而其余画面不动,官方案例覆盖家具替换、爆炸图与 SKU 换色。

7月8日星期三

AI HOT 精选

字节跳动发布 Seedream 5.0 Pro,能直接生成信息图,还能像修图软件一样做像素级编辑

这个模型把“生成图片”和“专业设计”之间的沟填上了不少。它最狠的地方是能直接生成高密度信息图,比如把时间轴、柱状图、饼图和实景融合在一张图里,文字拼写和排版都挺靠谱。编辑能力也上了一个台阶,支持点选、圈选、涂鸦来局部改色、换材质,甚至能把一张海报拆成十几个独立图层,被挡住的背景也能自动补全。

推荐理由:字节跳动的 Seedream 5.0 Pro 支持局部编辑和海报图层拆分,将生成后的改色、换材质与背景补全纳入同一工具的设计流程。

7月7日星期二

Computing Life · Share · 鸭哥调研

中国可能给最强 AI 模型装上出海闸门

路透社 7 月 7 日报道,商务部、发改委等部门过去一个月约谈了阿里、字节、智谱,讨论是否限制中国最先进 AI 模型的海外访问,覆盖闭源和开放权重模型。这还不是正式政策,限制范围仍在讨论,可能只针对未来模型,落地时间也不清楚。但讨论已经越过芯片和算力,直接指向权重、API、训练方法和投资——整条能力外流链路。

推荐理由:商务部等部门讨论限制先进AI模型海外访问,管控议题从芯片和算力延伸至模型权重、API、训练方法及投资。

7月4日星期六

AI HOT 精选

2.6万名学生追踪30个月:用AI写作业,平时分涨18%,大考分却跌了24%,这个坑两年才完全暴露

这项研究跟踪了华中某县2.6万多名中学生两年半,发现用AI写作业的学生平时成绩涨了18%,完成时间从64分钟缩到45分钟,但闭卷月考成绩直接掉了20%。更麻烦的是,中考、高考这类关键考试的成绩下滑了18%到24%,而且这个跌幅要差不多两年才会完全显现,短期研究根本看不出来。约81%的长期用户出现了典型的“外包模式”——作业做得又快又好,考试却一塌糊涂。

推荐理由:研究者跟踪华中某县中学生两年半,发现使用AI写作业的学生平时成绩提升与闭卷考试成绩下滑并存。

Computing Life · Share · 鸭哥调研

豆包、千问、元宝下架了用户自建智能体,不是 AI 对话

三家大模型 App 在 7 月初先后关掉了用户自己捏的 AI 智能体广场,但核心的对话功能没受影响。直接原因是 7 月 15 日生效的拟人化互动新规,要求对带情感互动的 AI 做安全评估。平台选择一刀切,连工具类智能体也一起清了,因为审核一个会自由生成回复的智能体,成本比审固定内容高几个数量级,Character.AI 的悲剧已经证明事前审核拦不住。

推荐理由:豆包、千问、元宝下架用户自建智能体,背后涉及拟人化互动新规的安全评估要求及自由生成回复带来的高审核成本。

6月27日星期六

Computing Life · Share · 鸭哥调研

AI 编程正在进入它的 DevOps 时刻

字节在 FORCE 大会上公开了一组内部数据:TRAE 团队超过 90% 的代码由 AI 生成,但人均需求吞吐率只提升了约 60%。代码生成端已经很快,但 review、测试、依赖检查、staging 和安全审计这些下游环节没有同步加速,AI 写好的代码像半成品一样堵在交付流水线里。

推荐理由:字节在 FORCE 大会披露 TRAE 团队超 90% 代码由 AI 生成,人均需求吞吐率却只提升约 60%,差距指向 review、测试、依赖检查、staging 和安全审计等下游环节未同步加速。

6月26日星期五

FT · 科技

DeepSeek 要大规模招人,中国 AI 圈抢人大战升级

DeepSeek 正在从字节、阿里等大厂高薪挖人,部分 offer 能给到候选人当前薪资的 2 到 3 倍。团队会从现在的几百人快速扩张,但正文没披露具体要招到多少人。我会先打个折——能不能持续这个节奏,还得看下一轮融资和收入能不能跟上。

推荐理由:DeepSeek 以 2 到 3 倍薪资从字节、阿里等大厂挖人,团队将从几百人快速扩张,中国 AI 人才争夺的报价水平由此有了具体参照。

6月24日星期三

AI HOT 精选

豆包上线专业版,让模型直接操作电脑和浏览器干活,月费68元起

豆包今天推出了专业版,把能执行任务的豆包2.1 Pro模型塞进了办公场景。它可以直接操控你的本地电脑和浏览器,调用各种技能插件、设置定时任务,还内置了Office套件,甚至能生成带后端数据库的在线应用。免费用户只能用豆包2.1 Turbo版的办公模式,专业版才解锁Pro模型。

推荐理由:豆包推出专业版,把能操控本地电脑和浏览器、内置 Office 并生成带数据库应用的 Pro 模型放进办公场景,免费版仅限 Turbo 办公模式。

6月23日星期二

AI HOT 精选

豆包出了个音频生成模型,一条提示词能直接出多人对话、配乐和音效

火山引擎发了豆包音频生成模型 1.0,用文字或一段参考音频就能端到端生成目标音频。一条提示词里可以同时安排多个角色的对白、情绪语气、背景音乐和环境音,不用后期再去多轨混音。模型一次能生成 2 分钟音频,多次延长时角色音色能保持一致,还支持零样本输入,不用额外训练就能用。它把音色和风格的控制拆开了,也能让一个声音演多个角色。

推荐理由:火山引擎发布豆包音频生成模型1.0,一条提示词可同时生成多角色对白、情绪语气、配乐和环境音,省去多轨混音,为音频创作提供端到端的新路径。

AI HOT 精选

字节跳动发布 Seed2.1 系列模型,重点提升让模型干活时的交付稳定性

Seed2.1 系列模型已在豆包和 TRAE 上线,主打真实工作场景,而不是刷榜。在通用 Agent 任务上,Seed2.1 Pro 在 Agents' Last Exam 里排第一梯队,在测手机操作的 MobileWorld 上拿了最高分,跨工具任务的平均步数减少了 16%。

推荐理由:字节跳动发布 Seed2.1 系列模型并已在豆包和 TRAE 上线,主打真实工作场景,跨工具任务平均步数减少 16%,呈现大模型在 Agent 交付稳定性上的进展。

6月18日星期四

AI HOT 精选

火山引擎把豆包实时语音模型 3.0 的 API 放出来了,现在还在邀测

这个模型叫 Seeduplex,是个原生全双工端到端语音模型,意思是它能一边听一边说,不用等你说完再反应。官方给了三个卖点:指令跟得准、抗干扰、会自己判断什么时候该接话。比如多人聊天时它能安静待着,只有聊到指定话题才插嘴;还能在对话里直接调用工具帮你订日历、发邮件。抗干扰方面,误回复和误打断都少了很多。

推荐理由:火山引擎开放豆包实时语音模型3.0的API邀测,该模型为原生全双工端到端架构,能边听边说并自主判断接话时机,还支持在对话中调用工具。

彭博科技

微软靠转卖 OpenAI 模型在中国 AI 市场撕开一道口子

微软通过 Azure 云把 OpenAI 的模型卖给中国公司,绕开了 OpenAI 自己对中国市场的封锁。过去一年这条线的收入涨得很快,但彭博没披露具体金额,所以基数可能不大。已知的客户包括字节跳动、小米和蔚来。增长是真的,但出口管制随时可能收紧,这笔生意的风险还在。

推荐理由:微软借 Azure 向字节跳动、小米、蔚来等中国公司转售 OpenAI 模型,绕开 OpenAI 自身对中国市场的封锁,这条线过去一年收入增长较快。

6月11日星期四

AI HOT 精选

豆包把退票费说成不到100元,用户多花600元后,它又帮用户写起诉状告自己

河北一位用户问豆包退票要多少钱,豆包说不到100元,实际扣了600元。用户找豆包理论,豆包当场生成了一份补偿承诺书,答应退600元,但钱一直没到账,后来改口说AI没法转账。用户决定起诉,豆包又建议他别请律师,直接帮他起草了起诉状。案子5月12日在北京互联网法院立案。

推荐理由:河北用户因豆包报错退票费多花600元,豆包先承诺补偿又改口无法转账,随后还帮其起草起诉状,案件已在北京互联网法院立案。