Seedance 2.0 API 正式发布了，企业和个人用户现在都能从火山引擎调用。海外市场 BytePlus 同步上线，海外用户终于也可以使用了。 定价 46 元每百万 token，纯视频生成大概 1 元 1 秒，按量付费，注册账号就能调用。海外 BytePlus 的具体定价以官网公布为准。 API 真正的价值在于能融入自己的工作流，大幅提升创作效率。 过去做一支 AI 视频得串起好几个模型：图生图、图生动画、对口型，每个环节都要抽卡。Seedance 2.0 支持文字、图片、音频、视频四种模态输入，配合火山方舟上一键完成的人脸验证、肖像授权和 1 万多个预置虚拟人像，整条流程可以用代码或者 Agent Skills 自动化串起来，大幅提升创作效率。 官方公告中提到了一些实际数据。技术服务商巨日禄接入后，精品 AI 剧综合制作效率提升近 10 倍；九州文化、麦芽传媒这批内容制作方从剧本到剪辑全流程提效 80%-90%，对比传统工艺降本 70%-90%。在广告营销侧，筷子科技用它给头部品牌做多版本营销素材，与光同尘给 OPPO K15 Pro 做的宣发视频 60 小时内播放量破 2000 万。 有一点让我意外的是视频生成现在开始应用在具身智能和自动驾驶的数据生成。 数十家机器人企业正在用 Seedance 2.0 生成符合物理规律的交互数据，用于机器人作业、室内行走等场景的跨环境泛化训练。自动驾驶公司则用它生成暴雨、大雾、降雪这类极限工况，以及复杂碰撞风险的 corner case 数据，补充实拍难以采集的训练集。 宇树科技王兴兴此前在亚布力论坛上表达过类似思路：如果视频生成质量足够好，让模型生成一段机器人在家干活的视频，某种意义上把这个视频对齐到真实机器人上，机器人就能照着干。视频生成模型正在被当作“世界模型”的雏形来用。 Seedance 2.0 API 全面开放，对个人开发者和创业团队来说也是机会，可以借助 API 高效创作 AI 视频，也可以基于 API 开发配套工具，这块未来市场很大，机会还蛮多。 API 调用官方文档可以在火山引擎方舟平台上获取。 完整可以看：《Seedance 2.0全面开放API服务》 BytePlus： 火山引擎方舟平台：

Seedance 2.0出来了，朋友们很热情的制作了有我肖像的短剧，最近一直在“六大门派围攻光明顶”的剧情里，按照这个剧情演下去，FUD消停的时候，就是大盘上涨之日。 能让大家娱乐一下，也是我的荣幸。此发起一个“六大门派围攻光明顶”的AI自制短剧比赛，第一名的朋友将获得10个BNB，第二名9个BNB，以此类推第10名获得1个BNB，发布后的提交链接等@binancezh 公布。

原来 seedance 2 模型支持这么多种媒体参考，很有想法！海外 byteplus 这个模型的费用是 4.3/3.3 USD/M token 这个计算不是特别直观，有点像 OpenRouter 的计算方法，不是按视频输出的时间算而是按照 token 计算，如果需要 video ref 费用加倍，不过我感觉大部分情况下不需要 video ref，只有特写会需要。 做视频生成产品最麻烦的事情是每个模型的输入输出都不太一样，当前沿模型变化后，产品也需要随之改变 pipeline，所以我目前在做的 VISI0 新版本会彻底放弃 pipline 模式，转而采用 wanman 的 agent matrix 模式来生成视频。 这个新版本将会全面基于 seedance 2 模型构建，重点打造输出品质，只有品质提升到一个阶段，作为用户才能放心抽卡。

Wow，GPT Image2 + Seedance做这种门店循环宣传片，真的太猛了。 以前这种商场大屏、门店电视、展会 booth 的广告视频，基本都得找广告公司，一条几千甚至上万。现在用 AI，成本直接打下来，而且生成速度快得离谱。 餐饮、美业、潮牌、酒店、健身房、商场大屏……都可以试试 MkAnime 的 GPT Image2 → 分镜 → 视频功能。 🚀

API 调用 seedance2 竟然会针对 GPT image 2 生成的图片检测为真实人脸（The request failed because the input image may contain real person.）好奇 @CuiMao 的整活视频是怎么用你自己的脸的？

不到两天Seedance 2.0 就遇到真人授权风险的问题， 让这场爆火显得像一次监管擦边短线套利。 这个时候也正可以聊一些 对视频AIGC和流媒体之间关系的非主流看法。 首先AI的圣杯一定是视频。 AI现在的军备竞赛， 都还在“模型算力”“生产力场景”。 但生产并不是人们真正最终的心之所向， 所有的生产活动，最终都是为了更多的奶头乐： 能有更多的时间，来放松舒适躺平、休闲娱乐。 就像互联网到移动互联网，结果是： 视频娱乐流量，占整个互联网流量的60%+ 所以可以预见： 视频AIGC娱乐，迟早也一定会成为 所有AI设施、资源消耗的最大头。 因为如果生产力逐渐相对饱和，下一阶段就是： 从事生产者占少数，躺平放松娱乐者占绝大多数。 这既是Elon Musk预期的未来社会形态， 也是黑客帝国The Matrix里的核心隐喻。 不少人觉得在视频AIGC的“冲击”下， “传统视频流媒体”不行了，要被颠覆代替了。 但我认为这种看法，有可能是类似于当年 “手机游戏代替PC游戏，所以Nvidia不行了” 的阶段性误解： 没有从第一性看到Nvidia通过 “连接过去貌似过时的点”， 积累了什么面向未来社会的护城河， 实现新的“第二曲线”。 下图中两条我之前聊 Netflix 的推文，分别是 2024年11月11日 (nflx 拆股后股价 80.5 usd) 2025年6月6日 (nflx 拆股后股价 126 usd) 一年多后的现在， nflx 股价又回到了当初第一条推文时80的价格。 按目前的斜率，也许跌到50也不会感觉意外， 但半年到一年后，很可能会迎来新趋势。 就如同我在2020年9月表达对Nvidia远期看法后， 它涨到32后，也还得再经历跌到12的主升前下蹲。 那么是时候再聊下，Netflix 在 AIGC 时代， 凭什么能有新的“第二曲线”机会。 1. “审美品味” 就是大家说的： 人在后 AI 时代下，最后的堡垒。 也就是“懂人们想看什么”。 Netflix是最早利用数据+工程驱动， 把审美品味变成“可计算系统”的公司。 以此获得全球超3亿订阅会员数， 就是审美品味+分发能力 同时国际化领先的结果证明， 和正反馈循环来源。 算力模型即产品， 转向品味即产品。 大模型是冰箱， 食材保鲜的基础需求满足了， 但可口可乐还没出现。 做冰箱的越早期越稀缺， 但靠冰箱更加发家致富的， 是卖神秘配方的可口可乐。 所以，最终算力市场，会从卖方市场， 逐步转向“谁有配方品味”的买方市场。 2. “可合法使用的IP授权AIGC衍生品” 就是大家现在看到的： 为什么Netflix要收购华纳。 个人认为，Netflix 花这么大代价收购华纳+IP， 很可能部分因为看到了未来AIGC内容环境下， 技术大家最终都会有，技术差异化会越来越小， IP才是“卡脖子”的，授权的IP衍生品才更赚钱。 有没有发现， 前两天X上流传的Seedance2.0的热门视频， 大多数都是借助了“未被授权”的IP加持？ 李小龙、各种名人、七龙珠、奥特曼、蜜雪冰城， 连最先引起共鸣的广告片，也是老干妈的。 （可惜了当时老老实实守规矩的Sora2， 只能用Sam Altman本人作为最大IP来出镜） 在喜欢的IP宇宙里享受技术带来的奶头乐， 是全球最多人口+最大公约数的最终幻想。 对“技术奇观”的新鲜感逐渐褪去、习以为常后， 引起最多人共鸣的IP才能长期留住观众。 内容越无限、无界增发， IP和被授权的规模化分发平台， 作为被信任的节点，稀缺价值就越高。 未来“谁都能生成”， 但不是“谁都能合法生成”IP衍生品并分发。 如果说未来可以为每个观众喜欢的IP， 来一键生成续集、“个性化定制”分支版， 下一部《哈利波特》，可不可以是你自己参演？ 那么原本收你10美金/月的订阅费， 是不是可以收你30/50美金甚至更高价了。 大多数人并不会为4K高清付几倍价格， 但是为喜欢的IP生成续集、个性化版本， 毋庸置疑的可以。 本来一个IP同段内容，千人一面， 只能卖给一个会员一次， AIGC可以把这个一次变成多次， 甚至是24H陪伴式的生成式流媒体。 想象3亿全球订阅会员基数上， 去增加这样的AIGC高级套餐， 收入能有怎样的质变。 所以，视频模型军备竞赛， 不仅不是对Netflix的威胁， 反而是在为其未来超预期收入做嫁衣。 如果没有AIGC，反而缺少加价的新理由。 所以，从拉低预期到超预期， 从反共识到正共识， 才是超额赔率来源。 最后分享一条冷知识： 如果有兴趣了解 Netflix 对AIGC视频的理解， 领先市场多少个版本，强烈推荐看： 黑镜 第6季第1集 《Joan is awful》 影视飓风TIM所担心的问题在这集中完全复现， 要知道这集是在2022年拍摄的， 也就是ChatGPT发布之前。

存储需求恐怕又要因为seedance2的出现指数级暴增. gpt3.5带来了文本时代，真正的视频时代，是seedance2带来的. 同样是几个提示词，视频ai消耗的存储将达到几百m，随着ai视频制作时长的增加这个体积还会更大. 这次衍生的存储需求会是原来文本的很多倍. 毕竟现在刷视频成瘾的群体是真多， 全球范围内从婴幼儿到老头老太太谁都逃不过，他们可能不爱看书不爱看新闻但绝对爱刷短视频. 基于此，又会产生新的投资需求. 视频ai需要的存储类型跟文本ai肯定有差异. gemini给出的现阶段抖音与yputobe采用的存储架构实录. 目前的视频存储并非单一介质，而是复杂的多级冷热分层架构 (Tiered Storage Architecture)。 A. 架构组成 1. 极热层 (Ultra-Hot Tier)：用于应对瞬时爆发的流量（如顶流网红刚发布的视频）。 • 类型：NVMe SSD 集群 + 内存级缓存（Redis/Memcached）。 • 核心指标：**IOPS（每秒输入输出操作数）**和极低的延迟。 2. 热/温层 (Warm Tier)：用于存放日常活跃观看的视频。 • 类型：高性能企业级机械硬盘 (HDD) 或大容量 QLC SSD。 • 核心指标：吞吐量 (Throughput) 与成本的平衡。 3. 冷层 (Cold/Archive Tier)：用于存放数年前、几乎无人问津的长尾视频。 • 类型：高密度氦气硬盘 (HDD) 甚至物理隔离的磁带机。 • 核心指标：每 TB 持有成本 (TCO)。 B. 痛点：I/O 墙与存储孤岛 传统架构下，存储是“静态”的。但 AI 视频时代（SeenDance 2）要求存储从“仓库”变成“流水线”，这直接导致了存储逻辑的崩溃。 根据以上视频公司存储的现状与困境可以延伸出其三个未来发展方向. 视频 AI 存储的三个未来发展方向 1.方向一：从 HDD 到全闪存化 (All-Flash Data Center) AI 视频训练需要并行读取海量高清素材。传统 HDD 的寻道时间太慢，会拖累昂贵的 GPU 算力。全闪存阵列 (AFA) 将从“奢侈品”变成视频公司的“基础设施”。 2.方向二：CXL 技术下的“内存-存储”融合 Compute Express Link (CXL) 协议将打破内存和 SSD 的界限。对于 SeenDance 2 这种需要处理实时动作对齐的模型，数据在 SSD 和 HBM 之间的搬运速度决定了生成的流畅度。 3.方向三：近存计算 (Computational Storage) 与其把巨大的视频数据搬到 CPU 处理，不如直接在存储主控芯片上进行初步的数据预处理（如视频抽帧、格式转换）. 基于以上及图片参数对存储公司作核心竞争力与趋势分析排序评级. SK海力士(S级)： 凭借 Solidigm 的 QLC 容量优势和 HBM 的统治地位，卡死了“大容量读取”和“算力吞吐”两个核心环节。视频 AI 训练集的 EB 级存储首选。 三星Samsung (A+级)： 读写最均衡。其 PCIe 5.0 写入速度冠绝群雄，是 SeenDance 2 生成 4K/8K 视频流时最佳的“高速缓冲区”。 闪迪SanDisk (A级)： 独立后的黑马。其 HBF（高带宽闪存） 旨在打破内存墙，让 SSD 直接参与 AI 推理，极大利好 64G 内存（如你的 M4 Pro）在本地处理大模型视频生成。 美光Micron (A级)： 写入寿命与能效比极高，适合 24/7 不间断生成视频的云工厂。 • WDC (B+级)： 专注于 CXL 协议，解决数据中心内内存与存储的动态调配问题。