Khánh Phạm✔
Writer
Seedance từng biến mình từ một mô hình video thành cả một hệ sinh thái mà thị trường gần như không thể tránh khỏi. Nhưng chính sự thống trị đó lại tạo ra những kẽ hở: khi giá tăng, nguồn cung bị kiểm soát và nhu cầu đối với mô hình mạnh nhất bắt đầu chậm lại, thị trường không nhất thiết phải đánh bại Seedance bằng một mô hình tốt hơn. Họ có thể đi vòng qua nó.
Đó là điều đang xảy ra sau Seedance 2.5. Bài phân tích đăng trên QQ của Trung Quốc khá dài, anh em có thể lưu lại đọc khi cần, rảnh rỗi vì khá nhiều thông tin thú vị về AI nguồn mở.
Việc phát hành mã nguồn mở của H3 có thể đã diễn ra vội vàng hơn nhiều so với những gì người ngoài nhìn nhận.
Ngày 31/7, H3 và Seedance 2.5 được phát hành cùng ngày. Nhìn từ bên ngoài, rất dễ xem đây là một cuộc tấn công mã nguồn mở đã được chuẩn bị từ trước: Seedance 2.5 vừa rút ngắn thời gian tạo video gốc xuống còn 30 giây, trong khi MiniMax công bố mở trọng số H3, cho phép cộng đồng khai thác sức mạnh của mô hình để thách thức một trong những mô hình video mã nguồn đóng mạnh nhất hiện nay.
Nhưng ít nhất hai tuần trước ngày ra mắt, MiniMax dường như vẫn chưa quyết định H3 sẽ được thương mại hóa theo hướng nào.
Theo một người am hiểu các cuộc thảo luận thương mại hóa của MiniMax, vào giữa tháng 7, công ty đã thông qua đội ngũ bán hàng để hỏi một số doanh nghiệp về nhu cầu API đối với H3. Phản hồi khá nhất quán: nếu chỉ cung cấp API mã nguồn đóng, H3 sẽ rất khó cạnh tranh.
Khách hàng không chỉ quan tâm đến chênh lệch hiệu năng giữa các mô hình, mà còn nhìn vào cả hệ sinh thái xung quanh Seedance. Mô hình của ByteDance đã tạo được lợi thế nhờ chất lượng video ổn định, khả năng nhận diện thương hiệu và việc được tích hợp sâu vào các sản phẩm như Jimeng, Doubao, Xiaoyunque, CapCut cùng nhiều ứng dụng bên ngoài. Volcano Engine lại kiểm soát phần lớn hệ thống mua sắm, năng lực xử lý đồng thời và dịch vụ doanh nghiệp, trong khi Douyin và các nền tảng nội dung khác tiếp tục xử lý phần cuối của chuỗi giá trị. Một mô hình mã nguồn đóng khác, dù có hiệu năng tốt, cũng rất khó lôi kéo khách hàng khỏi hệ sinh thái này chỉ bằng giá thấp hơn.
Cuối cùng, MiniMax chọn con đường mã nguồn mở.
H3 cung cấp H3-Base cho cộng đồng, đồng thời mở H3-Context-IR để xử lý các tài liệu phức tạp, hỗ trợ đầu ra 2K và các cơ chế chú ý thưa. Việc không phải tự mình cung cấp tất cả những khả năng này lại trở thành lợi thế khác của mã nguồn mở. Các nhà phát triển có thể tự do thử nghiệm, sử dụng những kỹ thuật như cắt tỉa, lượng tử hóa, giải phóng bộ nhớ GPU và giảm số bước lấy mẫu để tạo ra nhiều biến thể của H3, sau đó liên tục đưa chúng ra cạnh tranh với Seedance.
Thế giới đã sử dụng Seedance quá lâu, và "vị thần mã nguồn mở" H3 nhanh chóng được Alibaba cùng Wan 3.0 thúc đẩy. Nó tạo ra một động lực lan truyền mà MAGI-2 của Sand.ai hay nhiều mô hình khác vẫn chưa đạt được. Thậm chí sau một tháng, hướng đi này vẫn liên tục tạo ra những kết quả mới.
Ngày 27/8, fal.ai ra mắt H3 Max dựa trên trọng số mở. Sau quá trình hậu huấn luyện và tối ưu hóa suy luận, thời gian tạo một video dài 5 giây ở độ phân giải 768P được rút xuống dưới 3 giây. Khi thời gian tạo video ngắn hơn chính độ dài video, một khả năng hoàn toàn mới xuất hiện: phát video AI theo thời gian thực. Một nhà phát triển đã dựa trên công nghệ này để xây dựng trang web Infinite Slop, nơi tạo video AI trực tiếp. Ngay ngày đầu tiên, trang web thu hút khoảng 37.000 người xem và các bài đăng liên quan đạt khoảng 2,4 triệu lượt xem.
Không rõ đó có phải là "món ăn dở tệ" hay không, nhưng chắc chắn nó rất thú vị và có tiềm năng lan truyền mạnh.
H3 chưa thể thay thế Seedance chỉ bằng mã nguồn mở. Phần lớn các ứng dụng tổng hợp mô hình vẫn đặt Seedance ở vị trí nổi bật và tiếp tục giao cho nó những nhiệm vụ phức tạp. Nhưng điều H3 làm được là mở ra một con đường khác cho thị trường: bỏ qua giá API, điểm truy cập chính thức và nguồn cung duy nhất của Seedance, sau đó sử dụng hậu huấn luyện, tối ưu hóa suy luận và các tính năng mới để tìm kiếm những nhóm người dùng riêng.
Đây cũng chính là một phần quan trọng của thị trường mô hình video hiện nay. Sau khi Seedance 2.0 xuất hiện, nó nhanh chóng tạo ra một thế giới riêng mà mình thống trị, đến mức có thời điểm người ta có cảm giác như tất cả mọi người đều đang sử dụng Seedance. Nhưng khi một hệ sinh thái đạt đến trạng thái quá ổn định, những kẽ hở cũng bắt đầu xuất hiện. Và ngay khi chúng xuất hiện, những người khác sẽ tìm cách đi xuyên qua.
I. Seedance 2.0: Một vũ trụ không ai có thể tránh khỏi
Hầu như tất cả mọi người trong ngành đều từng phải kinh doanh xoay quanh nền tảng Web 2.0.
Một doanh nhân khởi nghiệp trong lĩnh vực ứng dụng từng nói: "Nếu không có Seedance, người dùng chẳng có lý do gì để truy cập nền tảng này."
Tháng 2/2026, Seedance 2.0 lần đầu tiên cho phép tạo ra những cảnh có nhiều nhân vật tương tác, các môn thể thao cạnh tranh, chuyển động camera tốc độ cao và tương tác vật thể trên quy mô lớn, đồng thời kết hợp âm thanh và hình ảnh gốc. Hội thoại, hành động và âm thanh môi trường có thể được xử lý trong cùng một lần tạo. Những cảnh trước đây phải lặp đi lặp lại hàng chục lần mới có thể sử dụng được, nay đôi khi có thể hoàn thành ngay từ lần đầu.
Lợi thế này không chỉ đến từ bản thân mô hình mà còn từ quy mô đầu tư của ByteDance.
Theo nhiều nguồn tin thân cận với nhóm nghiên cứu, Seedance 2.0 sử dụng kiến trúc MoE với khoảng 296 tỷ tham số. Đây là một trong những mô hình MoE có quy mô lớn nhất trong lĩnh vực video. Các tham số lớn cho phép mô hình tích hợp kiến thức về hành động, bối cảnh và thế giới, trong khi chỉ một phần tham số được kích hoạt ở mỗi lần tạo. Văn bản, hình ảnh, video và âm thanh cùng tồn tại trong một ngữ cảnh, cho phép mô hình đồng thời hiểu nhân vật, hành động, bố cục và âm thanh.
Một người thân cận với nhóm nghiên cứu từng mô tả Seedance ở thời điểm đó bằng ba chữ: "đủ người, đủ thẻ và đủ dữ liệu".
Các nhà nghiên cứu có thể đồng thời thử nghiệm nhiều hướng hậu huấn luyện. Mô hình trước tiên xây dựng năng lực tổng quát, sau đó tiếp tục tối ưu riêng cho chuyển động, thương mại điện tử, quảng cáo và tương tác người dùng. Những gì bên ngoài nhìn thấy chỉ là số phiên bản, nhưng bên trong, mỗi phiên bản đã trải qua rất nhiều vòng thử nghiệm trên những kịch bản khác nhau.
Kỹ thuật dữ liệu cũng dựa trên quy mô tương tự. Theo một nguồn tin thân cận với nhóm được trang Intelligent Emergence dẫn lại, Seedance có đội ngũ chuyên trách xử lý dữ liệu, cùng nhiều nhân sự hỗ trợ làm sạch, hiểu và gắn nhãn dữ liệu. Nhóm không đơn thuần lấy video thông thường từ Douyin để huấn luyện, mà còn mua một lượng lớn tư liệu điện ảnh và truyền hình chất lượng cao, sau đó phân tích chúng thành kịch bản, storyboard, mô tả hành động và thông tin về góc máy thông qua mô hình ngôn ngữ kết hợp với quy trình thủ công.
Tuy nhiên, thư viện video lớn nhất và gần gũi nhất với Seedance vẫn là TikTok.
Chúng tôi đã xem xét "Chính sách quyền riêng tư của Douyin" và "Thỏa thuận dịch vụ người dùng Douyin". Chính sách quyền riêng tư cho biết dữ liệu đã được mã hóa và ẩn danh có thể được sử dụng cho mục đích đề xuất. Thỏa thuận dịch vụ người dùng cũng cho phép nền tảng sử dụng nội dung do người dùng đăng tải cho các hoạt động "nghiên cứu" và "phát triển" ở nhiều hình thức khác nhau. Dù văn bản không trực tiếp nói rằng nội dung này được sử dụng để huấn luyện mô hình video, cách diễn đạt vẫn để lại một số khoảng trống trong cách hiểu.
Sự cho phép rõ ràng hơn xuất hiện ở những tính năng cụ thể như "Thỏa thuận người dùng phiên bản Anchor của AI Agent". Đây là một trợ lý vận hành livestream dựa trên mô hình dữ liệu lớn của Douyin. Sau khi người dẫn chương trình kích hoạt dịch vụ, thỏa thuận cho phép Douyin sử dụng dữ liệu livestream, video ngắn, tương tác và dữ liệu kinh doanh để đào tạo và tối ưu hóa mô hình. Quyền này tiếp tục có hiệu lực cho đến khi người dùng vô hiệu hóa vĩnh viễn tính năng trong khoảng thời gian quy định.
Một chuyên gia về mô hình video khi nói về nguồn dữ liệu từng nhận xét rằng hầu hết các nguồn dữ liệu như vậy đều được sử dụng trong ngành. Chính nhóm của ông cũng từng sử dụng những video ngắn có hàng trăm lượt thích và các bộ phim đứng đầu Douban trong một khoảng thời gian nhất định.
Đối với mô hình video, lượng dữ liệu quyết định thế giới mà mô hình đã "nhìn thấy". Nhưng khả năng phân tích video thành đối tượng, hành động, chuyển động camera và quan hệ nghe nhìn mới quyết định mô hình có thực sự hiểu cách thế giới vận động hay không. Có rất nhiều video thô không đồng nghĩa với việc mô hình đã học được các quy luật chuyển động.
Đây chính là giá trị đặc biệt của dữ liệu Douyin. Hệ thống đề xuất phải hiểu và phân loại nội dung để quyết định video nào nên được đưa đến người dùng nào, sau đó liên tục điều chỉnh dựa trên các tín hiệu thực tế như tỷ lệ xem hết, lượt thích, bình luận và chia sẻ. ByteDance vì thế không chỉ có một kho video khổng lồ, mà còn sở hữu mối quan hệ giữa hình ảnh, hành động, câu chuyện và phản ứng của người dùng.
Những tín hiệu này không thể thay thế hoàn toàn hệ thống chú thích chi tiết cần thiết cho mô hình tạo sinh, nhưng chúng có thể giúp giảm đáng kể chi phí lựa chọn, hiểu và xử lý dữ liệu huấn luyện.
Sức mạnh tính toán lại tiếp tục kéo khoảng cách này rộng hơn.
Một chuyên gia mô hình video cho biết MFU tổng thể của Seedance 2.0 chỉ khoảng 10%. Đây là một mức khá thấp nếu xét theo tỷ lệ sử dụng tài nguyên tính toán trong quá trình huấn luyện. Điều đó phản ánh một đặc điểm của ngành: mô hình video vẫn đang ở giai đoạn mà việc sử dụng một lượng tài nguyên khổng lồ có thể đổi lấy khoảng cách giữa các thế hệ, và ByteDance đủ khả năng chấp nhận rất nhiều thử nghiệm không nhất thiết mang lại hiệu quả huấn luyện cao.
Khi quy mô tham số mở rộng, chi phí thử nghiệm và sai sót cũng tăng rất nhanh. Startup thường phải xác định con đường có khả năng thành công cao nhất rồi dồn nguồn lực hạn chế vào đó. ByteDance thì có thể cho nhiều nhóm nghiên cứu thử nghiệm đồng thời, dùng sức mạnh tính toán để đánh cược vào nhiều hướng khác nhau.
Khoản đầu tư như vậy không thể tạo ra độc quyền công nghệ mãi mãi, nhưng nó đủ để tạo ra khoảng cách thực sự trong vài tháng. Seedance 2.0 đã tận dụng chính khoảng thời gian đó để thay đổi thị trường.
Đây cũng là mô hình đầu tiên khai thác triệt để tiềm năng của phim ngắn và truyện tranh ngắn.
Những pha hành động phức tạp, chuyển động camera nhanh và các yếu tố nghe nhìn đặc trưng rất phù hợp với quy trình sản xuất nội dung được chia thành nhiều cảnh quay tiêu chuẩn. Da nhân vật có thể quá mịn, ánh sáng đôi khi quá mạnh, camera thường tự ý thêm thắt những chuyển động không được yêu cầu, nhưng với khán giả của phim ngắn, những đặc điểm "giống AI" đó chưa chắc đã trở thành vấn đề lớn.
ByteDance đồng thời tận dụng tối đa nguồn lực nội dung của chính mình. Tomato và Red Fruit cung cấp IP và kịch bản; Little Lark phát triển các tác nhân chuyên về phim ngắn và hài kịch; Douyin cùng các sản phẩm liên quan hỗ trợ nhà sáng tạo bằng tiền thưởng, điểm thưởng và lưu lượng truy cập. Mô hình này vừa hạ thấp rào cản sản xuất, vừa liên tục mở rộng số lượng câu chuyện có thể sản xuất và lượng người xem có thể tiếp cận. Nền tảng vì thế đồng thời nắm được khả năng sản xuất, nguyên liệu và kênh phân phối.
Một nhà sản xuất phim ngắn AI cho biết trước đây, một bộ phim AI cần hơn 10 người làm việc trong khoảng một tháng, với chi phí gần 200.000 nhân dân tệ, tương đương khoảng 700 triệu đồng. Sau khi Seedance 2.0 xuất hiện, một người có thể hoàn thành vài bộ phim mỗi tháng, trong khi chi phí mỗi bộ phim giảm xuống khoảng 50.000 nhân dân tệ, tương đương khoảng 175 triệu đồng. Phần lớn chi phí thậm chí còn được dùng cho việc tạo mô hình. Về lý thuyết, một đội ngũ vài trăm người có thể đẩy sản lượng lên hàng nghìn bộ phim mỗi tháng.
Những người tham gia thị trường từ sớm tất nhiên thu được lợi ích rất lớn. Các công ty sản xuất phim ngắn có thể phân phối nội dung nhanh hơn, các nền tảng trung gian có thể bán hạn mức sử dụng, còn Volcano Engine thu phí từ API. Lớp ứng dụng có thể không phải nơi có tỷ suất lợi nhuận cao nhất, nhưng việc tích hợp Seedance giúp thu hút người dùng. Ngay cả khi các ứng dụng video bắt đầu bước vào cuộc chiến giá cả, họ vẫn sẵn sàng tranh giành người dùng trước.
Seedance 2.0 vì thế không chỉ tạo ra một mô hình tốt hơn. Nó làm bùng nổ cả một thị trường, rồi nhanh chóng được Volcano Engine chuyển hóa thành một hệ thống bán hàng.
Như chúng tôi từng phân tích trong bài "Token đã giết chết các ứng dụng AI", Seedance ban đầu áp dụng mô hình bán khung sử dụng hàng năm. Số lượng khung gắn với mức chiết khấu, khả năng xử lý đồng thời, quyền nhận diện khuôn mặt, quyền truy cập sớm và các điều kiện dịch vụ khác. Khi khách hàng mua token, họ thực chất cũng đang mua quyền sử dụng một sản phẩm ổn định.
Ngay cả với những đơn hàng lên tới hàng chục triệu token, khách hàng cũng thường khó nhận được giảm giá trực tiếp. Thay vào đó, họ có thể nhận tối đa khoảng 10% giá trị dưới dạng phiếu giảm giá sức mạnh tính toán.
Theo các nguồn tin am hiểu thỏa thuận này, khoản giảm giá 10% còn gắn với yêu cầu cung cấp dữ liệu phản hồi. Các ứng dụng hoặc nền tảng phải cung cấp dữ liệu tương ứng theo thỏa thuận mới có thể nhận được ưu đãi. Nói cách khác, họ vừa là khách hàng, vừa tham gia một phần vào quá trình xử lý dữ liệu bên ngoài.
Một nhân viên bán API mô hình video khác từng nói rằng doanh số của Volcano rất mạnh. Theo cách nhìn của lãnh đạo doanh nghiệp này, nếu mô hình tốt đến mức không cần bán hàng thì càng phải hỏi ngược lại: "Nếu vậy thì bán hàng để làm gì?"
Hiện tượng này không chỉ xuất hiện ở một nhà cung cấp. Trong thời kỳ Seedance thống trị, các mô hình khác khó thu hút người dùng, khiến đội ngũ bán hàng phải giảm giá, trợ giá, thậm chí phối hợp với các ứng dụng và công ty sản xuất video để tạo ra dữ liệu tiêu thụ mô hình đủ đẹp.
Đặc biệt, khi Volcano Engine tuyên bố Seedance mang lại "doanh thu 1 tỷ nhân dân tệ chỉ trong một tháng", thông tin này lập tức kích thích thị trường. Thay vì cạnh tranh trực tiếp với Seedance, nhiều người bắt đầu nghĩ rằng tốt hơn hết là đi theo Seedance và kiếm tiền từ việc bán lại dịch vụ của nó.
Tuy nhiên, theo nhiều người trong ngành, con số này nên được hiểu chính xác hơn là giá trị hợp đồng được ký trong thời điểm phát hành. Nhiều khách hàng ký hợp đồng khung một năm trong cùng một khoảng thời gian. Một hợp đồng trị giá 10 triệu nhân dân tệ có thể được tính vào doanh thu bán hàng của tháng ký kết, dù lượng sử dụng thực tế được phân bổ trong cả năm tiếp theo.
Lịch phát hành cũng góp phần tạo nên sự bùng nổ này. Cả Seedance 2.0 và 2.5 đều sử dụng chiến lược tương tự: trước tiên trình diễn năng lực để thị trường thấy được khoảng cách giữa các thế hệ, sau đó kiểm soát điểm truy cập, hạn ngạch và thời gian phát hành, cuối cùng bán theo từng đợt khi nhu cầu đã được kích hoạt đầy đủ. Mô hình này chưa trở thành tiêu chuẩn chung, nhưng khung thời gian mua hàng đã được thiết lập.
Sau đó, ngày càng nhiều người đổ vào thị trường.
Các đơn hàng lớn ban đầu được Volcano trực tiếp xử lý, trong khi đơn hàng nhỏ hơn được phân phối qua nhà cung cấp cloud, nhà mạng và các đối tác. Tại WAIC, nhân viên của các nhà mạng liên tục đi giữa các gian hàng để hỏi những công ty sản xuất phim AI xem họ có sử dụng Seedance hay không.
Một doanh nhân trong lĩnh vực video sau khi nghe những lời đầu tiên từ phía bán hàng đã hiểu ngay mục đích. Công ty của ông đã so sánh khoảng 30 nhà cung cấp trước khi lựa chọn Seedance vì tính ổn định và không dễ dàng chuyển đổi, nhưng vẫn liên tục có người tìm đến chào bán.
Việc bán lại, dù bị Volcano nghiêm cấm, cũng trở nên khá phổ biến. Một người am hiểu hoạt động xác minh kênh cho biết Tencent từng lấy API Seedance 2.0 thông qua một bên trung gian rồi cung cấp cho hoạt động nội bộ của Yuewen. Yuewen không mua API trực tiếp từ Volcano và sau khi phát hiện, Volcano đã chặn đường truy cập này. Alibaba cũng được cho là từng "kín đáo" sử dụng API Seedance cho hoạt động bán hàng, nghiên cứu sản phẩm, đào tạo và thử nghiệm mô hình.
Ở giai đoạn này, bỏ qua Seedance trở nên rất tốn kém.
Ứng dụng có thể chuyển sang mô hình rẻ hơn, nhưng người dùng có thể không chấp nhận. Tỷ lệ lỗi trong các thao tác phức tạp và cảnh quay cường độ cao lại tăng lên. Các công ty sản xuất phim ngắn cũng có thể giảm mức sử dụng Seedance, nhưng tốc độ phân phối và mật độ hình ảnh sẽ giảm theo.
Khoảng cách giữa mô hình tốt nhất và phần còn lại quá lớn khiến nhiều cải tiến ở lớp ứng dụng tạm thời trở nên kém hiệu quả. Sản phẩm có thể được thiết kế với giao diện, hệ thống điểm và gói thành viên hoàn toàn khác nhau, nhưng sau khi truy cập, người dùng vẫn có xu hướng chọn cùng một mô hình. Các ứng dụng dần biến thành điểm truy cập cho Seedance. Sự khác biệt còn lại chỉ là ai trợ giá nhiều hơn, ai có hàng chờ ngắn hơn và ai có khả năng xử lý đồng thời cao hơn.
Seedance 2.0 vì thế vừa là một khoản chi phí, vừa là công cụ hút người dùng. Ai cũng cho rằng nó đắt, nhưng gần như ai cũng cần nó.
II. Sau Seedance 2.5, mọi người bắt đầu đi đường vòng
Seedance 2.5 mạnh hơn đáng kể, nhưng thị trường đã bước vào một giai đoạn khác.
Mô hình có thể nhận tối đa 50 hình ảnh, video và tài liệu âm thanh cùng lúc, hỗ trợ tạo video gốc dài 30 giây, tuân thủ tốt hơn các hướng dẫn phức tạp và cho phép chỉnh sửa cục bộ. Các tính năng như màn hình xanh, mô hình trắng và bảng điều khiển đạo diễn 3D giúp chuyển những suy luận về nhân vật, không gian, vị trí camera và chuyển động thành bản xem trước chính xác hơn.
Kết quả thử nghiệm cho thấy phiên bản 2.5 tuân thủ hướng dẫn tốt hơn, hình ảnh được tiết chế hơn và giảm đáng kể xu hướng "thêm thắt" thường thấy ở phiên bản 2.0.
Nhưng tiến bộ công nghệ không còn tạo ra khoảng cách về nhu cầu và kinh tế tương ứng.
Khi Seedance 2.0 xuất hiện, thị trường phim ngắn đang chờ đợi một mô hình có thể tạo ra lượng người xem ổn định. Đến Seedance 2.5, năng lực sản xuất phim ngắn đã tăng quá nhanh và thị trường bắt đầu phải hấp thụ lượng cung dư thừa.
Một số người trong ngành cho biết giá Seedance 2.5 cao hơn khoảng 50% so với phiên bản 2.0, trong khi phim ngắn khó có thể tạo ra doanh thu đủ lớn để trả thêm cho những khả năng mới. Trong hàng trăm công ty tham gia, có lẽ chỉ một hoặc hai công ty có thể tiếp tục tồn tại nhờ những bộ phim ăn khách, còn phần lớn nhóm sản xuất liên tục rời khỏi thị trường. Đồng thời, các nền tảng chịu tác động từ chính sách bắt đầu siết ưu đãi chia sẻ doanh thu đối với nội dung hoạt hình do AI tạo ra và tái phân bổ nguồn lực trở lại nội dung người thật đóng.
Sự thay đổi thể hiện rõ nhất qua phản ứng của các công ty ứng dụng.
Khi Seedance 2.0 xuất hiện, câu hỏi quan trọng nhất là khi nào mô hình được phát hành, có bao nhiêu kết nối đồng thời và làm thế nào để có quyền truy cập sớm. Với Seedance 2.5, câu hỏi đã chuyển sang việc tính năng nào thực sự đáng tiền, liệu có thể kết hợp với các mô hình khác hay không và những khả năng mới có đủ để bù lại mức giá tăng hay không.
Sự chú ý đã chuyển từ "làm thế nào để có Seedance 2.0" sang "làm thế nào để sử dụng Seedance 2.5 ít hơn" và "có thực sự cần Seedance 2.5 hay không".
Thật khó tưởng tượng một bộ phận lớn những người làm video lại mong giá mô hình tiếp tục tăng. Nhưng với một số doanh nghiệp, chi phí cao lại vô tình trở thành hàng rào bảo vệ.
Một người trong ngành giải thích rằng chi phí cao làm tăng rào cản gia nhập, trong khi thị trường hiện đã quá cạnh tranh. Chi phí mô hình vốn là một trong những khoản lớn nhất của các nhóm sản xuất. Họ không muốn những đối thủ mới có thể nhanh chóng gia nhập bằng cách dùng giá thấp, quay hàng loạt nội dung và chấp nhận tỷ lệ thất bại cao. Chừng nào chi phí sản xuất còn lớn, các công ty đã có khách hàng, kinh nghiệm và dòng tiền ổn định vẫn có thể tồn tại lâu hơn.
Đối với Seedance, khi nhu cầu cũ không còn đủ lớn thì phải tạo ra nhu cầu mới. Vì vậy, 2.5 bắt đầu mở rộng sang lĩnh vực sản xuất chuyên nghiệp.
Điện ảnh và truyền hình có thể mang lại giá trị cao hơn, nhưng rào cản gia nhập cũng lớn hơn rất nhiều. Năm mươi đoạn phim chỉ có ý nghĩa khi được sắp xếp đúng thứ tự. Hàng nghìn từ hướng dẫn chỉ hữu ích khi có người xác định rõ quan hệ giữa nhân vật, trình tự hành động, chuyển động camera và yêu cầu âm thanh. Seedance 2.5 trao cho người sáng tạo nhiều quyền kiểm soát hơn, nhưng điều đó đồng nghĩa họ cũng phải chuẩn bị nhiều hơn.
Vấn đề nằm ở chỗ các nhà làm phim không chỉ cần một mô hình.
Khi iQiyi sản xuất bộ phim AI "The Spy Must Die", AI ban đầu chủ yếu được sử dụng cho phần mở đầu, phần kết, các nhân vật phụ và những cảnh cháy nổ có mức độ rủi ro cao. Khi số lượng cảnh quay và cộng tác viên tăng lên để tạo ra nội dung chất lượng cao, hiệu quả dự án nhanh chóng phụ thuộc vào quản lý tài liệu, kiểm thử phiên bản, cộng tác nhiều người và hậu kỳ.
Nhóm sản xuất trước đó đã sử dụng nhiều công cụ video khác nhau để hoàn thành bản demo, nhưng sau đó chuyển sang iQiyi NaDou Pro vì đánh giá cao khả năng cộng tác ở cấp dự án, quản lý tài sản và tái sử dụng nội dung.
Seedance 2.5 vì thế rơi vào một vị trí khá khó xử: phim ngắn không muốn trả quá nhiều tiền cho những tính năng mới, trong khi các dự án phim và truyền hình chuyên nghiệp lại cần nhiều hơn một mô hình mạnh.
Và đây chính là lúc những con đường vòng bắt đầu xuất hiện.
Đầu tiên là thay đổi kênh phân phối.
Mô hình Seedance đã trở thành công cụ tạo lưu lượng từ thời 2.0. Khi 2.5 ra mắt, Higgsfield nhanh chóng đưa mô hình này vào những gói khuyến mại hấp dẫn như "14 ngày dữ liệu không giới hạn". Nhưng sau khi mua, một số người dùng lại gặp tình trạng phải chờ lâu vì khả năng xử lý đồng thời thấp, khiến ưu đãi trên giấy không đồng nghĩa với trải nghiệm thực tế.
Điều này cho thấy mối quan hệ giữa kênh phân phối và mô hình đang trở nên lỏng lẻo hơn.
Những kênh từng được xây dựng nhờ Seedance 2.0 giờ có thể phân phối các mô hình khác. Ngay trong đêm ra mắt, LibTV đã lần đầu hiển thị banner H3 trên trang chủ. Ngay cả Jimeng và Xiaoyunque của ByteDance cũng bắt đầu mở rộng danh sách mô hình, từ chỗ chủ yếu là Seedance sang Happy Horse 1.1, MiniMax H3 và Wan 3.0.
Kênh phân phối không cần chờ một mô hình hoàn toàn khác vượt trội Seedance mới đưa nó lên kệ. Chỉ cần một mô hình có thể thay thế Seedance ở một số tác vụ, nó đã có lý do để được bán.
Đó là lý do ngày càng nhiều mô hình bắt đầu tìm cách trở thành lựa chọn thay thế.
MiniMax chọn mã nguồn mở, cho phép bên thứ ba tiếp tục hậu huấn luyện và tối ưu hóa suy luận. Kết quả là fal.ai phát triển H3 Max, trong khi Hao AI Lab và FastVideo phát triển FastH3, rút ngắn quá trình lấy mẫu xuống còn 4 bước. Các nhóm khác nhau tiếp tục tìm kiếm đột phá về tốc độ và tranh luận về phương pháp tối ưu hóa nào hiệu quả hơn.
Sau khi mở trọng số, MiniMax không còn phải tự quyết định H3 có thể làm được gì. Đã có cả một cộng đồng chuyên gia cùng thử nghiệm và tranh luận thay cho họ.
Alibaba cũng lựa chọn hướng tiếp cận mở. Wan 3.0 hỗ trợ tạo video gốc dài 30 giây, đầu ra âm thanh và video 1080P cùng khả năng tham chiếu đa phương thức. Mô hình thậm chí có thể nhận tài liệu và trang web làm đầu vào.
Trong cuộc cạnh tranh giữa các mô hình mới, hiệu năng bản thân mô hình chỉ là một phần. Các nhà sản xuất còn tìm cách xây dựng "lợi thế thị trường dựa trên dữ liệu" bằng cách tạo ra lượng sử dụng thực tế lớn hơn.
Một nguồn tin trong ngành cho biết Happy Horse 1.0 từng đứng đầu một bảng xếp hạng mô hình AI. Một phần lý do có thể nằm ở số bước suy luận cực lớn. Phiên bản API thông thường chỉ sử dụng khoảng 32 bước, trong khi phiên bản dùng để đạt điểm trên bảng xếp hạng có thể lên tới 1.024 bước, khiến chi phí đánh giá tăng rất cao.
Nhưng benchmark không chỉ để chứng minh chất lượng mô hình. Nó còn là công cụ để thuyết phục nội bộ. Khi một mô hình lọt vào bảng xếp hạng và vượt qua một số đối thủ cụ thể, nhóm phát triển dễ dàng hơn trong việc xin thêm GPU, ngân sách và nguồn lực bán hàng. Sau đó, họ có thể phối hợp với khách hàng thông qua hạn mức miễn phí và trợ cấp để đổi lấy thời gian sử dụng, từ đó tạo ra lượng dữ liệu sử dụng đủ ấn tượng.
So sánh hiệu năng chứng minh mô hình có năng lực. Khối lượng sử dụng chứng minh thị trường có nhu cầu. Khi người dùng không chuyển đổi chỉ vì một mô hình tốt hơn, nhà sản xuất phải đồng thời tạo ra nhận diện và mức độ sử dụng.
Ngoài kênh phân phối và các mô hình mới, một sự chuyển hướng sâu hơn đang diễn ra ở lớp ứng dụng.
Do nhu cầu của ngành điện ảnh và truyền hình, thị trường bắt đầu cần những quy trình làm việc được tổ chức xung quanh dự án thay vì chỉ xoay quanh mô hình. Ngày càng nhiều công ty lớn và các đơn vị trung gian vì thế bắt đầu xây dựng ứng dụng riêng.
iQiyi, với lợi thế về IP và nền tảng phân phối, đang tăng cường đầu tư vào NaDou Pro, một nền tảng sản xuất phim và truyền hình chuyên nghiệp. WorkRally của Tencent biến quy trình sản xuất truyện tranh thành một công cụ hoàn chỉnh dành cho các tác nhân AI. Yuewen Comic Book Assistant bắt đầu từ chính hệ thống IP của mình rồi tiếp tục xử lý kịch bản, bối cảnh, storyboard, tài sản, cộng tác nhóm và kiểm duyệt cảnh quay.
Các nền tảng này có thể dùng Seedance hoặc chuyển sang mô hình khác tùy từng nhiệm vụ. IP, dự án và kênh phân phối vẫn nằm trong hệ thống. Các mô hình chỉ trở thành những mắt xích có thể thay thế trong quy trình.
ByteDance cũng đang làm điều tương tự, nhưng với nhiều điểm truy cập nội bộ hơn.
Doubao, Jimeng, Jianying, Xiaoyunque và Huoshan đều có những điểm khởi đầu riêng cho Seedance. Nhóm phát triển mô hình cần các trường hợp sử dụng thực tế, Huoshan cần doanh thu API, nhóm sản phẩm cần giữ chân người dùng, còn nền tảng nội dung cần quản lý nguồn cung. Vì thế, giữa các sản phẩm cạnh tranh luôn tồn tại một cuộc đua về quyền truy cập sớm và giá.
Một nguồn tin nội bộ cho biết xét từ bên trong, Jimeng đôi khi không có lợi thế tốt bằng các ứng dụng bên ngoài vốn sẵn sàng trợ giá mạnh. Sự phổ biến của Seedance 2.0 cũng không tự động chuyển thành nhận diện thương hiệu cho Jimeng. Nền tảng vì thế phải bù lại khoảng cách bằng ưu đãi nội dung và cơ hội quảng bá.
Seedance tiếp tục hướng tới việc hoàn thiện toàn bộ dự án, từ phân tích kịch bản dài, xử lý tài sản nhân vật và cảnh quay cho tới storyboard và tạo video. Trong chiến dịch quảng bá Seedance 2.5, Seedance được cấp quyền truy cập sớm hơn API của Volcano một ngày, nhưng báo cáo phát hành chính thức vẫn liệt kê Jimeng và Doubao là những người dùng quan trọng.
Theo một nguồn tin nội bộ, ByteDance cũng đang thử nghiệm một công cụ tạo truyện tranh có thể nhận kịch bản dài tới 200.000 từ. Hệ thống xử lý lập kế hoạch dự án, thiết kế tài sản, storyboard và ghép video. Không gian làm việc nhóm có thể hỗ trợ tới 30 người và liên kết với trung tâm sáng tạo phim ngắn Douyin.
Trong khi đó, Volcano Engine cũng phát triển Seedance Studio, bắt đầu từ thao tác "tạo dự án mới" và được cho là bao gồm hiểu yêu cầu, lập kế hoạch sáng tạo, tổ chức dự án, tạo nội dung, chỉnh sửa và sản xuất cuối cùng.
Những sản phẩm này đang cố gắng biến Seedance từ một mô hình thành một dây chuyền sản xuất chuyên nghiệp. Nhưng chính điều đó cũng cho thấy ByteDance vẫn chưa hoàn toàn xác định được ai sẽ kiểm soát dây chuyền này trong tương lai.
Bằng cách đi vòng qua Seedance, thị trường bắt đầu đạt được một tầng chiều sâu khác.
Thay đổi kênh phân phối và xây dựng các gói dịch vụ làm thay đổi cách khách hàng mua mô hình. Kết hợp API, mở trọng số và hậu huấn luyện liên tục tạo ra các nhà cung cấp thay thế cho từng nhóm nhiệm vụ. Các công cụ quản lý dự án cố gắng giữ tài liệu, cộng tác viên và khách hàng trong phạm vi ứng dụng, biến mô hình thành một nút có thể lựa chọn thay vì trung tâm của toàn bộ hệ thống.
Thế giới Seedance được xây dựng từ phiên bản 2.0 bắt đầu bộc lộ những điểm yếu khi bước sang 2.5. Chuỗi cung ứng dữ liệu, mô hình, kênh phân phối và ứng dụng phía trước phía sau ngày càng trở nên phân mảnh.
Nhưng ngay cả khi có thể đi vòng qua Seedance, vẫn còn một vấn đề không thể tránh khỏi: làn sóng tăng trưởng tiếp theo của các ứng dụng video sẽ cần một công nghệ SOTA thực sự tạo ra nhu cầu mới.
Bản thân ByteDance cũng đang tận dụng những thế mạnh hiện có để tìm kiếm nhu cầu đó.
Đầu tháng 9, Bloomberg dẫn các nguồn tin quen thuộc với vấn đề này cho biết Zhang Yiming đang trực tiếp thúc đẩy một mô hình video không gian thời gian thực dựa trên Seedance. Công nghệ này được kỳ vọng kết nối với kính thực tế ảo Pico, cho phép môi trường được tạo ra phản hồi theo giọng nói và chuyển động của người dùng, với tốc độ khoảng 20 khung hình/giây và độ trễ khoảng 50 mili giây, sớm nhất có thể ra mắt vào tháng 10.
Đây là một bài toán hoàn toàn khác. Với mỗi hành động của người dùng, mô hình phải nhanh chóng tạo ra khung hình tiếp theo. Không còn là chuyện tạo một video dài vài giây rồi chờ kết quả, mà là tạo ra một thế giới có thể phản ứng liên tục với con người.
Nếu ByteDance hoàn thành điều này trước các đối thủ, những mối quan hệ đang bị tách rời trong hệ sinh thái hiện nay có thể lại được xây dựng thành một chuỗi khép kín mới.
Và khi thế hệ mô hình đó xuất hiện, thị trường có lẽ sẽ lặp lại chính chu kỳ quen thuộc: tất cả cùng lao vào sử dụng nó, sau đó lại cùng nhau tìm cách vượt qua nó.
Đó là điều đang xảy ra sau Seedance 2.5. Bài phân tích đăng trên QQ của Trung Quốc khá dài, anh em có thể lưu lại đọc khi cần, rảnh rỗi vì khá nhiều thông tin thú vị về AI nguồn mở.
Việc phát hành mã nguồn mở của H3 có thể đã diễn ra vội vàng hơn nhiều so với những gì người ngoài nhìn nhận.
Ngày 31/7, H3 và Seedance 2.5 được phát hành cùng ngày. Nhìn từ bên ngoài, rất dễ xem đây là một cuộc tấn công mã nguồn mở đã được chuẩn bị từ trước: Seedance 2.5 vừa rút ngắn thời gian tạo video gốc xuống còn 30 giây, trong khi MiniMax công bố mở trọng số H3, cho phép cộng đồng khai thác sức mạnh của mô hình để thách thức một trong những mô hình video mã nguồn đóng mạnh nhất hiện nay.
Nhưng ít nhất hai tuần trước ngày ra mắt, MiniMax dường như vẫn chưa quyết định H3 sẽ được thương mại hóa theo hướng nào.
Theo một người am hiểu các cuộc thảo luận thương mại hóa của MiniMax, vào giữa tháng 7, công ty đã thông qua đội ngũ bán hàng để hỏi một số doanh nghiệp về nhu cầu API đối với H3. Phản hồi khá nhất quán: nếu chỉ cung cấp API mã nguồn đóng, H3 sẽ rất khó cạnh tranh.
Khách hàng không chỉ quan tâm đến chênh lệch hiệu năng giữa các mô hình, mà còn nhìn vào cả hệ sinh thái xung quanh Seedance. Mô hình của ByteDance đã tạo được lợi thế nhờ chất lượng video ổn định, khả năng nhận diện thương hiệu và việc được tích hợp sâu vào các sản phẩm như Jimeng, Doubao, Xiaoyunque, CapCut cùng nhiều ứng dụng bên ngoài. Volcano Engine lại kiểm soát phần lớn hệ thống mua sắm, năng lực xử lý đồng thời và dịch vụ doanh nghiệp, trong khi Douyin và các nền tảng nội dung khác tiếp tục xử lý phần cuối của chuỗi giá trị. Một mô hình mã nguồn đóng khác, dù có hiệu năng tốt, cũng rất khó lôi kéo khách hàng khỏi hệ sinh thái này chỉ bằng giá thấp hơn.
Cuối cùng, MiniMax chọn con đường mã nguồn mở.
H3 cung cấp H3-Base cho cộng đồng, đồng thời mở H3-Context-IR để xử lý các tài liệu phức tạp, hỗ trợ đầu ra 2K và các cơ chế chú ý thưa. Việc không phải tự mình cung cấp tất cả những khả năng này lại trở thành lợi thế khác của mã nguồn mở. Các nhà phát triển có thể tự do thử nghiệm, sử dụng những kỹ thuật như cắt tỉa, lượng tử hóa, giải phóng bộ nhớ GPU và giảm số bước lấy mẫu để tạo ra nhiều biến thể của H3, sau đó liên tục đưa chúng ra cạnh tranh với Seedance.
Thế giới đã sử dụng Seedance quá lâu, và "vị thần mã nguồn mở" H3 nhanh chóng được Alibaba cùng Wan 3.0 thúc đẩy. Nó tạo ra một động lực lan truyền mà MAGI-2 của Sand.ai hay nhiều mô hình khác vẫn chưa đạt được. Thậm chí sau một tháng, hướng đi này vẫn liên tục tạo ra những kết quả mới.
Ngày 27/8, fal.ai ra mắt H3 Max dựa trên trọng số mở. Sau quá trình hậu huấn luyện và tối ưu hóa suy luận, thời gian tạo một video dài 5 giây ở độ phân giải 768P được rút xuống dưới 3 giây. Khi thời gian tạo video ngắn hơn chính độ dài video, một khả năng hoàn toàn mới xuất hiện: phát video AI theo thời gian thực. Một nhà phát triển đã dựa trên công nghệ này để xây dựng trang web Infinite Slop, nơi tạo video AI trực tiếp. Ngay ngày đầu tiên, trang web thu hút khoảng 37.000 người xem và các bài đăng liên quan đạt khoảng 2,4 triệu lượt xem.
Không rõ đó có phải là "món ăn dở tệ" hay không, nhưng chắc chắn nó rất thú vị và có tiềm năng lan truyền mạnh.
H3 chưa thể thay thế Seedance chỉ bằng mã nguồn mở. Phần lớn các ứng dụng tổng hợp mô hình vẫn đặt Seedance ở vị trí nổi bật và tiếp tục giao cho nó những nhiệm vụ phức tạp. Nhưng điều H3 làm được là mở ra một con đường khác cho thị trường: bỏ qua giá API, điểm truy cập chính thức và nguồn cung duy nhất của Seedance, sau đó sử dụng hậu huấn luyện, tối ưu hóa suy luận và các tính năng mới để tìm kiếm những nhóm người dùng riêng.
Đây cũng chính là một phần quan trọng của thị trường mô hình video hiện nay. Sau khi Seedance 2.0 xuất hiện, nó nhanh chóng tạo ra một thế giới riêng mà mình thống trị, đến mức có thời điểm người ta có cảm giác như tất cả mọi người đều đang sử dụng Seedance. Nhưng khi một hệ sinh thái đạt đến trạng thái quá ổn định, những kẽ hở cũng bắt đầu xuất hiện. Và ngay khi chúng xuất hiện, những người khác sẽ tìm cách đi xuyên qua.
I. Seedance 2.0: Một vũ trụ không ai có thể tránh khỏi
Hầu như tất cả mọi người trong ngành đều từng phải kinh doanh xoay quanh nền tảng Web 2.0.
Một doanh nhân khởi nghiệp trong lĩnh vực ứng dụng từng nói: "Nếu không có Seedance, người dùng chẳng có lý do gì để truy cập nền tảng này."
Tháng 2/2026, Seedance 2.0 lần đầu tiên cho phép tạo ra những cảnh có nhiều nhân vật tương tác, các môn thể thao cạnh tranh, chuyển động camera tốc độ cao và tương tác vật thể trên quy mô lớn, đồng thời kết hợp âm thanh và hình ảnh gốc. Hội thoại, hành động và âm thanh môi trường có thể được xử lý trong cùng một lần tạo. Những cảnh trước đây phải lặp đi lặp lại hàng chục lần mới có thể sử dụng được, nay đôi khi có thể hoàn thành ngay từ lần đầu.
Lợi thế này không chỉ đến từ bản thân mô hình mà còn từ quy mô đầu tư của ByteDance.
Theo nhiều nguồn tin thân cận với nhóm nghiên cứu, Seedance 2.0 sử dụng kiến trúc MoE với khoảng 296 tỷ tham số. Đây là một trong những mô hình MoE có quy mô lớn nhất trong lĩnh vực video. Các tham số lớn cho phép mô hình tích hợp kiến thức về hành động, bối cảnh và thế giới, trong khi chỉ một phần tham số được kích hoạt ở mỗi lần tạo. Văn bản, hình ảnh, video và âm thanh cùng tồn tại trong một ngữ cảnh, cho phép mô hình đồng thời hiểu nhân vật, hành động, bố cục và âm thanh.
Một người thân cận với nhóm nghiên cứu từng mô tả Seedance ở thời điểm đó bằng ba chữ: "đủ người, đủ thẻ và đủ dữ liệu".
Các nhà nghiên cứu có thể đồng thời thử nghiệm nhiều hướng hậu huấn luyện. Mô hình trước tiên xây dựng năng lực tổng quát, sau đó tiếp tục tối ưu riêng cho chuyển động, thương mại điện tử, quảng cáo và tương tác người dùng. Những gì bên ngoài nhìn thấy chỉ là số phiên bản, nhưng bên trong, mỗi phiên bản đã trải qua rất nhiều vòng thử nghiệm trên những kịch bản khác nhau.
Kỹ thuật dữ liệu cũng dựa trên quy mô tương tự. Theo một nguồn tin thân cận với nhóm được trang Intelligent Emergence dẫn lại, Seedance có đội ngũ chuyên trách xử lý dữ liệu, cùng nhiều nhân sự hỗ trợ làm sạch, hiểu và gắn nhãn dữ liệu. Nhóm không đơn thuần lấy video thông thường từ Douyin để huấn luyện, mà còn mua một lượng lớn tư liệu điện ảnh và truyền hình chất lượng cao, sau đó phân tích chúng thành kịch bản, storyboard, mô tả hành động và thông tin về góc máy thông qua mô hình ngôn ngữ kết hợp với quy trình thủ công.
Tuy nhiên, thư viện video lớn nhất và gần gũi nhất với Seedance vẫn là TikTok.
Chúng tôi đã xem xét "Chính sách quyền riêng tư của Douyin" và "Thỏa thuận dịch vụ người dùng Douyin". Chính sách quyền riêng tư cho biết dữ liệu đã được mã hóa và ẩn danh có thể được sử dụng cho mục đích đề xuất. Thỏa thuận dịch vụ người dùng cũng cho phép nền tảng sử dụng nội dung do người dùng đăng tải cho các hoạt động "nghiên cứu" và "phát triển" ở nhiều hình thức khác nhau. Dù văn bản không trực tiếp nói rằng nội dung này được sử dụng để huấn luyện mô hình video, cách diễn đạt vẫn để lại một số khoảng trống trong cách hiểu.
Sự cho phép rõ ràng hơn xuất hiện ở những tính năng cụ thể như "Thỏa thuận người dùng phiên bản Anchor của AI Agent". Đây là một trợ lý vận hành livestream dựa trên mô hình dữ liệu lớn của Douyin. Sau khi người dẫn chương trình kích hoạt dịch vụ, thỏa thuận cho phép Douyin sử dụng dữ liệu livestream, video ngắn, tương tác và dữ liệu kinh doanh để đào tạo và tối ưu hóa mô hình. Quyền này tiếp tục có hiệu lực cho đến khi người dùng vô hiệu hóa vĩnh viễn tính năng trong khoảng thời gian quy định.
Một chuyên gia về mô hình video khi nói về nguồn dữ liệu từng nhận xét rằng hầu hết các nguồn dữ liệu như vậy đều được sử dụng trong ngành. Chính nhóm của ông cũng từng sử dụng những video ngắn có hàng trăm lượt thích và các bộ phim đứng đầu Douban trong một khoảng thời gian nhất định.
Đối với mô hình video, lượng dữ liệu quyết định thế giới mà mô hình đã "nhìn thấy". Nhưng khả năng phân tích video thành đối tượng, hành động, chuyển động camera và quan hệ nghe nhìn mới quyết định mô hình có thực sự hiểu cách thế giới vận động hay không. Có rất nhiều video thô không đồng nghĩa với việc mô hình đã học được các quy luật chuyển động.
Đây chính là giá trị đặc biệt của dữ liệu Douyin. Hệ thống đề xuất phải hiểu và phân loại nội dung để quyết định video nào nên được đưa đến người dùng nào, sau đó liên tục điều chỉnh dựa trên các tín hiệu thực tế như tỷ lệ xem hết, lượt thích, bình luận và chia sẻ. ByteDance vì thế không chỉ có một kho video khổng lồ, mà còn sở hữu mối quan hệ giữa hình ảnh, hành động, câu chuyện và phản ứng của người dùng.
Những tín hiệu này không thể thay thế hoàn toàn hệ thống chú thích chi tiết cần thiết cho mô hình tạo sinh, nhưng chúng có thể giúp giảm đáng kể chi phí lựa chọn, hiểu và xử lý dữ liệu huấn luyện.
Sức mạnh tính toán lại tiếp tục kéo khoảng cách này rộng hơn.
Một chuyên gia mô hình video cho biết MFU tổng thể của Seedance 2.0 chỉ khoảng 10%. Đây là một mức khá thấp nếu xét theo tỷ lệ sử dụng tài nguyên tính toán trong quá trình huấn luyện. Điều đó phản ánh một đặc điểm của ngành: mô hình video vẫn đang ở giai đoạn mà việc sử dụng một lượng tài nguyên khổng lồ có thể đổi lấy khoảng cách giữa các thế hệ, và ByteDance đủ khả năng chấp nhận rất nhiều thử nghiệm không nhất thiết mang lại hiệu quả huấn luyện cao.
Khi quy mô tham số mở rộng, chi phí thử nghiệm và sai sót cũng tăng rất nhanh. Startup thường phải xác định con đường có khả năng thành công cao nhất rồi dồn nguồn lực hạn chế vào đó. ByteDance thì có thể cho nhiều nhóm nghiên cứu thử nghiệm đồng thời, dùng sức mạnh tính toán để đánh cược vào nhiều hướng khác nhau.
Khoản đầu tư như vậy không thể tạo ra độc quyền công nghệ mãi mãi, nhưng nó đủ để tạo ra khoảng cách thực sự trong vài tháng. Seedance 2.0 đã tận dụng chính khoảng thời gian đó để thay đổi thị trường.
Đây cũng là mô hình đầu tiên khai thác triệt để tiềm năng của phim ngắn và truyện tranh ngắn.
Những pha hành động phức tạp, chuyển động camera nhanh và các yếu tố nghe nhìn đặc trưng rất phù hợp với quy trình sản xuất nội dung được chia thành nhiều cảnh quay tiêu chuẩn. Da nhân vật có thể quá mịn, ánh sáng đôi khi quá mạnh, camera thường tự ý thêm thắt những chuyển động không được yêu cầu, nhưng với khán giả của phim ngắn, những đặc điểm "giống AI" đó chưa chắc đã trở thành vấn đề lớn.
ByteDance đồng thời tận dụng tối đa nguồn lực nội dung của chính mình. Tomato và Red Fruit cung cấp IP và kịch bản; Little Lark phát triển các tác nhân chuyên về phim ngắn và hài kịch; Douyin cùng các sản phẩm liên quan hỗ trợ nhà sáng tạo bằng tiền thưởng, điểm thưởng và lưu lượng truy cập. Mô hình này vừa hạ thấp rào cản sản xuất, vừa liên tục mở rộng số lượng câu chuyện có thể sản xuất và lượng người xem có thể tiếp cận. Nền tảng vì thế đồng thời nắm được khả năng sản xuất, nguyên liệu và kênh phân phối.
Một nhà sản xuất phim ngắn AI cho biết trước đây, một bộ phim AI cần hơn 10 người làm việc trong khoảng một tháng, với chi phí gần 200.000 nhân dân tệ, tương đương khoảng 700 triệu đồng. Sau khi Seedance 2.0 xuất hiện, một người có thể hoàn thành vài bộ phim mỗi tháng, trong khi chi phí mỗi bộ phim giảm xuống khoảng 50.000 nhân dân tệ, tương đương khoảng 175 triệu đồng. Phần lớn chi phí thậm chí còn được dùng cho việc tạo mô hình. Về lý thuyết, một đội ngũ vài trăm người có thể đẩy sản lượng lên hàng nghìn bộ phim mỗi tháng.
Những người tham gia thị trường từ sớm tất nhiên thu được lợi ích rất lớn. Các công ty sản xuất phim ngắn có thể phân phối nội dung nhanh hơn, các nền tảng trung gian có thể bán hạn mức sử dụng, còn Volcano Engine thu phí từ API. Lớp ứng dụng có thể không phải nơi có tỷ suất lợi nhuận cao nhất, nhưng việc tích hợp Seedance giúp thu hút người dùng. Ngay cả khi các ứng dụng video bắt đầu bước vào cuộc chiến giá cả, họ vẫn sẵn sàng tranh giành người dùng trước.
Seedance 2.0 vì thế không chỉ tạo ra một mô hình tốt hơn. Nó làm bùng nổ cả một thị trường, rồi nhanh chóng được Volcano Engine chuyển hóa thành một hệ thống bán hàng.
Như chúng tôi từng phân tích trong bài "Token đã giết chết các ứng dụng AI", Seedance ban đầu áp dụng mô hình bán khung sử dụng hàng năm. Số lượng khung gắn với mức chiết khấu, khả năng xử lý đồng thời, quyền nhận diện khuôn mặt, quyền truy cập sớm và các điều kiện dịch vụ khác. Khi khách hàng mua token, họ thực chất cũng đang mua quyền sử dụng một sản phẩm ổn định.
Ngay cả với những đơn hàng lên tới hàng chục triệu token, khách hàng cũng thường khó nhận được giảm giá trực tiếp. Thay vào đó, họ có thể nhận tối đa khoảng 10% giá trị dưới dạng phiếu giảm giá sức mạnh tính toán.
Theo các nguồn tin am hiểu thỏa thuận này, khoản giảm giá 10% còn gắn với yêu cầu cung cấp dữ liệu phản hồi. Các ứng dụng hoặc nền tảng phải cung cấp dữ liệu tương ứng theo thỏa thuận mới có thể nhận được ưu đãi. Nói cách khác, họ vừa là khách hàng, vừa tham gia một phần vào quá trình xử lý dữ liệu bên ngoài.
Một nhân viên bán API mô hình video khác từng nói rằng doanh số của Volcano rất mạnh. Theo cách nhìn của lãnh đạo doanh nghiệp này, nếu mô hình tốt đến mức không cần bán hàng thì càng phải hỏi ngược lại: "Nếu vậy thì bán hàng để làm gì?"
Hiện tượng này không chỉ xuất hiện ở một nhà cung cấp. Trong thời kỳ Seedance thống trị, các mô hình khác khó thu hút người dùng, khiến đội ngũ bán hàng phải giảm giá, trợ giá, thậm chí phối hợp với các ứng dụng và công ty sản xuất video để tạo ra dữ liệu tiêu thụ mô hình đủ đẹp.
Đặc biệt, khi Volcano Engine tuyên bố Seedance mang lại "doanh thu 1 tỷ nhân dân tệ chỉ trong một tháng", thông tin này lập tức kích thích thị trường. Thay vì cạnh tranh trực tiếp với Seedance, nhiều người bắt đầu nghĩ rằng tốt hơn hết là đi theo Seedance và kiếm tiền từ việc bán lại dịch vụ của nó.
Tuy nhiên, theo nhiều người trong ngành, con số này nên được hiểu chính xác hơn là giá trị hợp đồng được ký trong thời điểm phát hành. Nhiều khách hàng ký hợp đồng khung một năm trong cùng một khoảng thời gian. Một hợp đồng trị giá 10 triệu nhân dân tệ có thể được tính vào doanh thu bán hàng của tháng ký kết, dù lượng sử dụng thực tế được phân bổ trong cả năm tiếp theo.
Lịch phát hành cũng góp phần tạo nên sự bùng nổ này. Cả Seedance 2.0 và 2.5 đều sử dụng chiến lược tương tự: trước tiên trình diễn năng lực để thị trường thấy được khoảng cách giữa các thế hệ, sau đó kiểm soát điểm truy cập, hạn ngạch và thời gian phát hành, cuối cùng bán theo từng đợt khi nhu cầu đã được kích hoạt đầy đủ. Mô hình này chưa trở thành tiêu chuẩn chung, nhưng khung thời gian mua hàng đã được thiết lập.
Sau đó, ngày càng nhiều người đổ vào thị trường.
Các đơn hàng lớn ban đầu được Volcano trực tiếp xử lý, trong khi đơn hàng nhỏ hơn được phân phối qua nhà cung cấp cloud, nhà mạng và các đối tác. Tại WAIC, nhân viên của các nhà mạng liên tục đi giữa các gian hàng để hỏi những công ty sản xuất phim AI xem họ có sử dụng Seedance hay không.
Một doanh nhân trong lĩnh vực video sau khi nghe những lời đầu tiên từ phía bán hàng đã hiểu ngay mục đích. Công ty của ông đã so sánh khoảng 30 nhà cung cấp trước khi lựa chọn Seedance vì tính ổn định và không dễ dàng chuyển đổi, nhưng vẫn liên tục có người tìm đến chào bán.
Việc bán lại, dù bị Volcano nghiêm cấm, cũng trở nên khá phổ biến. Một người am hiểu hoạt động xác minh kênh cho biết Tencent từng lấy API Seedance 2.0 thông qua một bên trung gian rồi cung cấp cho hoạt động nội bộ của Yuewen. Yuewen không mua API trực tiếp từ Volcano và sau khi phát hiện, Volcano đã chặn đường truy cập này. Alibaba cũng được cho là từng "kín đáo" sử dụng API Seedance cho hoạt động bán hàng, nghiên cứu sản phẩm, đào tạo và thử nghiệm mô hình.
Ở giai đoạn này, bỏ qua Seedance trở nên rất tốn kém.
Ứng dụng có thể chuyển sang mô hình rẻ hơn, nhưng người dùng có thể không chấp nhận. Tỷ lệ lỗi trong các thao tác phức tạp và cảnh quay cường độ cao lại tăng lên. Các công ty sản xuất phim ngắn cũng có thể giảm mức sử dụng Seedance, nhưng tốc độ phân phối và mật độ hình ảnh sẽ giảm theo.
Khoảng cách giữa mô hình tốt nhất và phần còn lại quá lớn khiến nhiều cải tiến ở lớp ứng dụng tạm thời trở nên kém hiệu quả. Sản phẩm có thể được thiết kế với giao diện, hệ thống điểm và gói thành viên hoàn toàn khác nhau, nhưng sau khi truy cập, người dùng vẫn có xu hướng chọn cùng một mô hình. Các ứng dụng dần biến thành điểm truy cập cho Seedance. Sự khác biệt còn lại chỉ là ai trợ giá nhiều hơn, ai có hàng chờ ngắn hơn và ai có khả năng xử lý đồng thời cao hơn.
Seedance 2.0 vì thế vừa là một khoản chi phí, vừa là công cụ hút người dùng. Ai cũng cho rằng nó đắt, nhưng gần như ai cũng cần nó.
II. Sau Seedance 2.5, mọi người bắt đầu đi đường vòng
Seedance 2.5 mạnh hơn đáng kể, nhưng thị trường đã bước vào một giai đoạn khác.
Mô hình có thể nhận tối đa 50 hình ảnh, video và tài liệu âm thanh cùng lúc, hỗ trợ tạo video gốc dài 30 giây, tuân thủ tốt hơn các hướng dẫn phức tạp và cho phép chỉnh sửa cục bộ. Các tính năng như màn hình xanh, mô hình trắng và bảng điều khiển đạo diễn 3D giúp chuyển những suy luận về nhân vật, không gian, vị trí camera và chuyển động thành bản xem trước chính xác hơn.
Kết quả thử nghiệm cho thấy phiên bản 2.5 tuân thủ hướng dẫn tốt hơn, hình ảnh được tiết chế hơn và giảm đáng kể xu hướng "thêm thắt" thường thấy ở phiên bản 2.0.
Nhưng tiến bộ công nghệ không còn tạo ra khoảng cách về nhu cầu và kinh tế tương ứng.
Khi Seedance 2.0 xuất hiện, thị trường phim ngắn đang chờ đợi một mô hình có thể tạo ra lượng người xem ổn định. Đến Seedance 2.5, năng lực sản xuất phim ngắn đã tăng quá nhanh và thị trường bắt đầu phải hấp thụ lượng cung dư thừa.
Một số người trong ngành cho biết giá Seedance 2.5 cao hơn khoảng 50% so với phiên bản 2.0, trong khi phim ngắn khó có thể tạo ra doanh thu đủ lớn để trả thêm cho những khả năng mới. Trong hàng trăm công ty tham gia, có lẽ chỉ một hoặc hai công ty có thể tiếp tục tồn tại nhờ những bộ phim ăn khách, còn phần lớn nhóm sản xuất liên tục rời khỏi thị trường. Đồng thời, các nền tảng chịu tác động từ chính sách bắt đầu siết ưu đãi chia sẻ doanh thu đối với nội dung hoạt hình do AI tạo ra và tái phân bổ nguồn lực trở lại nội dung người thật đóng.
Sự thay đổi thể hiện rõ nhất qua phản ứng của các công ty ứng dụng.
Khi Seedance 2.0 xuất hiện, câu hỏi quan trọng nhất là khi nào mô hình được phát hành, có bao nhiêu kết nối đồng thời và làm thế nào để có quyền truy cập sớm. Với Seedance 2.5, câu hỏi đã chuyển sang việc tính năng nào thực sự đáng tiền, liệu có thể kết hợp với các mô hình khác hay không và những khả năng mới có đủ để bù lại mức giá tăng hay không.
Sự chú ý đã chuyển từ "làm thế nào để có Seedance 2.0" sang "làm thế nào để sử dụng Seedance 2.5 ít hơn" và "có thực sự cần Seedance 2.5 hay không".
Thật khó tưởng tượng một bộ phận lớn những người làm video lại mong giá mô hình tiếp tục tăng. Nhưng với một số doanh nghiệp, chi phí cao lại vô tình trở thành hàng rào bảo vệ.
Một người trong ngành giải thích rằng chi phí cao làm tăng rào cản gia nhập, trong khi thị trường hiện đã quá cạnh tranh. Chi phí mô hình vốn là một trong những khoản lớn nhất của các nhóm sản xuất. Họ không muốn những đối thủ mới có thể nhanh chóng gia nhập bằng cách dùng giá thấp, quay hàng loạt nội dung và chấp nhận tỷ lệ thất bại cao. Chừng nào chi phí sản xuất còn lớn, các công ty đã có khách hàng, kinh nghiệm và dòng tiền ổn định vẫn có thể tồn tại lâu hơn.
Đối với Seedance, khi nhu cầu cũ không còn đủ lớn thì phải tạo ra nhu cầu mới. Vì vậy, 2.5 bắt đầu mở rộng sang lĩnh vực sản xuất chuyên nghiệp.
Điện ảnh và truyền hình có thể mang lại giá trị cao hơn, nhưng rào cản gia nhập cũng lớn hơn rất nhiều. Năm mươi đoạn phim chỉ có ý nghĩa khi được sắp xếp đúng thứ tự. Hàng nghìn từ hướng dẫn chỉ hữu ích khi có người xác định rõ quan hệ giữa nhân vật, trình tự hành động, chuyển động camera và yêu cầu âm thanh. Seedance 2.5 trao cho người sáng tạo nhiều quyền kiểm soát hơn, nhưng điều đó đồng nghĩa họ cũng phải chuẩn bị nhiều hơn.
Vấn đề nằm ở chỗ các nhà làm phim không chỉ cần một mô hình.
Khi iQiyi sản xuất bộ phim AI "The Spy Must Die", AI ban đầu chủ yếu được sử dụng cho phần mở đầu, phần kết, các nhân vật phụ và những cảnh cháy nổ có mức độ rủi ro cao. Khi số lượng cảnh quay và cộng tác viên tăng lên để tạo ra nội dung chất lượng cao, hiệu quả dự án nhanh chóng phụ thuộc vào quản lý tài liệu, kiểm thử phiên bản, cộng tác nhiều người và hậu kỳ.
Nhóm sản xuất trước đó đã sử dụng nhiều công cụ video khác nhau để hoàn thành bản demo, nhưng sau đó chuyển sang iQiyi NaDou Pro vì đánh giá cao khả năng cộng tác ở cấp dự án, quản lý tài sản và tái sử dụng nội dung.
Seedance 2.5 vì thế rơi vào một vị trí khá khó xử: phim ngắn không muốn trả quá nhiều tiền cho những tính năng mới, trong khi các dự án phim và truyền hình chuyên nghiệp lại cần nhiều hơn một mô hình mạnh.
Và đây chính là lúc những con đường vòng bắt đầu xuất hiện.
Đầu tiên là thay đổi kênh phân phối.
Mô hình Seedance đã trở thành công cụ tạo lưu lượng từ thời 2.0. Khi 2.5 ra mắt, Higgsfield nhanh chóng đưa mô hình này vào những gói khuyến mại hấp dẫn như "14 ngày dữ liệu không giới hạn". Nhưng sau khi mua, một số người dùng lại gặp tình trạng phải chờ lâu vì khả năng xử lý đồng thời thấp, khiến ưu đãi trên giấy không đồng nghĩa với trải nghiệm thực tế.
Điều này cho thấy mối quan hệ giữa kênh phân phối và mô hình đang trở nên lỏng lẻo hơn.
Những kênh từng được xây dựng nhờ Seedance 2.0 giờ có thể phân phối các mô hình khác. Ngay trong đêm ra mắt, LibTV đã lần đầu hiển thị banner H3 trên trang chủ. Ngay cả Jimeng và Xiaoyunque của ByteDance cũng bắt đầu mở rộng danh sách mô hình, từ chỗ chủ yếu là Seedance sang Happy Horse 1.1, MiniMax H3 và Wan 3.0.
Kênh phân phối không cần chờ một mô hình hoàn toàn khác vượt trội Seedance mới đưa nó lên kệ. Chỉ cần một mô hình có thể thay thế Seedance ở một số tác vụ, nó đã có lý do để được bán.
Đó là lý do ngày càng nhiều mô hình bắt đầu tìm cách trở thành lựa chọn thay thế.
MiniMax chọn mã nguồn mở, cho phép bên thứ ba tiếp tục hậu huấn luyện và tối ưu hóa suy luận. Kết quả là fal.ai phát triển H3 Max, trong khi Hao AI Lab và FastVideo phát triển FastH3, rút ngắn quá trình lấy mẫu xuống còn 4 bước. Các nhóm khác nhau tiếp tục tìm kiếm đột phá về tốc độ và tranh luận về phương pháp tối ưu hóa nào hiệu quả hơn.
Sau khi mở trọng số, MiniMax không còn phải tự quyết định H3 có thể làm được gì. Đã có cả một cộng đồng chuyên gia cùng thử nghiệm và tranh luận thay cho họ.
Alibaba cũng lựa chọn hướng tiếp cận mở. Wan 3.0 hỗ trợ tạo video gốc dài 30 giây, đầu ra âm thanh và video 1080P cùng khả năng tham chiếu đa phương thức. Mô hình thậm chí có thể nhận tài liệu và trang web làm đầu vào.
Trong cuộc cạnh tranh giữa các mô hình mới, hiệu năng bản thân mô hình chỉ là một phần. Các nhà sản xuất còn tìm cách xây dựng "lợi thế thị trường dựa trên dữ liệu" bằng cách tạo ra lượng sử dụng thực tế lớn hơn.
Một nguồn tin trong ngành cho biết Happy Horse 1.0 từng đứng đầu một bảng xếp hạng mô hình AI. Một phần lý do có thể nằm ở số bước suy luận cực lớn. Phiên bản API thông thường chỉ sử dụng khoảng 32 bước, trong khi phiên bản dùng để đạt điểm trên bảng xếp hạng có thể lên tới 1.024 bước, khiến chi phí đánh giá tăng rất cao.
Nhưng benchmark không chỉ để chứng minh chất lượng mô hình. Nó còn là công cụ để thuyết phục nội bộ. Khi một mô hình lọt vào bảng xếp hạng và vượt qua một số đối thủ cụ thể, nhóm phát triển dễ dàng hơn trong việc xin thêm GPU, ngân sách và nguồn lực bán hàng. Sau đó, họ có thể phối hợp với khách hàng thông qua hạn mức miễn phí và trợ cấp để đổi lấy thời gian sử dụng, từ đó tạo ra lượng dữ liệu sử dụng đủ ấn tượng.
So sánh hiệu năng chứng minh mô hình có năng lực. Khối lượng sử dụng chứng minh thị trường có nhu cầu. Khi người dùng không chuyển đổi chỉ vì một mô hình tốt hơn, nhà sản xuất phải đồng thời tạo ra nhận diện và mức độ sử dụng.
Ngoài kênh phân phối và các mô hình mới, một sự chuyển hướng sâu hơn đang diễn ra ở lớp ứng dụng.
Do nhu cầu của ngành điện ảnh và truyền hình, thị trường bắt đầu cần những quy trình làm việc được tổ chức xung quanh dự án thay vì chỉ xoay quanh mô hình. Ngày càng nhiều công ty lớn và các đơn vị trung gian vì thế bắt đầu xây dựng ứng dụng riêng.
iQiyi, với lợi thế về IP và nền tảng phân phối, đang tăng cường đầu tư vào NaDou Pro, một nền tảng sản xuất phim và truyền hình chuyên nghiệp. WorkRally của Tencent biến quy trình sản xuất truyện tranh thành một công cụ hoàn chỉnh dành cho các tác nhân AI. Yuewen Comic Book Assistant bắt đầu từ chính hệ thống IP của mình rồi tiếp tục xử lý kịch bản, bối cảnh, storyboard, tài sản, cộng tác nhóm và kiểm duyệt cảnh quay.
Các nền tảng này có thể dùng Seedance hoặc chuyển sang mô hình khác tùy từng nhiệm vụ. IP, dự án và kênh phân phối vẫn nằm trong hệ thống. Các mô hình chỉ trở thành những mắt xích có thể thay thế trong quy trình.
ByteDance cũng đang làm điều tương tự, nhưng với nhiều điểm truy cập nội bộ hơn.
Doubao, Jimeng, Jianying, Xiaoyunque và Huoshan đều có những điểm khởi đầu riêng cho Seedance. Nhóm phát triển mô hình cần các trường hợp sử dụng thực tế, Huoshan cần doanh thu API, nhóm sản phẩm cần giữ chân người dùng, còn nền tảng nội dung cần quản lý nguồn cung. Vì thế, giữa các sản phẩm cạnh tranh luôn tồn tại một cuộc đua về quyền truy cập sớm và giá.
Một nguồn tin nội bộ cho biết xét từ bên trong, Jimeng đôi khi không có lợi thế tốt bằng các ứng dụng bên ngoài vốn sẵn sàng trợ giá mạnh. Sự phổ biến của Seedance 2.0 cũng không tự động chuyển thành nhận diện thương hiệu cho Jimeng. Nền tảng vì thế phải bù lại khoảng cách bằng ưu đãi nội dung và cơ hội quảng bá.
Seedance tiếp tục hướng tới việc hoàn thiện toàn bộ dự án, từ phân tích kịch bản dài, xử lý tài sản nhân vật và cảnh quay cho tới storyboard và tạo video. Trong chiến dịch quảng bá Seedance 2.5, Seedance được cấp quyền truy cập sớm hơn API của Volcano một ngày, nhưng báo cáo phát hành chính thức vẫn liệt kê Jimeng và Doubao là những người dùng quan trọng.
Theo một nguồn tin nội bộ, ByteDance cũng đang thử nghiệm một công cụ tạo truyện tranh có thể nhận kịch bản dài tới 200.000 từ. Hệ thống xử lý lập kế hoạch dự án, thiết kế tài sản, storyboard và ghép video. Không gian làm việc nhóm có thể hỗ trợ tới 30 người và liên kết với trung tâm sáng tạo phim ngắn Douyin.
Trong khi đó, Volcano Engine cũng phát triển Seedance Studio, bắt đầu từ thao tác "tạo dự án mới" và được cho là bao gồm hiểu yêu cầu, lập kế hoạch sáng tạo, tổ chức dự án, tạo nội dung, chỉnh sửa và sản xuất cuối cùng.
Những sản phẩm này đang cố gắng biến Seedance từ một mô hình thành một dây chuyền sản xuất chuyên nghiệp. Nhưng chính điều đó cũng cho thấy ByteDance vẫn chưa hoàn toàn xác định được ai sẽ kiểm soát dây chuyền này trong tương lai.
Bằng cách đi vòng qua Seedance, thị trường bắt đầu đạt được một tầng chiều sâu khác.
Thay đổi kênh phân phối và xây dựng các gói dịch vụ làm thay đổi cách khách hàng mua mô hình. Kết hợp API, mở trọng số và hậu huấn luyện liên tục tạo ra các nhà cung cấp thay thế cho từng nhóm nhiệm vụ. Các công cụ quản lý dự án cố gắng giữ tài liệu, cộng tác viên và khách hàng trong phạm vi ứng dụng, biến mô hình thành một nút có thể lựa chọn thay vì trung tâm của toàn bộ hệ thống.
Thế giới Seedance được xây dựng từ phiên bản 2.0 bắt đầu bộc lộ những điểm yếu khi bước sang 2.5. Chuỗi cung ứng dữ liệu, mô hình, kênh phân phối và ứng dụng phía trước phía sau ngày càng trở nên phân mảnh.
Nhưng ngay cả khi có thể đi vòng qua Seedance, vẫn còn một vấn đề không thể tránh khỏi: làn sóng tăng trưởng tiếp theo của các ứng dụng video sẽ cần một công nghệ SOTA thực sự tạo ra nhu cầu mới.
Bản thân ByteDance cũng đang tận dụng những thế mạnh hiện có để tìm kiếm nhu cầu đó.
Đầu tháng 9, Bloomberg dẫn các nguồn tin quen thuộc với vấn đề này cho biết Zhang Yiming đang trực tiếp thúc đẩy một mô hình video không gian thời gian thực dựa trên Seedance. Công nghệ này được kỳ vọng kết nối với kính thực tế ảo Pico, cho phép môi trường được tạo ra phản hồi theo giọng nói và chuyển động của người dùng, với tốc độ khoảng 20 khung hình/giây và độ trễ khoảng 50 mili giây, sớm nhất có thể ra mắt vào tháng 10.
Đây là một bài toán hoàn toàn khác. Với mỗi hành động của người dùng, mô hình phải nhanh chóng tạo ra khung hình tiếp theo. Không còn là chuyện tạo một video dài vài giây rồi chờ kết quả, mà là tạo ra một thế giới có thể phản ứng liên tục với con người.
Nếu ByteDance hoàn thành điều này trước các đối thủ, những mối quan hệ đang bị tách rời trong hệ sinh thái hiện nay có thể lại được xây dựng thành một chuỗi khép kín mới.
Và khi thế hệ mô hình đó xuất hiện, thị trường có lẽ sẽ lặp lại chính chu kỳ quen thuộc: tất cả cùng lao vào sử dụng nó, sau đó lại cùng nhau tìm cách vượt qua nó.
