orner case（边缘极端场景）来训练算法。他将视频生成视为构建世界模型的基础，并表示通过无监督大规模训练，对世界状态假设最少、自然数据最多，是合成世界模型的有效方法之一。值得一提的是，谭待在采访中提及创收能力时回应：“外面所有传的Seedance的收入数据都是错的，而且偏高。”此前有市场消息称，字节跳动Seedance视频生成模型当前年化收入（ARR）已达20亿美元（约合人民币143亿元），单月超10亿元。此外，算力焦虑是行业另一个普遍心结。随着大模型调用量指数级增长，高端算力稀缺、业务间算力争抢的讨论不绝于耳，国产算力替代也成为行业热词。谭待解释，Seedance 与Coding Agent对底层芯片的要求本就不同。视频生成模型以Diffusion（扩散模型）结构为主，对高带宽的需求更低。加上火山方舟在推理侧的大量优化，Seedance可以高效利用各类低端芯片，与Coding类模型不存在算力冲突。他说，算力的分配完全不是问题，这也是Seedance能够得到大规模应用的重要原因。这场向实体产业的渗透战，绝非是字节跳动一家的独角戏。阿里云近期同样在AI商用领域密集落子：通义千问系列连续迭代代码与多模态能力，推出工业、金融垂类解决方案。同时升级百炼MaaS（模型即服务）服务矩阵，推出AgentRun一站式智能体开发平台，并计划下半年在海外市场落地完整的Agentic AI（代理式人工智能）产品矩阵。AI商用已从单点突破进入全面铺开阶段。谭待也对当前的市场阶段作出了判断：“去年说跑了500米，今年跑了1公里多。这1公里多很重要，已经跨过了生产的质变点。”提升的模型能力是落地的“本钱”，但如何将模型势能转化为可持续的商业模式，仍是所有参赛者必须作答的考题。
=*=*=*=*=*=
当前为第4/4页
上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页