MiniMax H3 的开源，可能比外界看到得更仓促。
7 月 31 日，H3 与 Seedance 2.5 同日发布。外界很容易把它理解成一次提前设计的开源狙击：Seedance 2.5 刚刚把原生生成时长拉到 30 秒，MiniMax 宣布开放 H3 权重，让后来者借社区的力量围攻最强的闭源模型。
但至少在发布前半个月，MiniMax 还没有确定是否开放。
据一位了解相关商业化讨论的人士透露，7 月中旬，MiniMax 曾通过销售团队向多家公司询问 H3 的 API 需求，得到的反馈相当一致：如果只卖闭源 API，H3 很难有竞争力。
客户所指的不只是两个模型之间的效果差距，而是一个牢固的闭源视频模型市场体系——Seedance 拥有稳定的生成效果和品牌认知，已经被放进即梦、豆包、小云雀、剪映和大量外部应用，火山引擎控制企业采购、并发和服务，抖音、红果又在下游承接内容。另一款效果仍有差距的闭源模型，单靠便宜，几乎无法从这套体系里分走客户。
MiniMax 最终选择了开源。
它开放了足以让社区运行的 H3-Base，负责复杂素材理解的 H3-Context-IR、2K 重生成和稀疏注意力等能力没有同时交付，成功地让开发者“玩”了起来，裁剪、量化、显存卸载和低步数采样，把H3 拆成不同版本，反复拉出来与Seedance同台竞技。
天下苦Seedance久矣，“开源新神”H3获得了后续发布的阿里Wan3.0、Sand.ai MAGI-2 Preview都没有的传播势能。甚至一个月后，这条路还在跑出新结果。
8 月 27 日，fal.ai 基于开放权重推出 H3 Max，通过后训练和推理优化，将 5 秒、768P 视频的生成时间压到 3 秒以内，视频结果比生成过程更长，AI视频直播成立了。一位开发者由此搭建的实时 AI 直播网站 Infinite Slop，上线首日就有 3.7 万人观看，发布帖获得了约 240 万次浏览。
Slop不Slop的不知道，但趣味性和传播效果拉满了。
H3 当然没能通过开源取代 Seedance——几乎所有聚合应用仍然会把 Seedance 放在最显眼的位置，复杂任务也继续交给它。但它做到的是给行业增加一条路：绕开 Seedance 的价格、官方入口和单一供应，再用后训练、推理优化和新玩法寻找自己的用户。
这也是今天视频模型市场的一个切片。Seedance在2.0发布后迅速建立起了由它自己统治的一整个宇宙，以至于某个时刻你会感到人人都在使用 Seedance，而就在一切看起来十分稳固的时候，变化迅速发生，裂痕出现，人人都在寻找绕开这个宇宙的办法。
一、Seedance 2.0，没有人绕得开的宇宙
几乎所有人都曾围绕2.0做生意。
一位应用创业者对我们说：“没有 Seedance，用户就没有来到平台的理由。”
2026 年 2 月，Seedance 2.0 让多人打斗、竞技运动、快速运镜和物体交互第一次大规模变得可用，原生音画又把对白、动作和环境声放进同一次生成。原本一段需要抽十次才能使用的视频，Seedance 2.0可以一次就生成。
这段领先，首先来自一种公司级投入。
据多位接近团队的人士提供的口径，Seedance 2.0 使用 296B 的 MoE 架构，是视频领域的最大参数MOE模型：大参数负责容纳动作、场景和世界知识，每次生成只激活其中一部分；文字、图片、视频和音频进入同一套上下文，模型可以同时理解人物、动作、构图和声音。
一位接近团队的人士把 Seedance 当时的状态概括成“人多、卡够、数据足”。单个研究人员可以同时尝试多条后训练路线，模型先建立通用能力，再分别强化动作、电商、广告和人物表现。外界看到一个版本号，内部已经在许多场景上筛选了很多轮。
数据工程同样依赖这种规模。《智能涌现》援引接近团队人士称，Seedance 设有专门对接数据的人员，背后还有大量同事处理清洗、理解和标注，且团队没有直接依赖抖音的普通视频，而是采购了大量高质量影视素材，再通过语言模型和人工流程拆成剧本、分镜、动作与镜头描述。
但离 Seedance 最近、规模也最大的视频库，毕竟还是抖音。
我们专门查阅了《“抖音”隐私政策》和《“抖音”用户服务协议》。前者称，经加密和严格去标识化的数据可用于推荐；后者则称，模型允许平台将用户发布的内容用于“研究”，并以其他方式“开发”其全部或部分内容，尽管没有明确说明用于视频模型训练，但至少有一定的解释空间。
更明确的授权出现在《AI 经纪人主播版使用协议》等专项功能里。所谓 AI 经纪人，是一套基于豆包大模型的直播运营助手。主播开通后，协议允许抖音使用其直播、短视频、互动及经营数据训练和优化模型，授权持续到主播永久停用该功能满六个月。
一位视频模型从业者谈及自己的数据来源时说：“业内都会用的，比如我们自己也把一段时间内百赞级别的短视频、豆瓣前百的电影视频全用上了。”
对视频模型来说，数据量决定它见过多少世界；能否把视频拆成主体、动作、镜头运动和音画关系，则决定它是否理解这个世界怎样运动。原始视频堆得再多，也不等于模型真正学会了运动规律。
抖音的数据价值正在这里。推荐系统为了判断一条视频应该推给谁，本来就需要理解和分类内容，再根据完播、点赞、评论和分享等真实反馈持续校正。字节积累的不只是大量热门视频，还有画面、动作、叙事与用户反应之间的对应关系。这些信号不能替代生成模型所需的精细标注，却可以降低筛选、理解和加工训练素材的成本。
算力进一步放大了差距。一位视频模型从业者提到：Seedance 2.0 整体 MFU 约为 10%。MFU 衡量训练算力利用率，10%是一个较低的量级，它传达的行业体感是，视频模型仍处在可以用巨大资源换取代际差的时期，字节有能力承受大量没有立刻转化为有效训练的探索。
参数扩大以后，试错成本增长得很快。对创业公司而言，需要先判断哪条路线最可能成功，再集中极其有限的资源押注；而字节可以让更多研究人员同时开工，用算力尝试路线。
这种投入不会永远形成技术垄断，却足以制造几个月的真实代差。Seedance 2.0 就利用这几个月改动了市场。
它最先摘下了短剧和漫剧的低垂果实。
复杂动作、快速运镜和原生音画适合被拆成大量标准镜头的内容产线；人物皮肤过分平滑，灯光总是过于饱满，镜头也喜欢主动加戏，但这些“模型味”并对短剧观众来说，不值一提。
模型之外，字节也把自己的内容资源推了上去。番茄和红果提供 IP 与消费场景，小云雀上线短剧、漫剧 Agent，抖音及相关产品又用奖金、积分和流量扶持创作者。模型降低生产门槛，平台继续增加可以被生产的故事和可能获得的流量，短剧市场因此同时拥有能力、原料和出口。
一位 AI 短剧方提到，此前一部 AI 剧需要十几个人工作约一个月，成本接近 20 万元；Seedance 2.0 出现后，一个人每月就可以完成几部剧，单部成本下降到5万元，甚至其中大部分都用于模型，二三百人理论上能把月产量推到千部水平。
率先进入的人确实获得了一轮红利。短剧公司可以更快交片，中转渠道可以卖额度，火山引擎则在最前面收取调用费用。应用层的利润未必最厚，但接入 Seedance 能带来用户，当时的视频应用即使打价格战，也愿意先把人抢进来。
2.0的上线，直接点燃了整个市场。技术优势也很快被火山引擎改造成一套销售秩序。
我们在《Token 杀死了 AI 应用》中写过，Seedance 上线初期采用年框采购，框架金额同时绑定折扣、并发、人脸权限、首发和服务条件。客户购买 Token，也在购买稳定生产的资格，千万级采购通常也很难获得直接折扣，更多是最高约 10% 的算力券返还。
更进一步，据接近交易的人士称， 10% 算力券实际绑定了数据回流要求，应用或平台需要按照约定提供相应数据，才能获得折扣。应用既是客户，也承担了一部分外部数据工作。
另一家视频模型的API销售提到，“火山的销售非常强势，大家都知道视频模型效果好，根本不需要销售，但我们的老板会觉得，这样的话，要你们销售干嘛。”这种现象不止出现在一家厂商身上，在Seedance的“统治”下，自家模型没有拿到市场流量，导致销售需要降价、补贴，甚至联合下游应用和视频制作方，“造出”好看的模型消耗数据。
特别是火山引擎随后称，Seedance 带来了“单月十亿元销售额”，给市场带来了更大的刺激：跟Seedance抢，不如跟着Seedance做它的倒卖生意。
尽管按照我们向多位交易人士了解的情况，这个数字更适合被理解为发布窗口内的签约峰值：大量客户集中签署一年期框架，一份千万元年框可以在签约月份进入销售口径，实际调用会分散在随后一年。
且发布节奏进一步制造了这种峰值。Seedance 2.0 和 2.5 都采用了相似方式：先把效果展示给市场，让应用、制作公司和投资人看见代际差，再控制入口、额度和开放时间，等需求被拉满后分批销售。模型还没有普遍可用，采购窗口已经形成。
但更多人还是蜂拥进来了。首批大额需求由火山直接对接，长尾需求则有云厂商、运营商和合作伙伴分销。在 WAIC 现场，运营商工作人员穿梭于展位之间，见到 AI 影视公司便询问是否使用 Seedance。一位视频创业者刚听到对方起了个头，就能立即明白来意：“我们前后对比了 30 家后确定的，重点是稳定性，所以不会轻易更换，但来推销的人非常多。”
火山明令禁止的转售现象也很常见。一位了解渠道核查的人士称，腾讯曾通过中间路径取得 Seedance 2.0的API，随后提供给阅文内部业务使用；阅文没有单独向火山采购，火山发现后切断了这条调用路径；阿里同样有自己的视频创作产品在“低调使用”Seedance API，同时服务于销售、内部产品探索、模型训练测试。
在这个阶段，绕开 Seedance 的代价很高。应用可以换一个更便宜的模型，但用户不会买单，且复杂动作和高强度镜头的失败率会重新上升；短剧公司也可以少用一些，但交付速度和画面密度随即下降。
当代差足够大，应用层的许多创新会暂时失效。产品可以设计不同的画布、积分和会员，用户进入以后依然会点同一个模型。应用退化成 Seedance 的入口，差异只剩谁补贴得更多、谁排队更短、谁能拿到更高并发。
2.0 让 Seedance 同时成为成本和流量。所有人都嫌它贵，所有人又都需要它。
二、Seedance 2.5后，人们开始绕路
Seedance 2.5 更强了，但市场却进入了另一个阶段。
它一次可以接收最多 50 个图片、视频和音频素材，支持 30 秒原生生成，加强复杂指令遵循和局部修改；绿幕、白模和 3D 导演台又把人物、空间、机位与运动关系从提示词里的概率推理，变成了更具确定性的摆放预览。从我们的测试结果看，2.5 更服从准确指令，画面也更克制，2.0 常见的油腻感少了很多。
但技术进步没有再次制造同等规模的需求和经济代差。
在市场端，2.0 出现时，短剧正在等待一款能够稳定出活的模型。到了 2.5，短剧产能已经迅速扩张，市场开始消化过量供给。几位从业者告诉我们，2.5 又比 2.0 贵约 50%，短剧却很难为这些能力支付同样幅度的溢价，一百家公司里可能只有一两家靠爆剧继续维持，其余团队不断退出；同时平台受到政策影响，也已经收紧了 AI 漫剧的分成激励，把资源重新投向真人内容。
这种变化在应用公司的反应里最直观。2.0 出现时，大家追问的是何时开放、能拿到多少并发、怎样争取首发；谈到 2.5，问题更多变成了哪些镜头值得调用、能否混用其他模型，以及新增能力是否足以覆盖上涨的价格。注意力已经从“怎样拿到 Seedance2.0”，移向“怎样少用一点 Seedance2.5”“该不该用Seedance 2.5”。
很难想象，这其中甚至有相当一批视频从业者希望模型和应用继续涨价。
一位从业者向我们解释原因时说：“因为这样门槛就高了，现在太卷了。”模型费用已经是制作团队最沉重的成本之一，他们却希望这道门槛暂时留在那里。只要生成仍然足够贵，新团队就无法依靠低价和大量抽卡迅速进入，已经拥有客户、经验和现金流的公司还能多保留一点时间。
对于Seedance而言，没有需求，那就得创造新需求，于是2.5 选择继续向专业生产延伸。
专业影视可以容纳更高的价值，但进入门槛也高得多，五十个素材只有被正确整理以后才有用，上千字指令需要有人先厘清人物关系、动作顺序、镜头运动和声音要求。2.5 把更多控制交给创作者，也把更多准备工作交还给了创作者。
问题出现在，影视创作者不止需要一个模型。
爱奇艺制作AI影片《探子必须死》时提到，AI暂时主要用于片头片尾、非焦点群演和高风险爆炸镜头，特别是精品内容的镜头数量和协作人员增加以后，项目效率很快取决于素材管理、版本测试、多人协作和后期合成，团队早期曾使用其他视频工具完成 Demo，后来转向爱奇艺纳逗Pro，看中的正是项目级协作、资产管理和复用能力。
这让 Seedance 2.5 面临一种“不上不下”的处境：短剧未必愿意为新增能力付钱，专业影视需要的又远不止模型升级。
更多绕行的空间在这个背景下出现了。
最先发生的，就是渠道。
Seedance的模型从2.0开始成为流量密码，在2.5上线时，Higgsfield选择将它放进“14天不限量”等吸人眼球的权益里，等用户购买后真正使用时，会因为低并发而一直排队、无法生成。
这反映出渠道和模型之间的绑定规则是松散的。更进一步，Seedance 2.0养大的一批渠道，同时还可以被新模型们使用，LibTV在模型上线当晚，先在首页挂出的促销横幅是H3；即使是字节自己的即梦、小云雀，可选模型也从仅有Seedacne，增加了Happy Horse1.1、MiniMax H3、Wan3.0。
渠道不必等到另一款模型全面超过 Seedance，才把它放上货架。只要部分任务有了替代方案，就多了一种可以卖给客户的产品。也正是因此，其他模型都开始从各个角度切入，想要成为 Seedance 的替代选项。
MiniMax 选择了开源，让第三方可以继续后训练和优化推理。由此，fal.ai 推出了 H3 Max，Hao AI Lab、FastVideo 等团队又推出 FastH3，把采样压到四步，都在沿着速度寻找突破口，两个后训练版本的工程师还在 X 争论谁的路线和效果更好。
开源之后，MiniMax 不需要独自决定 H3 能做什么，自有大儒替它辩经。
阿里选择的也是开放路线。Wan 3.0 支持 30 秒原生生成、1080P 音画输出和多模态参考，还可以接收文档与网页作为输入。
在这些新模型找机会的过程中，除了模型本身的效果，为了对战Seedance，厂商们也会用变形的动作来争取更多“数据上的市场优势”。
一位接近行业的人士提到，Happy Horse 1.0刷爆了Artificial Analysis的榜单，效果之所以惊人，是因为使用了超长的推理步数，举个例子，真正 API 可用版是 32 步，那么上榜版本可能用了 1024 步，以极高成本换榜单排名。
但Benchmark 确实承担了内部业绩证明的作用。一款模型进入榜单、超过几个明确对手，团队才更容易在公司内部获得算力、预算和销售资源，才能通过免费额度、现金补贴，与下游客户“合作”，换取一段时间的调用消耗，计算出一个好看的数据。
跑分负责证明模型有能力，调用量负责证明市场有需求。当用户不会仅凭效果主动迁移，模型公司就要同时“创造”可见度和使用量。
除了渠道和其他模型厂商，更深、更远的绕行发生在应用层。
由于影视创作这类需求，需要一套围绕模型组织起来的工作流，越来越多大厂和中转站开始推出自己的应用了。
拥有内容项目和发行平台的爱奇艺，正在围绕专业级影视创作平台纳逗Pro加大投入；腾讯的 WorkRally 把漫剧制作拆成可以被 Agent 调用的全流程工具；阅文漫剧助手则从自己的 IP 出发，继续处理剧本、设定、分镜、素材、团队协作和镜头审核。它们可以使用 Seedance，也可以根据任务切换其他模型。IP、项目和发行留在平台体系内，所有模型都只是生产过程中的一个节点。
字节也在做同样的事，只是内部入口还在持续增加，各自为战。
豆包、即梦、剪映、小云雀和火山分别拥有自己的 Seedance 入口。模型团队需要 badcase，火山需要 API 收入，产品团队需要留存，内容平台还要管理供给，产品之间为了Seedance争首发、争价格的事件时常发生。
一位知情人士透露，“在内部看来，即梦有时候优势都比不过肯补贴的外部应用，而且Seedance 2.0的火爆，基本没有给即梦带来什么品牌认知，只能用内容激励和曝光机会抵消差价。”
小云雀继续向完整项目移动，可以解析长剧本，处理人物和场景资产，再进入分镜与视频生成。在 2.5 宣发中，小云雀获得了比火山 API 提前一天上线的入口，但Seedance 2.5 的官方发布报告仍然把主要使用产品写成即梦和豆包。
此外，内部人士提到，字节正在内测一款漫剧创作工具，支持上传最高 20 万字剧本，由系统完成项目规划、资产设计、分镜生产和视频合成，一个团队空间可以容纳 30 人，并可绑定抖音短剧创作者中心。同时还有火山引擎自己的 Seedance Studio ，同样从“创建新项目”开始，据称覆盖需求理解、创作规划、项目组织、内容生成、修改和成片推进。
这些产品都在尝试把 Seedance 从一个模型变成一条专业生产线，也说明字节还没有确定由谁承担这条生产线。
绕开 Seedance，因而有了不同的深度。换渠道、做套餐，改变的是购买方式；混合调用、开放权重和继续后训练，让一部分任务有了其他供应；项目工具则试图把素材、协作和客户留在应用里，让模型成为可以选择的一个节点。
2.0版本建立起来的Seedance宇宙，开始在2.5版本显露出它的缝隙，视频模型上下游也变得更加混沌了。
不过，人们可以绕开 Seedance，但仍然绕不开一件事：视频应用的下一轮增长，需要下一代真正制造需求的 SOTA。
字节自己也在沿着已有优势，寻找下一个需求。9 月上旬，彭博援引知情人士称，张一鸣正在亲自推进一款基于 Seedance 的实时空间视频模型，计划连接 Pico 头显，让生成环境响应用户的声音和动作,每秒 20 帧、50 毫秒延迟，最快 10 月推出。生成速度在这里有了新的用途：用户每做出一个动作，模型都要及时生成接下来的画面。