6 月 3 日，大模型商业化的一个关键标杆数据浮出水面。据市场消息确认，字节跳动火山引擎在今年 4 月已将 MaaS（模型即服务）业务的全年营收目标上调至 150 亿元人民币，且该预期呈现出按月动态上修的趋势。

作为对比，2025 年底火山引擎对该业务的预期仅为 100 亿元，而 2025 年全年的实际 MaaS 收入约为 15 亿元左右。这意味着，截至目前的营收目标已是去年实际营收的 10 倍，火山引擎正在执行一项极为激进的商业化扩张计划。

驱动这一规模跃升的其中一个引擎是一个高度聚焦的单一产品——视频生成大模型 Seedance 2.0。

据了解，该模型自今年 2 月发布以来，在短短三个月内实现了商业化的快速放量，目前单月营收贡献已突破 10 亿元人民币，且仍处于增长阶段。

在当前大模型行业普遍面临商业化验证压力的背景下，单月 10 亿元的营收体量，成为国内大模型商业化进程中的一个重要观察样本，也为 MaaS 模式在特定场景下的规模化变现提供了新的参考。

这一数据背后，既体现出模型能力带来的产品竞争力，也反映出垂直行业对生产效率提升的真实需求。

市场给出的反馈极为直接，当模型能力跨越商业可用门槛后，企业客户的付费意愿开始快速释放。

01 " 爆款模型 " 如何撑起 MaaS 增长

火山引擎 MaaS 业务从 15 亿元到 150 亿元的目标跨越，并非全量产品线齐头并进，而更像是一场由单点技术突破带来的商业杠杆效应。Seedance 2.0 单月超 10 亿元的营收，也是一场技术供给与行业降本需求的精准对接。

Seedance 2.0 在商业化上的成功，首先源于供给侧的稀缺。

今年 2 月产品发布之初，其生成视频在物理规律连贯性和时序一致性上的表现迅速引发市场关注。在春节期间，由于用户需求集中释放，算力资源一度供不应求，部分用户生成一段十几秒的视频需要排队数小时。

这种供需错配，也暴露出高质量视频模型推理成本高企的现实。

面对巨大的流量洪峰，火山引擎并未长期维持面向 C 端的免费供给，而是逐步将有限算力资源向企业客户倾斜，通过白名单机制优先保障签订合作协议客户的稳定调用。

在传统云服务市场，企业客户往往需要经历较长周期的测试和采购流程。但在 Seedance 2.0 案例中，优质模型能力本身成为推动付费转化的重要因素。

高质量视频生成的门槛，使企业客户愿意为确定性和效率支付溢价。要支撑每月 10 亿元规模的持续收入，仅依靠个人用户显然并不现实。当前，短剧行业已经成为 Seedance 2.0 最重要的收入来源之一。

一位短剧公司负责人向华尔街见闻表示，Seedance 在短剧行业的渗透率已经非常高，主流制作团队普遍都在使用 Seedance。其背后的商业逻辑也十分清晰，AI 对于短剧生产成本的重构，正在从尝试阶段进入实际应用阶段。

传统短剧制作流程高度依赖实景拍摄、群演调度、后期特效和密集剪辑，单部作品成本动辄数十万甚至上百万元。

Seedance 2.0 的介入改变了这一成本结构。制作方开始大规模利用 AI 生成空镜、复杂转场，以及部分不需要精准口型匹配的中远景镜头。

这不仅将原本需要数天完成的拍摄工作压缩至数小时的提示词调试过程，也减少了场地租赁、差旅和人员等成本支出。

对于高周转的短剧公司而言，即便 API 调用成本不低，但相比节约下来的传统制作费用，其投入产出比依然具备吸引力。

短剧行业对于高频、大批量视频生成的需求，与 Seedance 2.0 的 Token 计费模式形成了较强匹配。

从商业化角度看，Seedance 的意义或许不只是创造了一款爆款模型，更重要的是，它证明视频生成正在从技术展示阶段进入规模化付费阶段。

不过，这种收入结构同样存在挑战。视频生成本身属于重投入赛道，营收增长背后仍需要持续承担训练、推理以及基础设施建设成本。

虽然 MaaS 营收目标已经上调至 150 亿元，但在算力投入、研发支出和基础设施建设持续扩张的背景下，其最终盈利能力仍有待进一步观察。

02 全球竞争格局重塑

将视线拉出国内市场，Seedance 2.0 的爆发同样正在影响全球视频模型竞争格局。

在跨越技术验证阶段后，字节跳动面对的已经不仅是商业化问题，还包括全球化扩张与长期技术竞争。

目前全球视频生成模型市场仍处于头部玩家主导阶段。在多项第三方模型测评中，Seedance 2.0 已经进入全球第一梯队，并被视为当前最具竞争力的视频模型之一。

值得注意的是，Seedance 目前单月超 10 亿元的营收，是在海外版 API 尚未全面开放的情况下取得的。

这意味着，目前的收入主要来自国内以及部分亚洲市场。随着多语言能力完善和海外合规体系建设推进，海外市场有望成为火山引擎 MaaS 业务的重要增量来源。

随着后续版本持续迭代以及海外市场逐步开放，火山引擎 MaaS 业务仍存在进一步释放增长潜力的空间。

不过，随着商业化规模扩大，合规问题也开始受到更多关注。

高质量视频模型在训练过程中不可避免地涉及版权、风格模仿等争议领域。当模型能够高度还原特定画面风格和视觉效果时，版权归属与合理使用边界也将受到更多讨论。

与此同时，肖像侵权、虚假视频生成以及信息安全问题也在同步出现。

对于技术提供方而言，内容安全治理正在从产品问题逐渐演变为经营问题，并直接影响业务扩张的边界。

这要求技术团队持续完善审核机制和安全体系，在内容生成能力与风险控制之间寻找平衡。

如果治理过于严格，可能影响正常创作体验；如果治理不足，则可能带来法律与合规风险。

在商业化快速增长的同时，内容安全能力也正在成为视频模型竞争的重要组成部分。

站在更长期的视角看，视频生成模型的价值或许并不局限于内容生产本身。

业内普遍认为，高质量视频模型在学习真实世界运动规律的过程中，也在积累对物理世界的理解能力。当模型能够更准确地模拟物体运动、空间关系以及环境变化时，其潜在价值开始超出影视和广告行业。

这类能力未来是否能够迁移至机器人、自动驾驶等领域，目前仍存在较大讨论空间，但已经成为全球 AI 产业关注的重要方向之一。

从这个意义上看，火山引擎持续投入 Seedance，不仅是在争夺当前的视频生成市场，也是在为下一阶段的人工智能竞争积累能力储备。