关于豆包的Seed2.0，简体中文没有告诉你，这些非常要害和诚实的细节

字节在过年前发了Seed2.0，准备加持豆包投入一场首次中国全民参与的AI场景。

我们认真阅读了全英文的模型卡，Seed2.0: Towards Intelligence Frontier for Real-World Complexity。这份79页的文件，可能是自DeepSeek V3/R1以来，中国AI实验室最有意思的AI技术说明文献。Seed2.0的全部意义，并不在简体中文稿件里。

下面我们划下重点。

1，Seed想摆脱它与中国的开源模型站队，而是想定位为一家全球性的、一流的AI实验室。

读下这段：“Seed 模型并非轻量化对话模型，而是面向工作流的模型即服务（MaaS）基础模型，其核心能力聚焦于多模态理解、长上下文推理、结构化生成与工具增强执行，以可靠地完成企业端到端任务。

在全球范围内，这一技术路线与 OpenAI、Anthropic、Google Cloud 近期发布的企业人工智能报告方向一致，这些报告均将软件工程、科研、分析、客户支持与知识工作列为增长最快的企业人工智能应用领域。”

2，Seed公布了中国内地各行业和各应用场景的初步token用量，从中可以看出，中国的AI应用仍然由互联网绝对主导，从应用场景上看，高经济价值的应用占比非常小。

token消耗量

（来源：Seed2.0模型卡）

行业：从左图可以看出，互联网行业的流量（应该是token消耗量）占比超过75%，消费电子占比略超10%，其他所有行业如金融、新零售、商业服务、制造业、通信、汽车等，各自占比都不及1%。

应用场景：从右图来自字节合作奖励计划中的数据分布，可以看到非结构化信息处理占了近40%，其余的教育和内容创作各自占比约12%左右，搜索和推荐占比超过10%，社交陪伴约占8%左右，其余企业服务部分（to B）如专业咨询、消费服务和销售、质量检验、编程、结构化信息处理等，各自都占5%以下的比重。

以上说明中国大模型的应用，与中国的互联网行业高度同构，即绝大多数用于消费场景，而在企业服务方面发展较慢。

顺便说一句，当字节开始定期宣布它的token消耗数量时，就很快与Gemini和OpenAI处于一个量级。未尽研究也领先从token统计分析进行token经济研究：

从中美科技巨头的AI差距，看如何为自己创造出资本激励（2024/05）

英伟达4万亿美元，AI时代的叙事新起点（2025/07）

当世界被token淹没，价值去哪里了（2025/10）

豆包-Seed-1.8，每天50万亿token，字节跳动真实的世界野望（2025/12）

谷歌真正的token消耗、AI收入，还有翻倍的资本投入（2026/02）

3，Seed建立了一个新型的评测基准体系，包括这次新推出的完全自研、基于外部基准优化 / 适配、和自研子集 / 衍生版本三类。

完全自研且新推的基准：主要集中在 长尾专业知识（LPFQA/Encyclo-K）、中文复杂场景（中文复杂指令基准）、端到端生产任务（NL2Repo-Bench/Trae In-House Bench）、价值导向场景（ToB 系列 / WorldTravel）和 模型诊断（自动化行为诊断基准），核心是填补现有外部基准的评估缺口（如中文适配、企业实用价值、Agent 长周期任务）。

非完全自研的基准：主要是对外部成熟基准的 适配优化 或 质量提纯，目的是确保评估的客观性（与国际前沿模型对比）和可靠性（剔除低质量用例），避免重复造轮子。

设计逻辑：Seed2.0 的基准策略是 “自研补缺口 + 外部做对比”—— 自研基准聚焦真实场景、中文需求、价值落地等外部基准覆盖不足的领域，外部基准用于验证核心能力与国际前沿的差距，两者结合形成完整评估体系。

4，Seed在报告中披露，它在评测中采用了自己的token统计方式，与OpenAI的统计方式有所不同。

在长上下文多步推理基准(Graphwalks)中，Seed使用了内部自研的分词流水线，这导致在token统计方式上与OpenAI官方Graphwalks的分词和评分设置存在不一致，主要影响Graphwalks这类对token计数敏感的评测，但也会在一定程度上影响其他项目的结果。

在声明评测差异的前提下，Seed2.0公布与其他模型的对比，是为了清晰展示自身能力的区间和独特价值，这是行业内的一种惯例，客观上也能淡化“跑分竞赛”式的刷榜行为。

5，非常罕见，Seed2.0在中国的AI实验室的官方报告中没有隐瞒自己的差距。

“Seed2.0系列与国际前沿LLM相比仍存在差距。以SWE-Evo和NL2Repo为例，Seed2.0系列在编码方面与Claude存在相当大的差距。以SuperGPQA和SimpleQA-Verified为例，Seed2.0系列在与用户体验密切相关的长尾知识方面与Gemini存在较为明显的差距。”

SWE-bench 验证结果：Seed得分 76.5%，Opus 得分 80.9%。在业内公认的编码代理基准测试中，两者相差 4.4 分。在 NL2Repo（根据规范构建完整代码库）测试中，Seed 得分 27.9，而 Opus 得分 43.2。差距悬殊。

在SimpleQA-Verified这一事实准确性基准测试中，Seed的得分为36.0，而Gemini的得分为72.1。这相差36个百分点。

6，吴永辉参与过谷歌DeepMind追赶OpenAI；领导Seed实验室，正在追赶Gemini，OpenAI，还有Anthropic。

吴永辉2008年博士毕业后加入 Google，参与了谷歌最核心的搜索排名工程，在Google Brain推动深度学习改变翻译领域、并提升搜索排名算法；2023，在DeepMind与Google Brain合并后，成为谷歌DeepMind 研究副总裁，参与了Gemini对GPT-4的追赶与翻盘 。

2025年2月初，吴永辉加入字节，担任领导Seed实验室的副总裁。当时DeepSeek震撼了中美，并把Seed甩下。吴永辉相当于又在中国参与了一场追赶与翻盘。这一次是在中国闭源打开源。

模型卡中没有透露参数规模，据《晚点》报道，2.0是吴永辉接管Seed一年最核心的产出。它是一款类似Gemini的多模态模型，是Seed成立以来训练的最大模型，达到了万亿参数。

吴永辉的工作方式和模型目标，都带一定的谷歌DeepMind色彩，如多模态、长上下文，深度思考与分析能力，以及对科学智能的追求。他想把Seed做成一个研究品牌，同时具备很强的工程与产品能力，其中大量的经验，来自DeepMind。同时，2.0又强调它是一个能完成实际工作的目标，在AI编程方面对标Anthropic。

7，既然Seed2.0大方地承认了它在一些方面的不足，那么其他更多方面的逼平或者超越世界一流的评测得分，它也就当仁不让了。且看下表（字体加粗就是第一）：

先看大型基础语言模型。Seed2.0 Pro落后于GPT-5.2 High和Gemini-3-pro-High,但领先于Clause-Opus-4.5。

再看效率型的基础语言模型，Seek2.0 Lite，落后于Gemini-3-Flash-High，和GPT-5-mini High

在视觉-语言的评测分数上，Seed2.0 Pro明显领先。

在公共视频理解方面，Seed2.0 Pro更是遥遥领先。

在大模型的基础智能体能力中，Seed2.0明显领先Gemini-3-pro-High，与GPT-5.2 High和Claude-Opus-4.5处于相当水平 。

在效率型的基础智能体能力方面，Seed2.0 Lite比GPT-5-mini-High和Gemini-3-Flash-High显示出一定优势。

在大模型完成高经济与科学价值的评测中，Seed2.0落后于GPT-5.2-High，与Gemini-3-pro-High处于相当水平 。

在效率基础模型完成高经济与科学价值的评测中，Seed2.0开始显示出优势，尤其是在真实世界的任务中。

8，总之，Seed2.0在多模态、智能体的实际工作能力等方面实现了赶超，尤其是在视频理解方面，占据了明显的优势。在效率型模型的各方面能力上，开始显示出优势，这点表现与中国开源模型的比较优势一致。总体来说，作为中国的一家闭源模型，它理应达到总体上更加接近世界顶流AI实验室的水平——现在基本上实现了。但是，它还有一个巨大的优势，在于价格：

下面是API token预填充/解码(prefill/decode) 的价格比较（美元/百万token），Seed2.0在各个量级上，都保持了低一个数量级的价位。但是，在与美国对手竞争之前，它首先面临着中国开源模型更加激进低价的内卷。

Seed2.0的标志性意义在于，中国以开源模型军团作战、快速跟随为特色的AI竞争力，现在补上了闭源模型这一块，也有一家中国的实验室，可以步步紧逼和局部超越国际顶流AI实验室了。

One More Thing

与此同时，Seed还处于“技术补债”的过程当中，尤其是它的infra能否马上满足它的模型雄心，如它的视频生成的时延，在普通用户那里已经超过了一个小时；它的Seedance2.0视频训练数据引发了国际上的侵权谴责和调查；以及在发布和内部评测初期，在引起测评小圈子和自媒体尖叫的同时，一度违反了禁止deepfake、保护真人权益的国际AI惯例。

Seed2.0加持的豆包大模型，即将登场春晚，与参与地方电视春晚的其他模型一起，将共同形成第一个全国大型活动上的全民AI应用场景。Seedance2.0目前暂不支持输入真人图片或视频作为主体参考，也不支持生成涉及迪士尼、熊出没等IP形象的视频内容。

--

参考：

Seed2.0模型卡：

https://lf3-static.bytednsdoc.com/obj/eden-cn/lapzild-tss/ljhwZthlaukjlkulzlp/seed2/0214/Seed2.0%20Model%20Card.pdf