Enthüllung von ByteDances Seedance: Das zweite vielversprechende Geschäftsfeld der globalen KI | 36Kr

Interview | Deng Yongyi, Xiao Sijia, Li Xiaoxia

Text | Zhang Yuxin, Deng Yongyi

Editing | Zhang Yuxin, Yang Xuan

Ende 2025, bei einem gemeinsamen Essen des Modellteams, erwähnte Zeng Yan, die Leiterin des Seedance-Modells, gegenüber ihrem Vorgesetzten, dass sie es dennoch versuchen wolle, ein Modell mit größerem Umfang zu trainieren – mindestens mit 200 Milliarden Parametern (200B).

Zeng Yan ist eine sehr junge Forscherin bei ByteDances Seed-Abteilung, die 2021 über das Hochschulrekrutierungsprogramm eingetreten ist und sich in ihrer Forschung stets auf das Videoverständnis und die Videogenerierung konzentriert hat. „Sie hat immer ihre eigenen technischen Urteile“, sagte eine Person, die mit Zeng Yan zusammengearbeitet hat, zu 36kr. „Und sie ist sehr initiativ, hält an Dingen fest, an die sie glaubt, und sucht nach Wegen, Ressourcen für ihre Umsetzung zu sichern.“

Diese Bewertung spiegelt fast genau die Situation wider, in der sich Zeng Yan beim Training von Seedance 2.0 befand. „Sie wollte ein Modell mit mehr Parametern trainieren, aber damals gab es im Team einige Meinungsverschiedenheiten. Einige fanden es etwas voreilig, das Modell direkt auf 200B bis 300B zu skalieren, und die gesamten Trainingsressourcen waren knapp – es wäre sicherer, zuerst ein Modell der 100B-Klasse zu trainieren“, sagte eine informierte Person zu 36kr.

Die genannte Person fügte hinzu, dass zufällig ein Führungskraft an dem gemeinsamen Essen teilnahm, von Zeng Yans Idee erfuhr und sagte, dass er einige Ressourcen für das Training von Seedance 2.0 koordinieren könne. „Später, bei der endgültigen offiziellen Bewertungssitzung in der Seed-Abteilung, nach einer Diskussion zwischen Wu Yonghui, dem Leiter von Seed, und Zhou Chang, dem Leiter des Bereichs visuelle multimodale Generierung, wurde schließlich beschlossen, Zeng Yans Idee zu unterstützen.“

Diese damals etwas radikal erscheinende technische Entscheidung erwies sich letztendlich als richtig. „Weil Zeng Yan darauf bestand, dass das Modell groß genug und die Trainingsdaten reichhaltig genug sein müssen, konnte Seedance 2.0 erfolgreich werden“, sagte der genannte Informant.

Wir haben mehrere KI-Praktizierende innerhalb und außerhalb von ByteDance interviewt, und die meisten sind der Meinung, dass der echte Wandel des Rufs von ByteDance bei großen Modellen mit Seedance 2.0 begann: Bei großen Sprachmodellen wurde das Doubao-Modell erst Mitte 2025 mit der Iteration auf Version 1.6 von der Branche als Mitglied der ersten nationalen Ebene eingestuft. Bei der Codierungsfähigkeit gab es bis zur Einführung von Doubao 2.1 keine großen Durchbrüche – es konnte nicht mit den Flaggschiffmodellen von Startups wie GLM, Kimi und DeepSeek mithalten. Seedance 2.0 war jedoch fast das erste und bisher einzige Modell von ByteDance, das in der Wirkung einen absoluten Vorsprung erzielen konnte.

Dieses absolut führende Modell war auch das erste, das ByteDance wirklich Gewinne einbrachte. 36kr hat exklusiv berichtet, dass Volcano Engine seit 2026 seine Umsatzziele für MaaS ständig erhöht. Tan Dai, der Leiter von Volcano Engine, sagte zu 36kr, dass mehr als die Hälfte der Einnahmen von Volcano MaaS in diesem Jahr von Seedance stammt. 

ByteDance hat ein gutes Geschäft getroffen.

Es gibt viele unterschiedliche Aussagen über die Gewinnspanne von Seedance 2.0. Spät berichtete, dass das Bruttogewinnmarge dieses Modells 70 % erreicht, während mehrere KI-Praktizierende 36kr mitteilten, dass sie schätzen, dass die Bruttogewinnmarge von Seedance 2.0 90 % erreicht hat. (Obwohl Tan Dai, Leiter von Volcano Engine, angab, dass die Öffentlichkeit sich zu sehr auf die Gewinne von Seedance konzentriere und diese tatsächlich nicht so hoch seien.) Wie dem auch sei, im Vergleich zu großen Sprachmodellen in der aktuellen Phase ist das Videomodell in China tatsächlich ein besseres Geschäft: Es ermöglicht höhere Preise und hat weniger Wettbewerb in der Branche.

Zudem hat sich zwischen den verschiedenen Geschäftslinien von ByteDance ein einzigartiger kommerzieller Kreislauf auf Basis von Seedance gebildet: Inhaltsplattformen wie Hongguo und Douyin haben im Vergleich zu früher mehr Ressourcen für KI-Serien bereitgestellt – mehr Inhaltsproduktionsunternehmen kaufen Modelle bei Volcano, um hochwertige KI-Kurzserien zu erstellen – die sprunghafte Zunahme der Anzahl von KI-Serien bringt Hongguo und Douyin mehr Einnahmen aus Werbung oder gezielter Werbung.

So entsteht ein positiver Kreislauf.

In Momenten, in denen sich die Fähigkeiten von Modellen sprunghaft verbessern, lassen sich oft neue Produktivitätsszenarien erschließen – und der Geldfluss ändert sich dadurch ebenfalls. Dies wurde bereits einmal nach der Veröffentlichung von Claude Opus 4.6 bestätigt, und bei Seedance 2.0 wurde es erneut bewiesen.

Seedance ist jedoch nicht nur der erste Sieg von ByteDance in mehr als drei Jahren seit dem Einstieg in das Geschäft großer Modelle, sondern lässt die gesamte chinesische Branche großer Modelle auch etwas sehr Wichtiges erkennen: Ja, hinter großen Modellen stehen enorme Kapitalausgaben – aber sie können auch Gewinne mit ausreichend hohen Margen erzielen.

Der Sieg der Talente, der Sieg der Daten

ByteDance hat in KI schon immer „ohne Rücksicht auf die Kosten investiert“ – in GPUs, Daten und Talente wird alles in voller Kapazität eingesetzt.

Zuerst die volle Investition in Talente.

Schon immer war ByteDance gut darin, „alte Mitarbeiter neue Geschäfte machen zu lassen“ – dieser Ansatz wurde anfangs auch bei Seed angewendet. Nach mehr als einem Jahr gab es jedoch keine großen Fortschritte. Mitte 2024 begann ByteDance, stark in die Rekrutierung von KI-Talenten zu investieren. Dies war auch die erste wichtige Veränderung, die entstand, nachdem das Kernmanagementteam tief in die KI-Geschäftsabläufe eingriff: Es wurde weltweit nach Talenten für große Modelle gesucht, auch unter Zahlung extrem hoher Gehälter.

Mitte 2024 wurde ein spezielles Rekrutierungsteam für KI-Geschäfte gegründet. Das Besondere an diesem Team ist: Viele Personalmitglieder haben starke Geschäftshintergründe, sodass sie besser mit hochrangigen KI-Talenten kommunizieren können – beide ehemaligen Leiter haben wichtige Geschäfte bei ByteDance geleitet und Erfahrung in strategischer Arbeit. ByteDance zahlte diesem Team auch hohe Gehälter: Die Jahresgehälter der Personalmitglieder für hochrangige Rekrutierung überschreiten oft eine Million Yuan.

Eine „KI-Talentliste“ entstand ebenfalls: Die führenden KI-Talente im In- und Ausland sind darin aufgeführt – „ein paar hundert Personen, die ständig aktualisiert werden“, sagte ein Personalmitarbeiter für hochrangige Rekrutierung. „Die Seed-Abteilung muss sich fast nicht an das Gehaltssystem von ByteDance halten, um Angebote zu machen. Für Personen, die wir einstellen wollen, kann das TP (Gehaltspaket) individuell gestaltet werden.“

Zudem kehrte Zhang Yiming wieder in die vorderste Linie zurück und traf sich häufig mit KI-Talenten für „direkte Gespräche“ – viele hochrangige Forscher entschieden sich angesichts von Vergütung und Aufrichtigkeit für einen Beitritt.

„Menschen“ sind so wichtig, weil: „Wenn ein erfahrener Leiter, der die richtigen technischen Entscheidungen treffen kann, mit einem Team kluger junger Leute praktische Trainingsexperimente durchführt und ausreichend Ressourcen erhält, kann das kaum schiefgehen“ – diese Ansicht teilen mehrere Branchenkenner.

Mit dem Beitritt von Zhou Chang und Wu Yonghui nacheinander reduzierte Seed die parallele Arbeit in gleichen technischen Richtungen innerhalb der Abteilung, und die Urteile über technische Richtungen und Trainingswege wurden konvergierender und genauer – was sich besonders deutlich bei Seedance zeigte.

Früher gab es bei ByteDance zwei unabhängige Teams, die Videogenerierungsmodelle trainierten: Zeng Yan vom AI Lab arbeitete an PixelDance, Jiang Lu von Seed an Seaweed. „Damals gab es bei ByteDance viele separate Bereiche, und die Gruppen, die an Video arbeiteten, wählten bei der Architekturauswahl eigentlich zuerst den falschen Weg“, sagte eine Person, die die frühen Verhältnisse kennt.

Nehmen wir die erste Version von PixelDance als Beispiel: Sie wählte die Architektur, bei der 2D-UNet auf 3D erweitert wurde – man kann es sich als Videofizierung eines Bild-Diffusionsmodells vorstellen, nicht als native Videoarchitektur. Zu einer Zeit, in der die technische Route der Videogenerierung noch nicht konvergiert war, schien dies ein schnellerer und sichererer Weg – aber später stellte sich heraus, dass seine Obergrenze nicht hoch war.

Gleichzeitig wählte das Keling-Team von Kuaishou die gleiche DiT (Diffusion Transformer)-Architektur wie Sora, und zwar den nativen Videoweg – mit einer höheren Obergrenze, aber schwieriger umzusetzen. „Wenn Menschen und Daten keine Probleme bereiten, wird das trainierte Modell keine schlechte Wirkung haben“, sagte ein Informant. Der daraus entstandene Zeitvorsprung ließ Keling fast ein Jahr lang die Führung übernehmen.

Ende 2024 verließ Jiang Lu ByteDance, um zu Apple zu wechseln. Zeng Yan wechselte im Zuge der organisatorischen Veränderungen im AI Lab zu Seed und wurde die Hauptverantwortliche für das visuelle Generierungsmodell Seedance. Es war ein kleines Team mit nur einem Dutzend Kernalgorithmus-Ingenieuren. Ab diesem Zeitpunkt begannen sich sowohl das Team als auch die technische Route von ByteDances Videogenerierungsmodell zu konvergieren.

Der größte Unterschied zwischen der späten Phase von PixelDance und dem Übergang zu Seedance im Vergleich zu den Anfängen war die Anpassung der Trainingsarchitektur: Sie wechselte von der UNet-Architektur zu einer auf DiT basierenden Richtung. Diese Architektur kann das Scaling Law großer Modelle besser umsetzen – mit der Erhöhung von Parametern, Datenmenge und Rechenleistung verbessert sich die Wirkung des Modells deutlich.

Aber Seedance 1.0 und 1.5 waren nicht erfolgreich: Diese beiden Versionen wiesen deutliche Unterschiede zu Googles Veo auf, ihr globaler Marktanteil lag etwa auf Platz vier und im Inland hinter Keling. Ein Mitarbeiter von Volcano sagte, dass ByteDance in dieser Zeit seine Konkurrenten Keling und Runway genau im Auge behielt – „wir haben lange gegen Keling gekämpft“, aber nie aufholen können. Der Marktleiter eines Video-Agent-Unternehmens beschrieb 36kr gegenüber das Gefühl so: Keling hat einst fast 80 % des Videogenerierungsmarktes eingenommen.

Die lange Auseinandersetzung zwischen ByteDance und Kuaishou hat sich von Kurzvideos, Live-Streaming und E-Commerce nun zu Videomodellen verlagert. Dies ist ein Krieg, den ByteDance unbedingt gewinnen muss.

Im Dezember 2025, kurz nachdem Seedance 1.5 online gegangen war, begann das Team bereits mit dem Training der Version 2.0 – dies wurde zu Seedances entscheidendem Wendepunkt.

„Seedance legt großen Wert auf Trainingsdaten und Modellarchitektur“, sagte ein Mitarbeiter von Seed. Wenn man nur die Anzahl der GPUs vergleicht, hat ByteDance sowohl bei der Anzahl als auch bei der Qualität große Unterschiede zu OpenAI und Google. Ausländische Unternehmen nutzen bereits große Cluster von B-Karten (große KI-Rechencluster mit Nvidia-B200/B300-Grafikkarten) für das Training von Videomodellen. Bei ByteDance hingegen steht Seedance zwar hoch in der Priorität, aber hinter den Sprachmodellen – es wird mit relativ schlechteren GPUs trainiert. Daher muss das Team sich auf Architektur und Daten konzentrieren.

„Wenn man diese beiden wichtigsten Dinge richtig macht, geht es nur noch um kontinuierliche Iteration.“ Dies kehrt zurück zu dem Branchenkonsens: Die richtigen Menschen, die richtige Richtung und ausreichende Ressourcen – der Rest ist nur eine Frage der Zeit. Und all diese Dinge hat Seedance zufällig.

Zu „Menschen und Organisation“ sagte ein Gründer eines Unternehmens für große Modelle, der das Seedance-Team kennengelernt hat, zu 36kr: „Große technische Innovationen erfordern oft geniale Forscher und eine entspannte Forschungsumgebung, um sie zu fördern. Sobald jedoch die technische Route feststeht, braucht es strenge Zeitplanverwaltung, um sicherzustellen, dass jeder Schritt des Trainings korrekt ausgeführt wird. Das Seedance-Team hat wirklich jedes Detail perfekt umgesetzt – seine Kampfkraft im Gruppenkampf ist sehr stark.“

Der wichtigste Schlüssel zum Erfolg von Seedance 2.0 sind die zum Training verwendeten Daten. „Dies ist ein Sieg der Daten.“ Mehrere Praktizierende kamen zu diesem Schluss, als sie mit 36kr über die Erfolgsgründe von Seedance 2.0 sprachen.

In der Vor-Trainingsphase großer Modelle sind viele kleine Experimente erforderlich. Viele Mitarbeiter müssen an Aufgaben wie der Festlegung von Datenstandards, Synthese, Quellenfindung, Annotation, Bereinigung und Bewertung arbeiten – zudem werden ausreichend große, reichhaltige und vielfältige Daten benötigt.

„Die Datenannotationen von Seedance sind sehr solide, sodass die vom Benutzer eingegebenen Prompts genau mit spezifischen Daten abgeglichen werden können“, sagte ein Informant zu uns. Bei ByteDance allein gibt es mehr als tausend Mitarbeiter, die das Modell-Datenbewertungsteam für Seedance bilden. Im Vergleich dazu haben viele führende Startups im Videobereich bereits mit einem Dutzend Mitarbeitern im internen Bewertungsteam einen relativ großen Aufwand. Hinter jedem Algorithmus-Ingenieur von Seedance stehen oft mehr als zehn Datenmitarbeiter zur Unterstützung. Dieses riesige Datenteam muss in der Lage sein, die für Experimente und Training benötigten Daten schnell zu liefern sowie Benutzerfeedback zu sammeln – sodass die Algorithmus-Mitarbeiter jedes Signal zur Iteration des Modells schnell erfassen können.

Im Seedance-Algorithmusteam gibt es zudem eine Person, die speziell für die Zusammenarbeit mit dem Datenteam zuständig ist. Mehrere Personen in der Nähe von Seed sagten uns, dass diese Rolle wie ein Datenproduktmanager im Trainingsteam ist – sehr wichtig. Er weiß genau, welche Daten das Training benötigt, kann dem Datenteam klare und effektive Anforderungen stellen, und die Algorithmus-Mitarbeiter erstellen sogar selbst Daten und führen selbst feine Datenbereinigungen durch.

Bei der spezifischen Datenauswahl nutzte Seedance fast keine Daten von Douyin, sondern kaufte eine große Menge an Filmmaterial – vor allem viele hochwertige filmische Ressourcen – und zerlegte sie mit Sprachmodellen in Drehbücher und Einstellungen. „Das Ergebnis wirkt, als hätte man eine Gruppe von Filmmeistern in das Modell integriert.“

Das Team führt gezieltes Datentraining für verschiedene Szenarien durch. Zum Beispiel: „Seedance 2.0 hat systematisch Werke mit vielen Lauf- und Sprungbewegungen gelernt, weil sie viele echte Bewegungsszenarien wiedergeben können. Sie lernen zudem durch Simulieren oder Bildschirmaufnahmen von Spielen und durch Daten aus professionellen Szenarien, um dem Modell zu helfen, verschiedene Innenräume zu verstehen“, sagte ein Datenmitarbeiter von ByteDance zu 36kr. Diese Daten aus verschiedenen Szenarien bilden das riesige Trainingsdatenset von Seedance 2.0.

Eigentlich nicht nur bei Videomodellen – ByteDance investiert stark in die Trainingsdaten aller Modelle. Laut 36kr überschritt das