字节Seedance2.0的惊艳——看2026年算力“铲子股”的确定性
这两天试用了字节跳动新出的 Seedance 2.0，效果确实炸裂，未来的创作门槛会被大幅拉低。但有一个细节耐人寻味：非常吃算力。
这让我想到了谷歌的视频生成模型（Veo），我一天只能用三次。为什么限制次数？不是谷歌小气，而是目前的单位生成成本太高了。
结论很简单： 视频生成的算力消耗是指数级的。如果说文生图是“吃肉”，文生视频就是“吞金”。应用越强，对算力的饥渴就越严重。
下面我给几个基础的数据论证。
一：巨头的军备竞赛（CapEx War）
很多人担心AI是泡沫，但看看我贴的这张图（美国科技巨头资本开支预测），逻辑就很硬：
注意看 2026年 的柱状图，这几家的总支出将冲击 6000亿美元 级别。
这笔钱去哪了？绝大部分都砸向了AI基础设施（数据中心、服务器、网络设备）。
目前很多人担心，是左脚踩右脚上天，但是在维度更高的决策上，世界顶级巨头几万亿的投入，对标的是AI的工业革命3.0大基建，这方面，我们也需要持续密切的跟踪。
二：推理侧爆发倒逼基建狂飙
2023-2024是“训练侧”在买卡，而随着Seedance 2.0、Sora、Veo这类杀手级应用的落地，2025-2026将迎来“推理侧”的指数级爆发。
视频生成的算力消耗是指数级的，而非线性的。
从“画皮”到“画骨”： 早期的AI（如文生图）只需要生成一张静态图片。而Seedance 2.0 这种级别的视频模型，不仅要生成每秒24-60帧的画面，还要保证这些帧之间的时间连续性（不闪烁、物体不变形）、物理规律的合理性（重力、光影）以及长镜头的逻辑性。
推理解析成本： 训练模型（Training）虽然昂贵，但那是一次性的；而用户每生成一次视频（Inference），后台的GPU集群就需要进行海量的矩阵运算。
谷歌的“算账”： 谷歌给你限制一天3次，正是因为目前的单位生成成本太高了。在商业模式跑通之前，即使是地主家（Google）也没有余粮无限量供应这种高昂的算力资源。
所以应用越强，对算力的消耗越恐怖。Seedance 2.0 效果越好，说明它背后的参数量越大，对推理算力的需求就越像个无底洞。
只要巨头还在为了争夺AI入口而打仗（看图里的支出斜率），它们就必须无上限地堆算力。这就回到了那个最朴素的逻辑：淘金热里，不管谁挖到金子，卖铲子的人稳赚。
三：“光”的逻辑
在这个逻辑下，我看好 2026年的光模块（涨了十倍再发文看好是不是特别蠢？），这里，其实还是跟着头部大厂的决策走的，在去年年初deepseek横空出世，用了更少的算力，出来更强的性能，一时间似乎算力过剩的言论遍地都是，目前其实全部被证伪了，人家也是一直用英伟达悄悄训练，而且算力非常非常缺，回过头看，那是一次绝佳的上车机会。
当GPU集群从万卡迈向十万卡，互联带宽（光模块）是最大的瓶颈。800G向1.6T切换的周期里，量价齐升的逻辑依然坚挺。
这就好比我之前研究CXO的逻辑：不管药（大模型）最后是谁跑出来，作为卖水人（基础设施），业绩的确定性来源于行业的资本开支。看着即梦2.0生成的视频，再看看这张Capex图表，我觉得2026年的AI投资的路径也很清晰：拥抱算力基建，拥抱确定性。
最近光模块因为可插拔以及CPO的路径，头部出了非常漂亮的业绩，然后股价连着暴跌一周，正好给了我比较多的上车机会，如果有人感兴趣，后续我们可以详细来拆解一下这个路径的问题，至少目前从头部厂商选择来看，可插拔，已经过渡的NPO封装，还是主流趋势，未来CPO会不会统一？我觉得不可能，就好比CART的成本是极其高昂的，头部也一定会做体内通用疗法，疗效我可以略微降低一点，但一定要把成本打下来。