字节今天又发了新一代的大模型，豆包seed 2.0。

很多人也在讨论。

本来真的不想卷了，花了点时间看完了技术报告，然后火山上也上了，我就把我项目里的所有seed 1.8都升级到了2.0后，测试了些任务，我觉得还是有点超我预期的。

所以回家路上手机码字碎碎念几句。 首先，这次发的Seed 2.0，定位是多模态通用模型，三个规格，Pro、Lite、Mini，外加一个专门写代码的Code。 细节就不详细展开了，手边没电脑一些数据也记不太清了，我简单总结一下：

Seed 2.0是个原生多模态模型，多模态能力全球SOTA，在视觉理解、视频理解上基本就是No.1，从火山上接了一下API，用我最爱用的blender教程视频，测了一下目前做的都不太好的视频理解能力，体感上应该就是当今最强的，比Gemini 3 Pro还要强。

本体代码能力确实普通，但是跟OpenAI一样，代码单独用Code模型去做，而不用自己的主模型去卷，主模型是给普罗大众用的，这个思路没问题。

然后还有两个有意思的特点我觉得对普通人也很有用，但是没啥人提。

一个是基于视觉理解的非结构化文档理解，比如各种乱七八糟的复杂的文件和PDF，都是那种扫描版或者图片，用大模型提取信息的能力，目前Seed 2.0应该也是SOTA，对于所有的办公场景都非常的实用。

另一个就是搜索Agent这块，这个非常重要，我自己之前一直都是用GPT-5.2来作为的搜索引擎，这半年来我用它搜索几乎都已经不去验证数据源了，幻觉率极低，是我体感是最强的，全球没有一个能追上，几乎是把Claude和Gemini摁在地上打。

这次seed 2.0在最核心的评测集BrowseComp上，居然直接打平GPT-5.2，我自己下午随便试了下，在国产环境下，我甚至觉得比GPT 5.2还要准一点，这个属实是在我意料之外的。

而且，在这些能力的提升下，Seed 2.0的人味不像很多其他模型，居然没有降低，这个更离谱。我个人下午体验下来，觉得反而在通用场景下，是有些超预期的，因为我知道字节内部有一个硬性规定，就是不准蒸馏，所以这个能力是实打实的，在没蒸馏的情况下，把这些能力做到这种程度，属实不易。在国内，这可能就是你日常工作中能比肩GPT 5.2在拟人化上比肩GPT4o的水桶模型。有时候，为了绝大多数场景和用户考虑，可能会更重要更普惠一些。

在这个思路上，字节跟OpenAI倒是如出一辙。国产大模型卷到这个程度，作为用户是真的幸福。而从业者，也是真的天天过年。最后，就说到这吧。真的祝大家新年快乐啦～