投资要点：
事件：2026 年2 月12 日，字节跳动正式发布了新一代音视频创作模型Seedance 2.0，该模型采用统一的多模态音视频联合生成架构，支持文字、图片、音频、视频四大模态输入，集成了当前业界领先的多模态内容参考与逻辑理解能力。Seedance 系列模型是字节跳动在多模态音视频生成领域的核心战略布局，技术迭代脉络清晰。2024 年9 月，字节跳动旗下火山引擎在深圳AI 创新巡展上，正式发布PixelDance、Seaweed 两款AI 视频生成大模型。2025 年5 月，字节跳动完成PixelDance 与Seaweed两大模型的深度技术融合，推出视频模型Seedance 1.0 lite。2025 年6 月公司正式发布Seedance 1.0 系列模型。同年12 月，迭代至Seedance 1.5 Pro 版本，采用原生音视频联合生成架构，显著提升复杂场景与专业镜头的创作能力。2026 年2 月，Seedance 2.0 全量发布，进一步强化了公司在多模态内容生成领域的技术壁垒与商业化落地能力。Seedance 2.0 采用统一的多模态音视频联合生成架构，支持文本、图像、音频、视频多模态输入，具备业内领先的内容理解、参考与编辑能力。1）Seedance 2.0 凭借出色的运动稳定性和物理还原能力，多主体交互及复杂运动场景下的视频生成可用率达到业界SOTA（State of the Art）水平。2）Seedance 2.0 指令遵循与一致性表现全面提升，支持混合模态输入，用户可同时输入最多9 张图片、3 段视频和3 段音频，有效拓展创作素材边界。3）Seedance 2.0 支持稳定可控的视频延长与编辑功能，显著降低创作门槛。4）该模型可输出15 秒高质量多镜头音视频内容，并配备双声道音频能力，实现高度拟真的视听效果。相较于Sora 2 Pro、Veo 3.1、Kling 系列等主流产品，Seedance 2.0 在运动逻辑、指令遵循、画面质感、视听一致性及长脚本理解上均具备明显优势，模型对参考内容的还原精度、编辑任务响应完整性，以及主体形象、特效风格、剧情叙事的一致性表现突出。当前全球AI 音视频大模型行业已进入技术快速迭代、商业化加速落地的爆发期，海内外头部厂商密集发布旗舰产品，形成百花齐放的多元竞争格局。海外市场以OpenAI Sora 系列、Google DeepMind Veo 3.1 为两大核心标杆。其中Sora 系列凭借DiT 架构实现行业技术破局，迭代版本补齐原生音画同步、物理模拟精度核心短板，完成产品力全面跃升。Veo 3.1则以免费普惠、极速生成的核心优势，在易用性与商业化适配性上实现突破。国内市场本土模型加速崛起，2026 年2 月全新上线的快手可灵Kling 3.0 以原生音画一体化为核心迭代方向，实现音频生成能力全维度升级，与字节跳动Seedance 2.0 形成国内市场双强领跑的格局，共同构建起本土模型差异化竞争的行业生态。投资建议：字节跳动发布了新一代旗舰AI 音视频大模型Seedance 2.0，实现原生音画一体化多模态生成领域的关键技术突破，行业已进入技术迭代与商业化落地加速期。我们预计多模态大模型的持续升级将会带动数据处理规模的加速提升，这将进一步加强对上游AI 基建的需求。建议关注AI 音视频生成应用放量带动下的上游AI 基建核心赛道投资机会，包括光模块，存储，PCB 等重点领域。风险提示：1）技术迭代不及预期风险；2）行业竞争加剧风险；3）政策监管合规风险。一年内行业指数与沪深300 指数对比走势：相关研究《电子行业跟踪报告：
摩尔线程推出智能编程服务》2026-02-09《电子行业周报：AI 算力需求爆发，带动半导体设备、存储赛道景气度上行》2026-02-03《电子行业跟踪报告：OpenClaw 助力AIAgent 技术范式升级》2026-02-03《电子行业周报：Intel 25Q4 服务器与人工智能业务增长亮眼》2026-01-26《电子行业跟踪报告：存储封测或将迎来戴维斯双击》2026-01-26许亮S0820525010002联系人朱俊宇S0820125040021021-32229888-25520行业研究行业研究
1. 字节跳动发布新一代音视频创作模式Seedance 2.0
事件：2026 年2 月12日，字节跳动正式发布了新一代音视频创作模型Seedance 2.0，该模型采用统一的多模态音视频联合生成架构，支持文字、图片、音频、视频四大模态输入，集成了当前业界领先的多模态内容参考与逻辑理解能力。1.1 Seedance 发展史梳理2024 年9 月24 日，字节跳动旗下火山引擎在深圳AI 创新巡展上，正式发布PixelDance、Seaweed 两款AI 视频生成大模型，同步面向企业市场开启邀测，为后续Seedance 大模型的落地完成了核心技术奠基。2025 年4 月，字节跳动完成组织架构调整，将AI Lab 团队整体并入Seed 团队，实现了视频生成技术研发力量的全面整合。次月，字节跳动完成PixelDance 与Seaweed 两大模型的深度技术融合，推出视频模型Seedance 1.0 lite。
图表1：Seedance 发展史梳理
2025 年6 月，字节跳动旗下火山引擎于FORCE 原动力大会正式发布Seedance 1.0系列模型（含旗舰版Seedance 1.0 Pro），为用户提供高效、高质量的视频创作解决方案。2025 年12 月，字节跳动迭代推出Seedance 1.5 Pro，该版本采用原生音视频联合生成架构，可精准响应复杂专业镜头指令，不仅能生成高自然度的视频画面，还可同步生成匹配叙事的原生音频，实现音画一体的视频成品快速创作。2026 年2 月，Seedance 2.0 的全量发布，进一步夯实了字节跳动在多模态AI 内容生产领域的技术壁垒与商业化落地基础。行业研究1.2 Seedance 2.0 支持文字、图片、音频、视频模式输入Seedance 2.0 采用统一的多模态音视频联合生成架构，支持文字、图片、音频、视频四种模态输入，集成了目前业界最全面的多模态内容参考和编辑能力。Seedance 2.0 核心亮点在于：1）Seedance 2.0 凭借出色的运动稳定性和物理还原能力，在多主体交互及复杂运动场景下的视频生成可用率达到业界SOTA（State ofthe Art）水平。2）Seedance 2.0 指令遵循与一致性表现全面提升，支持混合模态输入，用户可同时输入最多9 张图片、3 段视频和3 段音频，有效拓展创作素材边界。3）Seedance 2.0 支持稳定可控的视频延长与编辑功能，显著降低创作门槛。4）Seedance 2.0 可输出15 秒高质量多镜头音视频，具备双声道音频能力，能够实现高度拟真的视听效果。依托全面的参考与编辑能力，产品可大幅降低影视、广告、电商、游戏等场景的内容制作成本。
图表2：Seedance 2.0 多模态输入生成效果展示
相较于Sora 2 Pro、Veo 3.1、Kling 系列等主流音视频大模型，Seedance 2.0 在相关测试中表现领先。1）视频维度，Seedance 2.0 在运动稳定性、指令遵循度与画面美感上显著提升。Seedance 2.0 有效改善结构失真与画面崩坏问题，复杂动作流畅细腻，可精准呈现高张力动作与微表情，支持专业运镜与叙事节奏控制，对长脚本及开放指令响应较好。2）音频维度，Seedance 2.0 双声道效果层次丰富，可匹配场景音效与旋律，视听一体化体验更强。行业研究
图表3：Seedance 2.0 文字生成视频能力评测
图表4：Seedance 2.0 图片生成视频能力评测
3）Seedance 2.0 覆盖的参考任务类型更全面，支持多模态参考生成、视频编辑、视频延续等多种创作场景。同时，模型对参考内容的理解深度和响应精度具备优势，在编辑任务中指令响应更完整，生成画面真实度更高。在一致性表现上，模型在主体形象与声音还原方面表现较好，尤其在动作逻辑、特效风格及剧情叙事的参考一致性上优势显著。
图表5：Seedance 2.0 多模态任务表现测评
行业研究1.3 全球音视频大模型百花齐放当前全球AI 音视频大模型行业已进入技术快速迭代、商业化加速落地的发展阶段。海外以OpenAI Sora 系列（含初代Sora 及迭代旗舰版Sora 2）、Google Veo 3.1为核心标杆，国内市场则以快手可灵Kling 3.0、字节跳动Seedance 2.0 等为代表的本土模型快速崛起，形成差异化竞争格局。1.3.1 OpenAI Sora 及Sora 22024 年2 月16 日，OpenAI 发布首个文本生成视频模型Sora。Sora 采用DiffusionTransformer 深度融合架构（将扩散模型与Transformer 深度结合的创新架构，简称DiT 架构），旨在提升从文本到视频的生成效果。其依托自注意力机制、动态学习策略及面向视频生成任务优化的架构设计，可增强生成视频的帧间连贯性，同时提升视觉内容与文本语义的匹配精准度。
图表6：Sora 模型框架
相较于Gen-2、Lumiere、MoonValley 等视频生成模型，Sora 具备在视频时长、多模态生成覆盖度、技术架构的时序一致性等方面展现出显著优势。具体而言，1）Sora 视频生成时间长，远超Gen-2（18 秒）、Lumiere（5 秒）、MoonValley（6秒）的时长上限，能承载更具叙事性或完整性的创作需求；2）生成类型上，它不仅覆盖T2V（文生视频）、I2V（图生视频）、V2V（视频生视频），还额外支持VFI（视频插帧），多模态创作的丰富度更全面。3）技术架构层面，Sora 依托DiffusionTransformer 架构，时序一致性表现更佳，可减少画面闪烁、物体运动不连贯等问题，使动态视觉效果更贴近真实场景。行业研究
图表7：Sora 与其他视频生成模型参数性能对比
模型企业或团队发布时间主要生成类型最大时长机位控制其他特点是否开源SoraOpenAI2024/02 T2V、I2V、V2V、VFI60sDiffuse Transformer架构，时序一致性较好Gen-2Runway2023/06T2V、I2V、V2V18s-LumiereGoogle2024/01T2V、I2V5sSTUNet 架构MoonValleyMoonValley2023/11T2V、I2V6s-Emu VideoMeta2023/09T2V4sLatent DiffusionEmu EditMorphMorphStudio2023/11T2V7s-Stable VideoDiffusionStability AI2023/11I2V4s-MagicVideo-V2字节跳动2024/01T2V、I2V、V2V、VFI-U-Net 核心Pika 1.0PIKA Labs2023/11T2V、I2V、V2V7s-注：仅选取与Sora 发布时间接近模型，未覆盖全部T2V：文生视频；I2V:图生视频；V2V:视频生视频；VFI:视频插帧但作为初代文本生成视频模型，Sora 仅能生成完全无声的视频，用户需在后期手动为其添加音频。这一额外操作不仅会打断连贯的创作流程，还大幅增加了内容制作的时间成本与人力成本。为解决这一核心痛点，OpenAI 于2025 年9 月30 日推出新一代模型Sora 2。相较于初代Sora，Sora 2 首先解决无声局限，实现原生音视频同步。创作者只需输入关键词，即可生成包含音效的完整影片，无需后期额外配音。从具体场景来看，初代Sora 在人物说话、奔跑、海浪拍岸等场景中均无音效，而Sora 2 能针对不同场景自动生成贴合场景的声音。
图表8：Sora 2 解决初代Sora 无声的局限
画面内容SoraSora 2 自动生成音效人物说话无声语音、呼吸声、环境音奔跑场景无声脚步声、喘息声、风声海浪拍岸无声海浪声、海鸥叫声、风声咖啡制作无声研磨声、蒸汽声、杯子碰撞声汽车行驶无声引擎声、轮胎声、风阻声钢琴演奏无声琴键声、踏板声、空间回响Sora 2 在物理模拟精度上实现了对初代Sora 的突破性升级。针对初代“水流方向不自然”的问题，Sora 2 升级了水、烟雾等流体的模拟精度，使其运动轨迹与形态更贴近现实物理规律；针对初代存在的重力效果错误（如物体飘浮）与碰撞反馈不真实问题，它能通过精准模拟重力、惯性、摩擦力进行修正；针对人物动作僵硬、不流畅的缺陷，它还能让人物动作严格符合人体工学。行业研究
图表9：Sora2 解决了Sora 存在的物理问题
Sora 存在的物理问题Sora2 对应的改进/升级水流方向不自然流体（水、烟雾）模拟更真实重力效果不正确（物体飘浮）碰撞反馈不真实精准模拟重力、惯性、摩擦力人物动作僵硬、不流畅人物动作符合人体工学光影变化不符合逻辑光影变化符合光学原理从对比测试结果来看，Sora 2 在人物走路、水流动态、物体掉落等场景的真实度，相较于初代均有明显提升，提升区间为36%-70%，其中水流动态场景提升最显著，达70%。
图表10：Sora 2 相较于初代Sora 产品物理真实度更高
此外，Sora 2 还引入了“Cameo”功能。借助该功能，用户只需完成一次短暂的视频与音频采集，就能将自己或朋友的形象与声音注入模型；后续在任意场景中，这一角色都能以高度保真的方式呈现。这一设计有效拓展了角色互动的可能性，丰富了用户的使用体验。1.3.2 Google Veo 3.12025 年10 月，Google 发布由DeepMind 研发的Veo 3.1 视频生成模型，在生成质量、时序一致性与多模态可控性上实现关键升级。行业研究
图表11：Veo 3.1 产品展示
该模型支持文本、图像提示生成高清视频，具备原生音频生成能力，可同步生成对话、音效与环境音，标志着AI 视频“无声时代”的结束。同时它通过参考图像指导、运动控制等功能，实现对相机运动、角色一致性、场景扩展与对象操作的精确创意控制，并凭借逼真的物理效果、纹理及更高提示遵循度提升真实感。此外，模型内置SynthID水印、内容过滤与安全评估机制，以防范有害内容与滥用。相较于Sora 及其他同类工具，Google Veo 3.1 提供100%免费访问与免注册即时使用，代际速度仅需60-90 秒，远快于Sora 的2-5 分钟及其他工具的2-10 分钟，在易用性与生成效率上形成了明显优势。
图表12：Google Veo 3.1 与其他视频生成模型参数性能对比
模型Google Veo 3.1Sora其他工具免费访问100%免费仅付费有限/付费无需注册✅即时访问❌❌代际速度60-90 秒（闪电快）2-5 分钟2-10 分钟视频质量职业生涯（电影级别）职业生涯情况各异文本转视频AI✅✅✅商业用途✅允许限制情况各异下载视频✅无限限量版限量版免费访问100%免费仅付费有限/付费1.3.3 快手可灵Kling 3.02026 年2 月5 日，快手科技正式全球上线Kling 3.0 及系列AI 视频生成模型，产品以“All in One, One for All”为核心理念。Kling 3.0 搭载全新智能分镜系统，支持行业研究最高1080p 分辨率、单次最长15 秒视频生成，该版本以原生音画一体化为核心迭代方向，实现了音频生成能力的全维度产业级升级。其显著增强的原生音频（NativeAudio）端到端生成能力彻底打破了AI 视频行业长期存在的“默片模式”瓶颈，将AI 视频创作从传统单视觉生成模式升级为全沉浸式的视听一体化内容产出范式。
图表13：Kling 3.0 产品展示
模型具备全场景多语种语音生成能力，可在单一画面中同时协调最多三个不同角色的独立对话，精准适配多角色交互场景，解决了行业多角色场景下语音混淆、口型错位的核心痛点。同时Kling 3.0 可实现环境音效与视觉画面的帧级精准对齐，生成与人物动作、场景变化高度匹配的全品类环境音效，实现音频效果与画面节奏、情感基调的深度统一。行业研究
2. 市场行情回顾
2.1 SW 一级行业涨跌幅一览2026 年2 月9 日-2 月13 日，SW 电子行业指数（+3.52%），涨跌幅排名3/31 位，沪深300 指数（+0.36%）。SW 一级行业指数涨跌幅前五分别为：综合（+15.28%），计算机（+4.35%），电子（+3.52%），传媒（+3.51%），建筑材料（+2.86%），涨跌幅后五分别为:纺织服饰（-2.77%），食品饮料（-2.51%），美容护理（-2.33%），农林牧渔（-2.10%），商贸零售（-1.59%）。
图表14：2026/2/9-2/13 SW 一级行业涨跌幅一览
行业研究2.2 SW 电子三级行业市场表现2026 年2 月9 日-2 月13 日SW 电子三级行业指数涨跌幅前三分别是：被动元件（+7.38%），数字芯片设计（+6.84%），集成电路制造（+5.88%），涨跌幅后三分别是：面板（-2.58%），品牌消费电子（-1.80%），LED（+0.79%）。
图表15：2026/2/9-2/13 SW 电子三级行业涨跌幅一览
2.3 SW 电子行业个股情况2026 年2 月9 日-2 月13 日SW 电子行业涨跌幅排名前五的股票分别是：
芯原股份（+43.71%），
南亚新材（+32.67%），
盛科通信（+31.73%），
德邦科技（+29.88%），
易天股份（+28.77%）。涨跌幅排名后五的股票分别是：
可川科技（-15.93%），
翰博高新（-14.11%），
奥尼电子（-10.84%），
联建光电（-10.43%），
信维通信（-7.87%）。行业研究
图表16：2026/2/9-2/13 SW 电子个股涨跌幅前五
图表17：2026/2/9-2/13 SW 电子个股涨跌幅后五
2.4 SW 科技行业其他市场表现2026 年2 月9 日至2 月13 日，费城半导体指数（SOX）涨跌幅为+1.11%，同期恒生科技指数涨跌幅为+0.27%。
图表18：2026/2/9-2/13 费城半导体指数
图表19：2026/2/9-2/13 恒生科技指数
截至2026 年2 月11 日（中国台湾股市春节前最后一个交易日），中国台湾电子指数各细分板块上周涨跌幅分别为：半导体（+6.47%）、电子（+4.98%）、电脑及周边设备（+0.94%）、光电（-1.28%）、通信网路（+4.60%）、电子零组件（+0.82%）、电子通路（+2.44%）、资讯服务（-0.51%）、其他电子（+1.85%）。行业研究
图表20：中国台湾电子指数涨跌幅一览
注：中国台湾电子指数相关数据均取自iFinD，数据截至2026 年2 月11 日（春节前最后一个交易日）。
3. 风险提示
1）技术迭代不及预期风险：AI 音视频大模型作为前沿生成式AI 技术，迭代过程中面临核心算法突破难度大、技术路线被颠覆的风险，未来技术发展存在不确定性。2）行业竞争加剧风险：全球AI 音视频大模型赛道已吸引海内外头部科技企业密集布局，市场参与者持续增加，行业竞争日趋激烈。3）政策监管合规风险：AI 音视频生成属于生成式AI 重点监管领域，海内外相关监管政策仍在持续完善。爱建证券有限责任公司上海市浦东新区前滩大道199 弄5 号电话：021-32229888传真：021-68728700服务热线：956021邮政编码：200124网址：http://www.ajzq.com