不上臺表演的豆包，或許是春晚最忙的那個

2月17日晚8點，馬年春晚準時開場，火山引擎數(shù)據(jù)中心進入了最為緊張的時刻。

與往年不同，這一次服務器面臨的挑戰(zhàn)不僅僅是視頻流的分發(fā)，根據(jù)春晚后公布的數(shù)據(jù)，除夕當天，豆包AI互動總數(shù)高達19億次，直播的某一秒，當舞臺上的水墨畫隨風而動時，或許正有一個觀眾在豆包上輸入了生成一張賽博風格全家福的指令。

算力服務器集群必須在毫秒級內(nèi)完成數(shù)千萬億次浮點運算，確保用戶手機上的圖片在數(shù)秒內(nèi)生成。

所以，在2026年馬年春晚的舞臺上，“豆包們”都在做什么？又是怎么做到的？

在節(jié)目《馭風歌》中，導演組要求背景中的水墨畫必須動態(tài)化，畫中的馬匹不僅要跑起來，且數(shù)量、形態(tài)不能有任何偏差。

這創(chuàng)意難就難在審美，市面上的海外視頻生成模型大多基于寫實風格訓練，無法理解中國水墨畫的留白與暈染邏輯。

直接生成的視頻往往像生硬的3D貼圖，破壞了原作的二維質(zhì)感。

豆包Seedance 2.0團隊在訓練階段輸入了大量中國傳統(tǒng)文化語料，模型因此建立了對水墨筆觸的理解。

最終呈現(xiàn)在舞臺背景上的畫面，馬匹在奔跑時保留了墨色暈染的動態(tài)變化，畫面沒有出現(xiàn)常見的結(jié)構(gòu)崩壞。

在視頻生成之前，豆包圖像創(chuàng)作模型Seedream 5.0 Lite還承擔了關(guān)鍵幀的設計工作。

它根據(jù)導演的草圖布局，生成了兼具原畫神韻與新構(gòu)圖的靜態(tài)圖像，為后續(xù)的視頻生成提供了符合邏輯的藍本。

除了風格遷移，視頻生成技術(shù)面臨的另一個通病是違反物理規(guī)律。在以往的AI視頻中，人物或動物在運動時常出現(xiàn)滑步、肢體扭曲或穿模現(xiàn)象，而在《馭風歌》的奔跑畫面中，馬匹的四肢關(guān)節(jié)運動、受力反饋十分符合生物學結(jié)構(gòu)。

這種對物理規(guī)律的控制力延續(xù)到了《快樂小馬》這一節(jié)目中。

這一節(jié)目把真人的街舞動作安在四足卡通形象上，站在技術(shù)角度來看，核心難點在于兩者的拓撲結(jié)構(gòu)截然不同，一個是雙足直立，一個是四足著地。

傳統(tǒng)的動畫制作流程需要為每個舞蹈動作進行3D骨骼綁定和手動K幀，工作量以周計算。Seedance 2.0通過對骨架結(jié)構(gòu)的智能匹配，理解了動作背后的運動邏輯，直接讓四足卡通形象模仿了雙足真人的舞蹈動作，且保持了卡通形象的材質(zhì)和外觀細節(jié)不發(fā)生劣化。

這種對動作的理解力同樣體現(xiàn)在節(jié)目《賀花神》中。

在舞臺上，《賀花神》展現(xiàn)了植物緩慢綻放的微觀細節(jié)，鏡頭伴隨復雜的光影變化，Seedance 2.0很好地執(zhí)行了這些復雜的視覺指令，畫面沒有出現(xiàn)噪點和抖動。

在節(jié)目《夢底》中，舞臺上出現(xiàn)了數(shù)個和主演一模一樣的數(shù)字分身。

這些分身擁有真實的立體結(jié)構(gòu)，當現(xiàn)場攝像機進行推拉搖移時，觀眾可以看到分身的側(cè)臉輪廓和光影變化符合透視規(guī)律。

為了實現(xiàn)多人同臺渲染的性能優(yōu)化，技術(shù)團隊利用字節(jié)Seed3D模型提前生成了影子的幾何外殼，大幅降低了實時計算量，同時，通過字節(jié)DA3模型提供的深度信息，系統(tǒng)實現(xiàn)了虛擬燈光與現(xiàn)場物理燈光的毫秒級同步，確保了數(shù)字分身的影子能隨現(xiàn)場燈光變化而變化。

如果說舞臺背景的視頻生成是事前制作，那么直播期間的AI互動則是對算力基礎設施的一場大考。

傳統(tǒng)的春晚互動，無論是搖一搖還是搶紅包，在技術(shù)上屬于IO密集型任務，其本質(zhì)是數(shù)據(jù)庫的讀寫操作，系統(tǒng)發(fā)放的是預設好的庫存金額。

今年的AI互動形式發(fā)生了質(zhì)變。

數(shù)據(jù)顯示，僅在除夕當天，豆包面向全國觀眾送出了10萬份科技好禮，“豆包過年”活動幫助用戶生成了超過5000萬張新春主題頭像和超過1億條新春祝福。

用戶在豆包App中上傳圖片、生成拜年圖或祝福語，屬于計算密集型任務。這是一條實時創(chuàng)作的鏈路，先感知用戶的開放式指令，再規(guī)劃執(zhí)行鏈路，最后調(diào)用多個模型實時生成內(nèi)容。

面對這種級別的吞吐，火山引擎方舟平臺采用了集群聯(lián)邦技術(shù)，將物理隔離的數(shù)十個機房打通，在調(diào)度系統(tǒng)中，不同機房的資源水位被實時監(jiān)控。系統(tǒng)感知底層異構(gòu)硬件的拓撲結(jié)構(gòu)，利用親和性裝箱算法，將任務分配給最合適的芯片，即便在流量波動劇烈時，聯(lián)邦調(diào)度器也能實現(xiàn)秒級跨機房資源平移。

即使模型生成了視頻，距離春晚大屏的播出標準仍有差距。目前Seedance 2.0的原生輸出規(guī)格為720P分辨率和24幀率，而春晚大屏的播出標準是8K分辨率和50幀率。

補齊這一規(guī)格差距的是火山引擎視頻云技術(shù)，基于火山引擎 MIPP 多維度智能畫質(zhì)增強框架，技術(shù)團隊利用超分算法，在不改變畫面內(nèi)容的情況下提升分辨率，通過插幀服務，將視頻幀率提升至50幀。

具身智能是馬年春晚的絕對主角，相比起蛇年春晚，馬年舞臺上出現(xiàn)的機器人展示了更自然的交互能力，以往的機器人語音交互常帶有明顯的機械感，語氣平淡，缺乏情感起伏，而此次登臺的機器人接入了豆包語音合成模型2.0。

該模型具備深度語義理解能力，能夠根據(jù)文本內(nèi)容自動調(diào)整語氣和停頓，機器人在講笑話和講故事時，聲音的情緒表達截然不同，交互體驗接近真實的人際溝通，結(jié)合豆包模型的視覺理解能力，馬年春晚上的機器人能夠?qū)崟r識別前方人員的衣著顏色并進行避障決策，實現(xiàn)了眼、腦、口的協(xié)同。

在這個除夕夜，舞臺上的機器人在表演，它們遵循著既定的程序，為觀眾提供娛樂，而在看不見的后臺，豆包大模型在工作，它處理著數(shù)億萬用戶實時的請求，支撐著創(chuàng)意的落地。

相比于臺前的表演，這種在幕后的實戰(zhàn)，或許才是AI技術(shù)真正成熟的開始。

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構(gòu)成任何建議。

鄭晨燁

資深記者。關(guān)注新能源、半導體、智能汽車等新產(chǎn)業(yè)領(lǐng)域，有線索歡迎聯(lián)系：zhengchenye@eeo.com.cn，微信：zcy096x。