本文转载自微信公众号「AI维克兹」，点此查看原文。
今年 6 月底的时候，字节发布了豆包大模型 Seed2.1 系列。
相信很多小伙伴都有深入体验了。
它的通用 Agent 能力、Coding 进步速度非常明显。
不到三个月，Seed 2.1 Pro 又迎来了一次重大更新。
今天发布的版本代号是 Seed 2.1 Pro- 0915，目前 API 已全量上线火山方舟。
这回又该重新认识豆包了。
花了半小时快速过了文档。
先给大家梳理下相关核心信息，
然后再带着大家一起实测最新版本的效果。
重点在多模态 Coding 和 Agent
这次更新，主要加强了看图写代码、搭建 3D 场景和开发游戏的能力，工具调用加强了结果核验。
减少了还没拿到返回结果，就提前报告任务完成的情况。
Token 用量也降了。
图像与视频推理的 Token 消耗减少了 30% 以上。
这次测试，我用的是 Seed-Evolving API。
按官方的说明，它与 Seed 2.1 Pro-0915 的能力表现一致。
Evolving 会持续滚动更新，0915 则固定为一个稳定版本。
我把 API 接进 Claude Code，由 Seed 理解需求、生成代码，再通过Claude Code 操作文件和执行命令。
日常办公的任务，也放到豆包工作里试了试。
下面，来看看各种测试效果吧。
实测一：迷宫游戏
前段时间网上看到了一张有意思的地图，里面的路比较密，岔路和死胡同也多。
复杂的路线，最能测试模型的能力有没有进步了。
我把图片和提示词一起发给 Claude Code，让它照着做一个能玩的 3D 滚球迷宫。
图里的墙和通道要保留，小球有惯性和碰撞，镜头跟着走，右上角还得配一张实时小地图。
没多久，活就干完了，界面也生成了。
第一眼就戳中我的心坎了。
平面的迷宫立起来了，墙体、地面的阴影、小地图，都做了出来。
之前，我放弃 Claude Code 转战 Codex 的原因之一，就是当时用它处理图片的体验很鸡肋。
这次接入 Seed，发过去的图真能变成一个可以操作的 3D 场景，这一点我特别满意。
📹
讲真，我最喜欢的是那颗球。
球面带着花纹，往前滚、拐弯时，花纹会跟着运动方向转。
盯着这个细节，就能观察它到底往哪边滚。
按着方向键，小球会加速；松开以后，它会因为摩擦逐渐减速。
我实际玩的感觉，滚动的方向和这几个物理效果都挺顺畅。
右上角的小地图也比我预想的细，能看到小球的位置，还能看到刚刚走过的轨迹。
可惜，第一版的路不对。
小球实际通行的路线跟着小地图，主画面里的墙体完全成了摆设。
好一招障眼法，没有了寻宝图还真不一定走得出来。
我把这个问题再描述给它，顺便加了一条需求，让它支持人称视角切换。
再改一轮后，墙体和小球的通行位置对齐了，第一人称也加了进来。
视角一变，那种沉浸感也就有了。
之前是从上方看一颗球在迷宫里滚，现在镜头进了通道，两边都是墙，前面是路口。
要么老老实实地看地图找路，要么自己在里面摸索。
📹
这一版效果就好很多了。
实测二：简化给长辈看的说明书
做完迷宫游戏，我又拿了一份家电说明书，让它帮忙整理成适合长辈看的日常操作卡。
用的是空气净化器 4 的官方 PDF，一共 32 页，包含多种语言。
我的要求是把开关机、切换模式、调屏幕亮度、看滤芯状态这几个常用操作放进去，再配上按钮示意图。
生成的卡片是一张 A4，分成四块，字比较大，旁边配着从说明书里截出来的图。
看到这张图，长辈们至少知道从哪儿去找按钮了。
它还附了一份依据核对表，把操作说明对应到原 PDF 的页码和图示位置。
需要核对某个操作时，按表里的页码翻回去，就能找到原来的说明和配图。
从 32 页说明书里挑出常用操作、截图、圈出按钮，再排成一张 A4，这些整理工作它都帮忙做好了。
效果我能给打8分。
实测三：报名表优化
图文资料整理完，接着换一份活动报名表的任务，这次放到豆包工作里处理。
材料是我专门准备的虚构数据，总共 28 条，里面放了重复提交、空缺字段、取消报名等情况。
我让它清理数据，把需要核实的问题单独列出来，再做统计和图表。
整理完后，原始报名、清理结果、待核实清单和统计汇总，各放在一张工作表里。
同一个邮箱的不同报名，它处理得挺细。
同一场活动重复提交，它按最新记录更新状态，还标出了被替代的报名。
同一个邮箱报了两个场次，两条就分别保留。
缺姓名、缺邮箱等需要补充信息的记录，也单独列了出来，方便后面逐条确认。
最后统计出 14 条有效报名，对应 17 人，报名条数和人数分开计算。
与预先准备的答案对照，去重和有效人数都对上了，Excel 里的汇总公式也能正常计算。
这份表格任务完成情况我会给好评。
实测四：结合 Blender 做白模预演
最近，GPT-6 的爆火带动了一款建模软件的热度，Blender。
这还真是个好东西，我也是通过 GPT-6 才了解到这个工具。
趁着这次实测，我们就来试试。
Seed 能不能通过 MCP 调用 Blender，帮我把场景和镜头都做出来。
我给它的任务，是做一段屋顶追逐的白模预演。
先用简单的几何体把屋顶、障碍物和角色搭出来，安排角色怎么走、镜头怎么拍，渲染成视频以后，再交给 Seedance 2.5 做参考。
开工前，我先让模型检查 MCP 连接。
这个接口连通后，模型就能把操作送进 Blender 里执行。
结果检查出来，配置没好。
那就继续让它帮忙把 MCP 服务配好。
这一步做得挺顺利，连接打通后，再把搭建场景的提示词交给它。
它梳理任务时，在显示出来的思考过程里，先感慨了一句这是个大工程。
哈哈哈，它也知道活不少！
后面的建模、动画、渲染和视频导出，都继续做了下去，过程比较顺畅。
白模里，角色和建筑都是简单的形体。
这个阶段主要看它们的位置、运动路线，还有镜头拍出来的效果。
第一版出来，运镜我不太满意。
场景已经搭起来了，镜头拍出来还差点意思。
我就继续让它新增几个视角切换，把这段预演改好，给后面的成片做参考。
然后，我就得到了这样的一个渲染好的白模视频。
📹
我又把这个视频交给 Seedance 2.5 去生成。
成片出来，没想到运镜还真跟上了。
这次的效果里，镜头中人物的跑动路线和视角的切换，都跟着 Blender 里的安排走了。
📹
有了这样的一个流程之后，以后做视频，那些复杂的视角切换镜头，就变得简单多了。
如果是人物的运动路线和运镜不好，就让 Seed 继续改，满意后再交给 Seedance 生成。
Seed 负责调用工具、搭场景和修改预演，Seedance 2.5 负责后面的成片。
真的不要太完美！！
最后想说的话
这次升级版的 Seed-2.1-Pro 实测下来，我整体上还是比较满意的。
特别是在多模态 Coding 和 Agent能力上，确实上牌桌了。
自己提的迷宫，能切进第一人称走一圈。
自己安排的镜头，能先在 Blender 里预演，再做到最后的视频里。
做评测能留下这样的作品，还是挺有成就感的。
一个人折腾项目，经常会卡在某个自己不熟悉的环节。
其实，只需要看图、写代码、调用工具这些能力配合起来，卡点就能顺利解决。
这也让我惦记起了手头那些搁着的想法，打算再拿出来试试。
你可能也有几个一直没动手的点子。
建议先做出一个小版本，看看它跑起来的样子，
后面要怎么改，往往就有头绪了。
如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
我是维克兹，前程序员、现创业者。
目前主要关注 AIGC 人工智能，资深燃劲AI鼓励师，希望分享好用的AI工具，AI应用技能，激发你对AI的好奇。