Seedance 2.5 正式發佈,單次影片生成時長提升至 30 秒
一镜成片,随心参考:Seedance 2.5 正式发布
Seed 團隊正式發佈新一代影片創作模型 Seedance 2.5,單次影片生成時長由 15 秒提升至 30 秒,並支援多輪延長。模型單次最多可輸入 30 張圖片、10 段影片及 10 段音訊作參考,並支援時間戳精準編輯。Seedance 2.5 正陸續上線即夢 AI、豆包專業版,API 服務近期將上線火山方舟。
Seedance 2.5 將單次生成時長由 15 秒提升至 30 秒,並支援多輪延長及多模態參考,交代長敍事創作的主要能力變化。
今天,我們正式發佈新一代視頻創作模型 Seedance 2.5。Seedance 2.0 發佈後,我們觀察到,用戶對視頻創作模型的期待正在從“生成一個片段”走向“完成一段創作”。Seedance 2.5 延續了 Seedance 2.0 統一的多模態音視頻聯合生成架構,重點突破長敍事能力、多模態參考能力和編輯能力。圍繞真實的產業場景,讓創作擁有更大的想像空間,並進一步釋放生產力。
其核心亮點如下:
單次生成時長達 30 秒,支持多輪延長:Seedance 2.5 可單次生成 30 秒高質量視頻片段,並支持多輪延長。同時,模型優化了鏡頭銜接和場景過渡,讓長視頻保持更好的連貫性。模型還大幅優化了畫質、音質以及運動質量,並有效弱化了視頻生成中常見的“油膩感”。用戶可以生產數分鐘具有統一視聽語言、高質量的連貫內容,精彩故事一次呈現。
多模態參考能力全面升級:Seedance 2.5 支持用戶單次輸入最多 30 張圖片、10 段視頻、10 段音頻作為參考素材。模型還提升了白模參考、運動參考、創意參考等各類參考能力,使模型能更好地理解創作意圖,實現多主體、多場景、多鏡頭變化的複雜創意。
更精準、穩定的編輯能力:Seedance 2.5 支持精準的時間戳控制,可定向編輯視頻內容,提升創作的效率和可控性。同時,模型強化了綠幕編輯、視角編輯、參考編輯等多種編輯能力,滿足影視、廣告等更多專業、複雜場景的創作需求。
憑藉長敍事、多模態參考、編輯能力的提升,模型不只能單次生成更長的視頻,也能更好地理解創作意圖、更可控地完成從想法到視頻落地的全過程。接下來,我們想邀請你一起觀看一段創意短片,全片由 Seedance 2.5 獨立生成。
今天,Seedance 2.5 正在陸續上線即夢 AI、豆包專業版等平台,API 服務也將在近期上線火山方舟,歡迎體驗和反饋。
項目主頁:
https://seed.bytedance.com/seedance2_5
體驗入口:
1)即夢網頁端-視頻生成-選擇 Seedance 2.5
2)豆包專業版-視頻生成-選擇 Seedance 2.5
30 秒長敍事、支持多輪延長,精彩故事一次呈現
Seedance 2.5 將單次視頻生成時長從 15 秒提升至 30 秒,同時進一步提升長視頻中的敍事能力。模型可以在 30 秒內組織多個有邏輯關聯的鏡頭,讓故事從鋪墊、推進、轉折到收尾逐步展開,而不是簡單延續一個畫面。比如創作一段歌手一鏡到底上台演出的片段,模型演繹了歌手在化妝間與工作人員互動後,穿過後台走廊與伴舞相遇並一起登台演出的完整故事,而非僅歌手上台的畫面。
T2V prompt:一鏡到底手持穩定器跟拍,鏡頭從紅色厚重幕布縫隙緩緩推進,進入暖色後台化妝間。年輕女歌手背對鏡頭整理耳機,工作人員提醒她準備登台。她回頭看向鏡頭,開始唱起 City Pop。鏡頭後退跟拍,歌手穿過幕布進後台通道,與舞伴自然互動,一位工作人員把麥克風遞給她。隨後歌手與舞伴登上舞台,鏡頭繞至背面,紅黑舞美、LED 屏、追光、煙霧與反光地板逐漸展開。鏡頭最終拉遠至體育館全景,呈現滿場觀眾、燈牌、熒光棒與歡呼聲,營造年輕自由的演唱會高潮氛圍。
憑藉模型的多輪延長能力, 用戶能在已有的視頻結果上自然銜接後續鏡頭,並在延長過程中保持主體特徵、場景環境和敍事節奏的連貫,最終生成數分鐘具有統一視聽語言的連貫內容,減少拆分鏡頭、反覆拼接和處理銜接的成本。
R2V prompt:延長視頻,銜接 @視頻 1 畫面內容和主體繼續生成一個 30 秒的視頻,保持人物主體、場景、畫面風格、聲音音效一致。小男孩抱着足球沿車廂跑,地鐵停穩後側邊門打開,他立刻衝出,男主緊追。兩人一路穿過站台跑到街上,驚動街邊路人,男主最終追上並抓住他,小男孩委屈抬頭,男主慢慢消氣,摸摸他的頭,露出無奈笑容。
在畫面呈現上,模型能更好地做到自然的運鏡銜接,主體在多次切鏡中仍保持穩定,音畫始終對齊,使長視頻生成結果更連貫。比如在一段京劇表演中,鏡頭伴隨主角旋轉水袖甩動完成一次優雅的環繞運鏡,主體和背景的呈現始終保持一致。水袖在空中的擺動形成自然的弧線,更遵循物理規律。
R2V prompt:16:9 寬幅電影級質感,一鏡到底,絲滑運鏡,無剪輯。場景參考 @圖片 4。 0-5 秒:@圖片 2 霸王近景開場,鏡頭緩慢環繞上半身並過渡至中景;霸王旋身翻轉,隨後身體與靠旗從鏡頭前快速掠過,形成自然遮擋,鏡頭順勢繞至 @圖片 1 虞姬身側。6-10 秒:鏡頭穩定環繞 @圖片 1 虞姬中景,跟隨水袖動作完成環繞運鏡虞姬抬臂、挑腕、展袖、半轉身。最後收袖定格,側身看向霸王。11-20 秒:@圖片 3 武生出場完成後空翻騰動作,隨後霸王居中,武生在對側進退攻防。虞姬位於霸王側後方以水袖配合,形成剛柔對比。鏡頭從武生中近景緩慢後拉至舞台大景,結尾三人面向觀眾同步京劇落幕亮相。
此外,針對視頻生成中常見的“油膩感”問題,Seedance 2.5 對物體材質、人物膚質與眼神、光影、畫面飽和度等細節進行系統優化。模型還減少了字幕與背景音樂不受控的情況,使成片更接近實拍的影視質感。
多模態參考能力全面升級,複雜創作任務更可控
Seedance 2.5 進一步強化多模態參考能力,支持用戶單次輸入最多 30 張圖片、10 段視頻和 10 段音頻作為參考素材。更多數量、不同類型的參考素材,能更好的還原用戶腦海中的創意,生成主體更多、場景更豐富、鏡頭變化更靈活的複雜視頻內容。
模型能綜合理解不同素材中的畫面構圖、場景、風格、人物、道具等元素,並按指令將這些參考素材用於視頻生成。在多人同框、羣像敍事等複雜場景中,也能同時還原多個人物的形象與聲音,保持各主體特徵穩定。
R2V prompt:30 秒音樂會片段,16:9 橫屏,電影感寫實,真實音樂廳光影,暖金色舞台燈,正式古典音樂會氛圍。場景@圖一,鋼琴家參考@圖二,大提琴參考@圖三,小提琴參考@圖四,主唱參考@圖五,管絃等其他樂隊參考@圖六到圖十,合唱團參考圖十一到圖十四,觀眾席參考@圖十五到圖十八。主唱舞台中央走向前沿,鋼琴家在鋼琴旁,樂隊分佈兩側與後方,合唱團在舞台後方。開場高位俯拍音樂廳全景,鋼琴家落鍵,主唱進入追光演唱,鏡頭自然帶過小提琴、大提琴與管絃樂隊,小提琴明亮,大提琴温暖。後段合唱團加入,主唱與第一排觀眾短暫眼神交流,觀眾微笑點頭。結尾鏡頭後移,演唱結束,觀眾跟隨鼓掌。
此外,模型還提升了白模參考、運動參考、創意參考等各類參考能力,讓畫面中的主體、動作、運鏡更可控。比如,在白模參考中,用戶可以用無紋理 3D 模型搭出畫面的空間結構、主體姿態、運動軌跡和鏡頭機位,再讓模型參考這套結構生成視頻,使複雜鏡頭的構圖和調度更接近預期。同時,模型還增強了光照控制能力,通過白模的空間信息,生成符合真實物理規律的光照效果,包括光源方向、色温、強度、陰影投射等,讓最終生成的畫面光影更自然。
R2V prompt:參考 @白模 1 的運鏡、鏡頭節奏、景別變化、主體軌跡和鏡頭調度。參考 @圖片 2 的角色外形、場景、材質、光照、色彩和童話氛圍,將白模渲染為夢幻温暖、兒童幻想感、3D 動畫短片。劇情依次為:幻想天空飛行→雲海神獸伴飛→俯衝入海→鰩魚海底穿梭→鏡面時空裂縫→宇宙摘星→幻化回房間→爸爸蓋被→合上繪本定格。
更精準、穩定的編輯能力,有效提升創作效率
在視頻生成創作中,用戶通常需要控制生成時的節奏,並在生成後持續打磨細節。某個動作在第幾秒出現、鏡頭在什麼時間切換,或某片段裏的角色、動作是否需要調整,都關係到最終成片的效果。更精準、穩定的編輯能力,可以讓用戶準確還原創意,提高創作效率,減少反覆生成的成本。
Seedance 2.5 支持通過時間戳精準編輯音視頻內容,在生成時,用戶通過 prompt 控制某個時間段發生的故事、畫面視角、運鏡和整體節奏,使其更貼近創作意圖。在生成後,用戶還能針對指定片段裏的角色、動作、聲音或劇情進行定向修改,同時保持修改前後的連貫性和真實感。
模型還進一步提升了綠幕編輯、視角與運鏡編輯、參考編輯等多種編輯能力,以滿足影視、廣告等更多專業、複雜的創作場景。比如,在綠幕編輯方面,模型不僅能在保持主體不變的情況下,替換不同場景、講述不同故事,還能更好地基於不同場景的物理規則渲染人物身上的物理效果,包括衣服飄動方向、頭髮狀態、步態節奏、光影等,使主體和場景更加和諧。
R2V prompt:把 @視頻 1 綠幕背景渲染場景、障礙、服裝和配角:0-4 秒:戶外訓練,障礙換石頭、磚塊、輪胎、木箱;4-10 秒:休息室,朋友鼓勵;10-15 秒:國際賽場,訓練杆換原創防守球員和門將,主角進球。整體寫實電影級。
R2V prompt:編輯 @視頻 1,保持人物、動作及畫風不變,僅調整運鏡。15 秒分段運鏡設計:0–4 秒,微型 FPV 貼鍋穿行,跟隨彈起的吐司後橫甩至咖啡;4–7 秒,推近並沿鍋邊橫移,跟隨煎蛋翻起落回;7–11 秒,急速升至頂視角,勻速下壓掃過餐盤和鑰匙;11–15 秒,手持近鏡跟隨雙手快速橫甩,最後推近早餐,再拉回雙人中景。全程連貫穩定。
深入更廣泛的產業場景,持續探索應用價值
隨着模型能力的提升,Seedance 2.5 也在深入教育、工業等更廣泛的產業場景。在教育領域,模型已開始進入真實學習場景。比如,Seedance 2.5 可以將課文背後的歷史背景、人物和情節轉化為視頻內容,把學習內容從靜態講解轉化成更生動、更沉浸感的畫面。同時,模型可以幫助老師更高效地製作教學視頻,將科學原理、歷史事件、實驗過程等抽象內容轉化為動態演示,不僅降低教學物料的製作門檻,還支持靈活的內容定製。
豆包愛學 App「豆包課堂」場景示例
R2V prompt:東方寫意風格。 南宋臨安街景,熱鬧的街上幾個孩子邊跑邊鬧,孩子們嘴裏張嘴念着“驀然回首,那人卻在,燈火闌珊處”。鏡頭始終跟隨孩子們奔跑,帶過熱鬧的街景。鏡頭上搖,此人正是 @圖片 1 辛棄疾。辛棄疾回頭,遠處是在燈火闌珊中的男子,鏡頭連貫。
在工業製造、具身智能和自動駕駛等產業中,Seedance 2.5 也開始進入更具體的生產環節。模型可以生成高質量合成視頻數據,幫助訓練機器人的感知和操作能力;也可以用於工業仿真、流程培訓和設備演示。在自動駕駛場景中,模型還可以模擬極端天氣、複雜路況等低頻場景,為系統測試和訓練提供更多樣本。
R2V prompt:參考 @白模 1 的運鏡、構圖、景別、空間關係、零件位置、模型結構、裝配順序和運動軌跡。參考 @圖片 1 的材質、光照、色彩、反射和氛圍,將白模渲染為高端真實汽車拼裝片段。
總結與展望
Seedance 2.5 進一步增強了對真實世界的理解和呈現能力,讓視頻生成從片段級輸出,走向更完整的創作流程。我們也看到,在複雜運動的物理合理性、極多主體交互場景的穩定性上,模型仍有提升空間。
未來,Seedance 團隊將繼續探索更長的連貫敍事、更懂用戶的生成與編輯體驗,並進一步增強模型對物理世界規律的理解。我們希望 Seedance 系列模型能更生動、更可控、更懂創作者,幫助更多用戶表達創意的同時,持續探索並服務更廣泛的產業需求。
來源:字節 Seed:Research Feed · seed.bytedance.com