字节跳动发布 Seedance 2.0：支持音视频联合生成，可混合输入 9 图 3 视频

一条两行提示词生成的视频里，阿汤哥和布拉德·皮特正在近身肉搏，拳拳到肉，连飞溅的汗水和打击音效都对得严丝合缝。《死侍》编剧 Rhett Reese 看到后在社交平台叹气：我真不想说，但我们可能要玩完了。

字节跳动发布了新一代视频生成模型 Seedance 2.0。它不仅把生成质量拔高了一大截，还顺手在好莱坞点燃了一场空前猛烈的侵权风暴。

9 图 3 视频混喂，音画一起出

和市面上大多数只支持「文生视频」或「图生视频」的模型不同，Seedance 2.0 走的是音视频联合生成的统一多模态架构。

说白了，你可以把它当成一个能听懂视听语言的执行导演。它支持文字、图片、音频、视频四种模态混合输入，单次最多可以塞进去 9 张图、3 段视频片段、3 段音频，外加自然语言描述。

比如你想拍一条短片，可以直接把分镜脚本丢给它当构图参考，拿另一张图指定主角长相，再塞进一段背景音乐和一段环境动作。模型会自己提取分镜画幅、运镜节奏和音效特征，直接生成最长 15 秒、带双声道立体声的多镜头成片。

动作物理规律上的进步同样明显。以前 AI 视频最怕复杂多主体互动，两个人抱在一起不是手融进肉里就是四肢乱飞。而在官方展示的花样滑冰双人滑演示中，男女选手的轴心偏移、空中同步旋转以及落地滑行的冰屑细节，都能严格遵循物理规律。

据《华尔街日报》报道，目前该模型已经在字节跳动旗下的剪映（Jianying）向国内用户开放，后续还将上线海外版 CapCut。

好莱坞巨头连夜发律师函

然而，模型能力太强、门槛太低，带来的反噬来得比想象中更快。

由于 Seedance 2.0 在生成真人肖像和版权角色时几乎没有设防，发布短短几天内，社交平台上就充斥着大量以假乱真的二创：从阿汤哥大战皮特，到蜘蛛侠、达斯·维达、尤达宝宝（Grogu）客串各类短片，甚至还有人给《怪奇物语》做出了全新结局。

好莱坞彻底坐不住了。Axios 率先披露，迪士尼已经向字节跳动发出了「停止并终止」（Cease and Desist）律师函，直指字节跳动是在对迪士尼 IP 进行「虚拟零元购」，把《星球大战》、漫威等顶级资产当成了免费公有领域的剪贴画。

随后，派拉蒙（Paramount）也在周六发出了律师函，称该平台生成的画面和声音与派拉蒙旗下经典影视 IP 已经到了「难辨真伪」的地步。

美国电影协会（MPA）主席 Charles Rivkin 罕见措辞严厉，指责字节在一天之内就对美国受版权保护的作品展开了大规模侵权。代表 16 万影视演职人员的美国演员工会（SAG-AFTRA）以及人类艺术倡议组织也联合发声谴责，痛批这种未经授权盗用演员声音和肖像的行为是在砸人类创作者的饭碗。

为什么重要

在生成效果上，Seedance 2.0 证明了一件事：AI 视频工具正在从「抽卡盲盒」走向可控制作。支持混合参考图、分镜脚本和双声道音画同步，意味着创作者第一次有了像模像样的「导演台」，能极大缩减独立创作者和短视频团队的前期构思与 demo 制作成本。

但它最大的软肋在于合规与安全防线几乎形同虚设。同类竞品不是没有踩过坑，比如谷歌在收到迪士尼律师函后迅速封禁了相关提示词，OpenAI 更是直接掏出 10 亿美元与迪士尼签署了长达三年的正规授权协议，给 Sora 铺路。

我们认为，字节跳动这种「先放开跑、等被找上门再补防」的做法，虽然在短时间内赚足了眼球和技术声量，却给自己在海外市场的商业化埋下了一颗巨雷。在剪映海外版 CapCut 即将接入该模型的节点上，好莱坞各大制片厂和工会联手发难，很可能会逼得字节在极短时间内给模型加上极其严苛的生成过滤器，甚至面临巨额版权诉讼。

看起来，生成模型在技术上解决物理世界规律容易，但在商业上迈过现实世界的法律与版权红线，要难得多。