字節跳動釋出 Seedance 2.5：單次生成 30 秒音影片，支援多模態參考

以前用 AI 生成影片，大家最頭疼的往往不是畫面夠不夠細膩，而是時長太短。

幾秒鐘鏡頭一閃而過，想把它們拼成一段完整故事，創作者得在剪輯軟體裡不斷修補穿幫鏡頭，連主角的長相都要反覆除錯。

字節跳動正式釋出了新一代影片生成模型 Seedance 2.5，目標正是衝著這些痛點來的。

一口氣跑 30 秒，還能塞進 50 份參考素材

Seedance 2.5 沿用了音影片聯合生成的統一多模態架構，但把單次生成的時長上限從 15 秒拉長到了 30 秒。

更關鍵的是它支援多輪延展，能保持角色、場景和節奏的一致性，一口氣把多個 30 秒鏡頭順暢串聯成幾分鐘的完整長影片。

按照官方的演示，這 30 秒不是單調的鏡頭拉伸，而是可以塞進起承轉合的完整敘事，比如從後臺化妝室一鏡到底跟拍到演唱會舞臺。

另一個巨大的升級在於參考輸入。Seedance 2.5 單次最多可以吃進 30 張圖片、10 段影片和 10 段音訊，加起來多達 50 份素材。

它甚至支援白模參考，也就是無貼圖的 3D 模型。你可以用簡單的三維空間結構和走位來定鏡頭與光影，再讓 AI 渲染出符合物理法則的最終成品。

在編輯端，模型新增了時間戳級別的精準控制，綠幕摳像和機位視角的調節能力也進一步增強。

效果拔尖，但門檻和價格擺在眼前

目前 Seedance 2.5 已經在即夢 AI 和豆包 Pro 等平臺上線，海外在 Dreamina 等平臺上提供，不過據博主測評，美國地區暫時還沒開放。

API 接入則計劃近期通過火山引擎海外品牌 BytePlus ModelArk 推出。

有海外創作者在測試後給出極高評價，認為它是目前市面上最好的影片生成模型，尤其擅長高動態動作打鬥戲和角色一致性，效果明顯壓過前代。

不過，目前的限制也很實在。

根據評測者的實際體驗，模型眼下最高只能輸出 720p 解析度，1080p 和 4K 還需要等待後續更新。

另外它的生成成本相當高。據創作者透露，生成一段 10 秒片段大約消耗 460 點積分，折算下來接近 4.6 美元，比 MiniMax 等競品貴出不少。

為什麼重要

對專業創作者和影視廣告團隊來說，Seedance 2.5 帶來的是工作流級別的改變。

以往 AI 影片只是用來做氣氛圖或空鏡素材，現在有了 30 秒單鏡頭、多輪延展和白模繫結，導演完全可以用它來跑動態故事板甚至製作樣片。

雖然單次 4.6 美元的成本在普通使用者眼裡很貴，但比起實拍搭景、打光和僱人，這個價格對商業團隊依然極具吸引力。

我們認為，字節跳動走的是一條非常聰明的工程化路線。

它沒有隻在畫質引數上死磕，而是把力氣花在長鏡頭敘事、多模態多素材繫結和時間戳控制上，直接解決了「AI 影片沒法聽指揮」的工業落地痛點。

當然，720p 的清晰度限制和高昂的單次費用，意味著它短時間內很難普及為大眾日用玩具。

這看起來更像是一次向專業影視工業亮肌肉的嘗試，接下來就看對手們如何在時長和多模態控制力上接招了。