字节跳动 Seed 团队正式推出视频生成模型 Seedance 2.5，在生成时长、多模态输入及精细化编辑能力上实现重大突破。该模型延续了文字、图片、视频和声音的联合输入架构，将单次生成时长从 15 秒提升至 30 秒，并支持持续续写以构建数分钟的长视频，同时能保证在多镜头切换中人物、场景、声音及叙事节奏的一致性。在素材处理上，Seedance 2.5 允许单次输入最多 30 张图片、10 段视频和 10 段音频，总计容纳 50 份参考素材，为复杂场景生成提供了丰富的上下文支持。编辑功能是该版本的亮点，模型支持按时间戳进行精准控制，用户可指定特定秒数的动作或镜头切换，亦能单独调整人物、声音或运镜，无需整段重制。目前，该模型已陆续接入即梦 AI 和豆包专业版，API 也将在近期上线火山方舟平台。
事件分析
Seedance 2.5 的发布标志着字节跳动在视频生成领域的技术重点已从单纯的画质比拼转向了对长序列逻辑和可控性的深度探索。技术上，能够消化 50 份异构参考素材并在 30 秒内保持多镜头的一致性，显示了其强大的多模态上下文编码能力，这通常是解决长视频生成中“幻觉”和“崩坏”难题的关键。引入时间戳级的编辑控制，则是将视频生成从“黑盒生成”推向“白盒剪辑”的重要一步，这种可干预性对于商业视频制作至关重要。与 MiniMax H3 等竞品相比，Seedance 2.5 更侧重于通过精细化的控制能力来降低后期制作门槛，这表明字节跳动正试图将 AI 视频生成工具从娱乐玩具转化为专业生产工具，进一步稳固其在短视频生态中的护城河。
💡 核心观点：视频生成竞争焦点已从单纯的画质转向时长与可控性，字节跳动通过帧级编辑与长序列一致性能力，正加速推动 AI 视频向生产力工具落地。
原文链接：Linux.do
评论前必须登录！
立即登录 注册