顛覆影視創作!字節跳動王牌模型Seedance 2. 5 正式發佈, 30 秒一鏡成片時代來了
重點摘要
字節跳動Seed團隊正式推出新一代音視頻聯合生成模型Seedance2.5,主打「一鏡成片」,單次生成時長由15秒提升至30秒,並支援多輪無縫延長。模型強化長敘事、多模態參考與後期編輯能力,並優化材質、光影與膚質,呈現更接近實拍的影視級質感。目前Seedance2.5正陸續登陸即夢AI、豆包專業版,API則將於近期上線火山方舟。
字節跳動旗下 Seed 團隊近日正式發表全新一代影片生成模型 Seedance 2.5,主打「一鏡成片」的聯合生成能力,試圖將 AI 影片創作推向更接近真實拍攝的質感與敘事層次。這款新模型在長敘事、多模態參考以及後期編輯三大面向同步升級,鎖定影視、廣告、教育與工業等多元應用場景,被視為字節跳動在生成式 AI 內容領域的又一關鍵布局。Seedance 2.5 最直接的改變,體現在單次生成影片的長度上限。過去模型單次生成約 15 秒的片段,如今一口氣拉長到 30 秒,同時支援多輪無縫延長,讓創作者在構思複雜情節時,不必頻繁中斷再銜接片段,敘事節奏可以更連貫,角色情緒與場面調度也更有空間鋪陳。
對影視前製、廣告腳本測試或短影音批量生產而言,這項升級意味著 AI 從「片段式輔助工具」逐步走向「整段式創作夥伴」。除了時間長度,畫面質感也是此次改版的重點之一。生成式影片過去常為人詬病的「塑膠感」與「油膩感」,來自於材質反射過度、膚質過於平滑、光影缺乏層次等問題。Seedance 2.5 針對材質、膚質、光影與飽和度進行深度調校,試圖讓人物臉部、衣物紋理與環境光線更貼近實拍結果。官方強調,新模型在視覺表現上已明顯削弱傳統生成影片的虛假感,呈現出更具電影感的影像基調,這對於將 AI 素材直接應用於商業影片或劇集前製,具有實質意義。在多模態參考方面,Seedance 2.
5 支援更龐大且多元的輸入組合。創作者單次最多可上傳 30 張圖片、10 段影片與 10 段音訊作為參考素材,等於可以在一個生成任務中同時指定角色外觀、場景風格、動作示範與聲音氛圍,讓最終輸出更貼近原始創作意圖。如此高密度的多模態輸入,也反映出 AI 影片模型正從「文字指令導向」過渡到「素材驅動導向」,創作者不再需要花大量篇幅描述視覺細節,而是直接給予具體參考,大幅降低溝通成本。值得注意的是,Seedance 2.5 加入了白模參考與光照控制功能。
白模參考讓使用者可以先以簡易的 3D 模型指定空間結構、物體形狀與運動軌跡,模型再依據這些條件生成符合物理規律的畫面;光照控制則允許創作者調整光線方向、強度與陰影表現,使人物的受光與環境的光影關係更加協調。這兩項功能對於群像敘事與多主體交互場景特別重要,過去 AI 影片在處理多人同時出現、肢體互動或空間走位時,常出現物件變形、人物互相穿模或光影不一致的狀況,新模型試圖從結構與物理層面提升穩定性,讓複雜場面也能保持畫面可信度。在剪輯與可控性層面,Seedance 2.5 也釋出更多創作彈性。
官方雖未逐一揭露所有編輯功能細節,但從整體產品定位來看,新模型明顯朝向「可細部調整」的方向發展,讓創作者在生成之後仍能針對局部畫面、動作或風格進行微調,而非只能接受一次性輸出結果。這種從「生成工具」進化為「製作流程一環」的趨勢,正是 AI 影片能否真正進入專業工作流的關鍵。從產業應用的角度來看,Seedance 2.5 的升級方向並非只是追求畫面炫技,而是緊扣實際製作需求。影視產業在前期概念設計、分鏡腳本與動態預覽階段,需要快速產出具有氛圍與敘事感的參考畫面;廣告產業則注重產品質感與品牌調性的精準呈現;教育與工業領域則更需要穩定、可重複、能清楚傳達空間概念的視覺內容。Seedance 2.
5 的長片段生成、多模態參考與物理可控性,正好回應了這些場景中對時間、細節與穩定度的要求。字節跳動 Seed 團隊此次選擇以「一鏡成片」作為核心賣點,也反映了當前 AI 影片模型的競賽方向正在轉變。過去各家模型比拼的重點在於單張畫面的精緻度與指令遵循能力,如今則逐步轉向長時間敘事、多鏡頭連貫性以及專業後製的整合能力。能夠一次生成 30 秒且具備電影質感的連續畫面,對短片創作、廣告腳本驗證、甚至是網劇前製都具有直接的應用價值,也讓 AI 不再只是輔助靈感發想的工具,而是有能力承擔完整段落製作的生產力角色。當然,AI 影片生成技術仍在快速演進,Seedance 2.
5 的實際表現仍需透過創作者的真實使用來檢驗。從官方公布的技術方向來看,這款模型確實針對業界長期以來的痛點給出了具體解法:更長的敘事單位、更豐富的參考輸入、更符合物理規律的空間與光影控制,以及更接近實拍的畫面質感。這些升級共同指向一個明確的目標:讓 AI 影片生成從實驗性玩法,真正走向可被專業產業採用的生產工具。整體而言,Seedance 2.5 的發表,不只是字節跳動在 AI 影片賽道上的技術更新,更代表著生成式影音工具進入新階段的訊號。當單次生成長度達到 30 秒、參考素材可以涵蓋圖片影片與音訊、空間與光照可以精確控制,創作者的工作方式也將隨之改變。
從腳本發想到畫面確認,從預覽溝通到最終交付,AI 正一步步滲透進影視製作的每個環節。Seedance 2.5 能否真的達成官方所宣稱的「一鏡成片」願景,後續創作者的回饋與實際作品,將是最直接的答案。
Related
相關文章

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌
六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

DeepSeek重啟融資,三年市值對齊騰訊?
DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。

可靈AI核心技術骨幹王鑫濤被曝離職
快手可靈AI核心技術骨幹王鑫濤被曝離職,去向未知,快手官方與本人均未回應。王鑫濤是圖像與視頻生成領域知名開源項目主要作者,被視為可靈從0到1的關鍵推手。其離職發生在可靈完成獨立融資、估值180億美元的關鍵階段,可能影響研發進度與競爭優勢。