Seedance 2.5: qué hace el modelo de vídeo de ByteDance — 30 segundos, 50 referencias, códigos de tiempo

Qué es Seedance 2.5

Seedance 2.5 es un modelo de generación de vídeo del equipo ByteDance Seed, el mismo que hace los modelos de imagen Seedream. ByteDance lo publicó el 31 de julio de 2026. Continúa Seedance 2.0 sobre la misma arquitectura: imagen y sonido se generan juntos, y a la entrada puede ir texto, imágenes, vídeo y audio a la vez. El panorama de toda la familia está en la página Seedance.

El cambio principal es la duración. Seedance 2.5 hace hasta 30 segundos en una generación en lugar de 15, y dentro del clip arma varios planos ligados: planteamiento, desarrollo, giro y desenlace. Un clip terminado se puede prolongar ronda a ronda, por eso ByteDance habla de vídeos «de varios minutos».

El modelo funciona en las apps chinas Jimeng y Doubao Pro y en la nube de ByteDance para desarrolladores. En la API se llama doubao-seedance-2-5-260628.

Qué sabe hacer Seedance 2.5

30 segundos con sonido de una vez. La duración se fija de 4 a 30 segundos o se deja en automático: entonces el modelo elige un número entero de segundos para el relato. El sonido se genera con la imagen: voz con labios sincronizados, efectos y música.

Hasta 50 referencias en una petición. 30 imágenes de hasta 4K, 10 vídeos y 10 audios. Cada vídeo o audio dura de 2 a 30 segundos, pero la suma por tipo no pasa de 30 segundos. Una referencia puede fijar el personaje, la voz, el movimiento, el estilo, la escena o el storyboard.

Códigos de tiempo en el prompt. Puede escribir «0–5 s: …, 5–10 s: …» y el modelo reparte acción, cámara y ritmo en esos tramos. Seedance 2.0 ignoraba los códigos de tiempo y solo entendía la numeración de planos.

Edición de un clip ya hecho. Añadir, sustituir o quitar un objeto, un personaje, el fondo, los subtítulos, la música o la voz con una frase normal: «sustituye al personaje de @Video1 por el de @Image1». La edición conserva la duración y la relación de aspecto del original.

Extensión hacia delante y hacia atrás. «Prolonga @Video1 hacia atrás: el personaje cae del cielo…» y el modelo calcula el principio, manteniendo imagen y sonido. Para editar y prolongar, ByteDance recomienda exportar MOV: así aguantan mejor el color, el brillo y el sonido.

Animación a partir de un bloqueo 3D. A la entrada puede ir un vídeo «de arcilla»: una escena de primitivas grises sin texturas. El modelo toma de ahí el movimiento, las trayectorias, la cámara y la luz, y el aspecto, del prompt y de las imágenes.

Borrador a 480p. El modo Draft hace primero un avance barato a 480p para comprobar el relato, los planos y el movimiento. El final se monta con el mismo prompt, la misma seed y las mismas referencias, y el avance se cobra aparte, a la tarifa de 480p.

Voz en 11 idiomas. Chino, inglés, español, indonesio, malayo, tailandés, árabe, portugués, vietnamita, japonés y coreano.

Seedance 2.5 y 2.0: qué cambió

	Seedance 2.0	Seedance 2.5
Salió	12 feb 2026	31 jul 2026
Duración por generación	4–15 s	4–30 s o automático
Resolución	480p, 720p, 1080p, 4K	480p, 720p, 1080p (10 bits)
Relación de aspecto	6 fijas	6 fijas o según el original, de 0,4 a 2,5
Referencias	9 imágenes, 3 vídeos, 3 audios	30 imágenes, 10 vídeos, 10 audios
Códigos de tiempo en el prompt	no, solo números de plano	sí, segundos enteros
Personaje en varios ángulos en una imagen	no recomendado	admitido
Borrador 480p	no	sí
Exportación	MP4	MP4 y MOV
Versiones rápidas	Fast, Mini	no

Las dos versiones tienen una «estética» distinta: el mismo prompt y la misma referencia dan en 2.5 y en 2.0 una imagen claramente diferente. Si un proyecto empezó en 2.0, ByteDance aconseja prolongar esos clips con 2.5 y exportar MOV: el estilo se conserva mejor que generando desde cero.

Aparte existe Seedance 2.5 4K, con 4K nativo y borradores a 480p. En octubre de 2026 solo está abierta a estudios de cine seleccionados. Los detalles están en la noticia Seedance 2.5 4K.

Para qué sirve Seedance 2.5

• Un corto o un anuncio de 20–30 segundos de un tirón — sin pegar varias generaciones ni saltos de luz entre ellas.
• Una serie con un mismo personaje. La foto del personaje en tres ángulos más una muestra de voz, y se reconoce de un clip a otro.
• Traducir un clip a otro idioma. La edición sustituye la voz y el movimiento de los labios; el resto queda como estaba.
• Previs y animación a partir de un bloqueo 3D. El animador marca el movimiento con primitivas simples y Seedance 2.5 lo renderiza en el estilo buscado.
• Retocar un vídeo ya rodado. Quitar subtítulos o una marca de agua, cambiar el fondo, añadir un objeto en el momento justo por código de tiempo.

ByteDance da cifras orientativas: lo más estable son 1–8 personajes por imágenes y 1–5 por vídeo o voz. Con 9–12 personajes el resultado empieza a «irse» y hacen falta reintentos. Si hay más de cinco personajes, conviene subir cada ángulo en una imagen aparte, no en una sola hoja.

Seedance 2.5 y alternativas

	Seedance 2.5	Kling 3.0	Veo 3.1	Vidu Q3
Desarrollador	ByteDance Seed	Kuaishou	Google DeepMind	ShengShu
Duración por generación	4–30 s	3–15 s	4, 6, 8 s	1–16 s
Resolución máxima	1080p, 10 bits	4K	4K	1080p
Referencias	30 fotos, 10 vídeos, 10 audios	hasta 7 fotos o elementos, 1 vídeo	hasta 3 imágenes	hasta 7 imágenes
Edición de vídeo ya hecho	sí, con códigos de tiempo	sí, en Omni	solo extensión	solo extensión
Sonido	sí	sí	sí	sí
En AI2Face	sí	sí	sí	sí

Seedance 2.5 gana en la duración de un solo clip y en el número de referencias. Para 4K y una física precisa en planos cortos, vaya a Veo 3.1 o a Kling 3.0. Para anime y dramas de cómic con varios personajes, mire Vidu Q3.

Cómo escribir prompts para Seedance 2.5

ByteDance recomienda pensar como un director y escribir el prompt en cuatro capas:

1. Atar las referencias. Nombre cada archivo por el orden de subida y su papel: «@Image1 es la protagonista, @Video1 es el movimiento de cámara, @Audio1 es la voz».
2. Una frase sobre el clip. Personaje + lugar + suceso + género + cámara.
3. El relato en el tiempo. Códigos de tiempo («0–3 s», «3–8 s») o «Plano 1, Plano 2»: en cada tramo, imagen, cámara, acción, diálogos y sonido.
4. Detalles que cruzan todo el clip. Ángulo, luz, atmósfera, fondo sonoro: lo que no cambia.

Escriba en afirmativo: no «sin gente», sino «un paseo vacío». La excepción son los subtítulos y la música: el modelo sí entiende «sin subtítulos» y «sin música de fondo».

Si el clip tiene que seguir un storyboard al pie de la letra, suba los fotogramas como imágenes sueltas y empiece el prompt con «usa las imágenes 1 a 7 por orden como fotogramas clave». Un storyboard pegado en una sola hoja solo marca el relato general: ByteDance recomienda como máximo 15 paneles, bocetos lineales simples y ningún texto en la hoja.

Un prompt para ese storyboard:

Storyboard @Image1, heroine @Image2. Moody short film, 35 mm, cold blue dusk light, film grain.
Shot 1 (0-5s): wide shot of a lighthouse on a rocky cliff, waves crash below, wind howls.
Shot 2 (5-10s): the heroine in a hooded raincoat climbs a spiral staircase, her steps echo.
Shot 3 (10-13s): close-up, her hand turns a round brass door handle.
Shot 4 (13-20s): she enters the lantern room and switches on the huge lamp, a low hum rises.
Shot 5 (20-25s): over-the-shoulder view of a small ship fighting the storm through the window.
Shot 6 (25-30s): wide shot, the lighthouse beam sweeps across the sea, the ship turns toward it.
Sound: wind, rain, distant thunder, no music. No subtitles.

El prompt está en inglés a propósito: el inglés es uno de los 11 idiomas del modelo, y el ejemplo sigue la guía oficial. Los diálogos puede dejarlos en español, pero compruébelos en un borrador corto.

Cómo evitar fallos típicos, según la guía oficial de ByteDance:

• Errores en los rótulos. La palabra que debe leerse, sepárela letra a letra o désela como imagen de referencia.
• Ojos que brillan. Emociones fuertes como «furioso» a veces salen con las pupilas encendidas. Escriba más neutro («sorprendido») y añada «ojos humanos normales».
• Música pese a «sin música». Enumere todas las variantes: music, background music, score, melody, y repita la prohibición al principio y al final del prompt.
• Subtítulos pese a la prohibición. No repita las palabras del diálogo en la descripción y use el formato «Réplica del personaje (emoción): texto». El vídeo de referencia también tiene que ir sin subtítulos.
• «Huellas dactilares» en la hierba y el follaje. Pasa cuando la imagen de referencia es mayor que la resolución de salida. Redúzcala al tamaño del vídeo.
• Borboteo y eco en el sonido. Quite del prompt el agua, las olas y el eco si el relato no los necesita.
• Una tarea compleja se «va». Divídala en dos: primero la generación con referencias y después la edición del resultado.

Cómo usar Seedance 2.5 en AI2Face

Seedance 2.5 está en el generador de AI2Face junto a Veo 3.1, Kling 3.0 y Gemini Omni, así que un mismo prompt se compara cómodamente en varios modelos.

1. Regístrese: las cuentas nuevas reciben créditos de bienvenida. Lo que ByteDance ofrece gratis está en el artículo Seedance gratis.
2. Abra el generador, pase a vídeo y elija Seedance 2.5.
3. Suba las referencias y escriba el prompt con el esquema de arriba. Empiece por un clip de 5–8 segundos: probar la idea así cuesta varias veces menos.
4. El coste en créditos se ve antes de empezar y depende de la duración y la resolución. Los créditos de los paquetes no caducan. Puede pagar con tarjeta o criptomonedas.

Las imágenes de referencia —personaje, escena, objeto— conviene hacerlas en el mismo generador, por ejemplo con Nano Banana Pro. Todos los fotogramas de esta página se hicieron así.

Límites

• No hay 4K. El máximo es 1080p. El 4K nativo solo está en la versión cerrada Seedance 2.5 4K.
• En la edición y la extensión no se elige el formato. El modelo toma la relación de aspecto del clip original y, en la edición, también la duración. Un clip editado puede salir 0,3–0,4 segundos más corto que el original.
• Física compleja y multitudes. La propia ByteDance escribe que la credibilidad de los movimientos complejos y de las escenas con varios personajes que interactúan todavía necesita trabajo.
• Errores en el texto. En los rótulos el modelo confunde letras: la «E» se vuelve «A» o «I», y en chino, caracteres parecidos.
• Personas reales. Los retratos de personas reales como referencia solo se permiten con un derecho confirmado a usarlos.
• Idiomas. Fuera de los 11 idiomas oficiales, el prompt y la voz funcionan peor que en inglés o en español.

Conclusión

Seedance 2.5 es la mejor opción cuando hace falta un clip entero de 20–30 segundos con relato, un mismo personaje y sonido: ni Kling 3.0 ni Veo 3.1 hacen tanto en una generación ni aceptan 50 referencias. También conviene para editar un vídeo ya hecho por código de tiempo. Si pesan más el 4K o una física impecable en un plano corto, use Veo 3.1. Si el presupuesto es justo y bastan 15 segundos, mire Seedance 2.0 y su versión Fast. Empiece por un borrador de 5 segundos en AI2Face y estírelo hasta 30 cuando el prompt funcione.