Seedance：ByteDanceの動画AI、2.0と2.5ができること

Seedanceとは

SeedanceはByteDance Seedチームの動画モデルで、同じチームが画像モデルのSeedreamも作っています。家族の考え方は、映像と音を一つのアーキテクチャで扱うことです。クリップ、セリフ、効果音、音楽は後から貼り合わせるのではなく、一緒に生成されます。

Seedance 2.0は2026年2月12日に出ました。テキスト、画像、動画、音声の4種類を一度に受け取る最初の版で、クリップの修正と延長も覚えました。同時に速いSeedance 2.0 Fastも出ています。

Seedance 2.5は2026年7月31日、同じアーキテクチャで出ました。主な違いは長さです。1回の生成で最長30秒、延長は2回。一つの瞬間を引き伸ばすのではなく、クリップの中に結びついた複数のショットを組みます。

Seedanceができること

1回の生成で複数のショット。 場面をショットごとに書いてください。ワイド、ミディアム、追従。モデルはカットと共通の音がある一本のクリップにまとめます。

参照からの人物。 Seedance 2.5では、画像を最大30枚、動画を10本、音声を10本まとめて読み込み、プロンプトで何をどこから取るか指定できます。モデルは新しい場面でも顔と見た目を保ちます。

会話と音。 引用符のセリフは口の動きに合った声になり、話者の間の切り返しはモデルが自分で作ります。

動きとカメラ。 速い動きを保てます。スポーツ、ジャンプ、ドローンの飛行、頂点でのスロー。

修正と延長。 Seedance 2.0と2.5は、完成クリップの一部、人物、動作、筋書きを変えられます。2.5ではタイムコード指定の修正、グリーンバック、「ホワイトモデル」（場面の粗い3Dブロック）による制御が加わりました。

Seedance 2.5と2.0の違い

	Seedance 2.0	Seedance 2.5
公開	2026年2月12日	2026年7月31日
1回の長さ	4〜15秒	最長30秒
延長	あり	2回
参照	画像9枚、動画3本、音声3本まで	画像30枚、動画10本、音声10本まで
1回で複数ショット	あり	あり。つながった物語
修正	部分、人物、動作	+ タイムコード、グリーンバック、「ホワイトモデル」
高速版	2.0 Fast	—

ByteDanceは2.5の改善を別に挙げています。物体の質感、肌と目、光、色の飽和、音が絵にどれだけ合うかです。

Seedanceが向く作業

• 20〜30秒の短い物語と広告。 複数の生成をつなぎません。
• 音楽に合わせたクリップ。 リズムと音色の参照として音声を読み込めます。
• 同じ人物のシリーズ。 1回の依頼に人物写真を何十枚も。
• スポーツとアクション。 速い動き、飛行、スロー。
• 完成クリップの修正。 タイムコードで人物、動作、区間を差し替えます。

Seedanceと代替モデル

	Seedance 2.5	Veo 3.1	Gemini Omni 1.1 Flash
開発元	ByteDance Seed	Google DeepMind	Google DeepMind
1回の長さ	最長30秒	4、6、8秒	3〜10秒
延長	2回	最長148秒（API、720p）	最長40秒
解像度	非公開	最大4K	最大4K（アップスケール）
参照	写真30枚、動画10本、音声10本	画像3枚まで	画像と動画3本まで
音声	あり	あり	あり
AI2Faceでは	あり	あり	あり

Seedance 2.5は、1本の長さと参照の数で先頭です。Veo 3.1は4Kと、最初と最後のフレームを正確に指定するモードがあります。Gemini Omni Flashは速く、入力の幅が広いです。

Seedanceのプロンプトの書き方

• 音も映像と同じ詳しさで書いてください。 引用符のセリフ、音楽、主な効果音です。
• 複数ショットは番号を付けてください。 「ショット1: ワイド… ショット2: ミディアム… ショット3: 追従…」。
• 参照は番号で呼んでください。 ByteDanceの公式例では「人物は @Image 2、場面は @Image 3、小道具は @Image 4」です。
• 短いクリップでアイデアを確かめてから 長いものを作ってください。30秒は5秒の数倍のコストです。

三つのショットの短い物語。ショット1: 夜明けの漁村のワイド、霧が
港にかかり、船が揺れ、カモメが鳴く。ショット2: 黄色いレインコートの老漁師のミディアム、
木の船のロープをほどき、海を見て微笑む。
ショット3: 港を出て金色の日の出へ向かう船の後ろを追うショット。音: 波、
木のきしみ、遠いカモメ、盛り上がる弦の旋律。フォトリアル、35mmフィルム

AI2FaceでSeedanceを使う

SeedanceはAI2Faceのジェネレーターで使えます。音声付きで最長30秒、参照も扱えます。費用は開始前に表示されます。

別の用途には、同じジェネレーターにGoogleのモデルが二つあります。

• Veo 3.1 — 4〜8秒、最大4K。セリフと効果音、写真の動画化、参照3つまで、最初と最後のフレーム。
• Gemini Omni 1.1 Flash — 最長10秒、画像参照、最初と最後のフレーム。

4Kが必要なら、参照で同じ人物を保ったVeo 3.1の8秒クリップをいくつかつないで長い物語にします。二つのGoogleモデルも、費用は開始前に表示されます。

制限

• 実在の顔。 実在の人物の肖像を参照にする場合、ByteDanceは本人確認か法的な許可を求めます。
• 複雑な物理と複数の人物。 複雑な動きの物理的なもっともらしさと、複数の人物が関わる場面の安定性は、ByteDance自身がまだ改善が必要だとしています。
• ディテールと文字。 Seedance 2.0の評価で、開発元はディテールの不安定さ、まれな音のひずみ、画面内の文字の不正確さを挙げています。
• 入手先。 公式には中国のアプリJimengとDoubao Pro、および開発者向けAPIで動きます。2.5の公開時点で、そのAPIは「近日公開」でした。

まとめ

Seedance 2.5は長い物語クリップ向けです。1回の生成で音声付き30秒、参照は何十件。競合はまだここまでできません。Seedance 2.0は、修正つきで15秒までのクリップに使えるモデルのままです。SeedanceはAI2Faceで使えます。4Kや、二つのフレームの間の正確な移行が必要なら、同じジェネレーターのVeo 3.1を使ってください。Veoの長い物語は、同じ人物の8秒の場面をいくつか重ねて作ります。