Seedance 2.0：ByteDanceの音付き動画モデル — 2.0、Fast、Mini

Seedance 2.0とは

Seedance 2.0は、ByteDance Seedチームの動画生成モデルです。2026年2月12日に公開され、Seedanceファミリーで初めて、一つのアーキテクチャで映像と音を同時に生成し、テキスト、画像、動画、音声の4種類を一度に受け取るモデルになりました。

ほぼ同じ機能のモデルが3つあります。

• Seedance 2.0 — 最高画質。1080pと4Kができるのはこれだけです。
• Seedance 2.0 Fast — 2.0と同時に公開。速度と価格のバランスです。
• Seedance 2.0 Mini — 2026年6月に追加。最も安いモデルです。

2026年夏には、最長30秒のクリップを作る Seedance 2.5 が出ました。2.0はラインナップに残っています。4Kができるのは2.0だけで、FastとMiniはByteDanceの音付き動画を得る最も安い手段のままです。

Seedance 2.0でできること

4〜15秒の音付きクリップ。 音声はステレオで、映像と同時に生成されます。BGM、環境音、登場人物の声は並行するトラックになります。

1本のクリップに複数のショット。 モデルは「ショット1…ショット2…」という文章の絵コンテを読み、ショットサイズとアングルを自分で切り替えます。会話の切り返しからワイドショットまでです。

マルチモーダルな参照。 画像9枚、動画3本、音声3本まで、それにテキストです。画像からは人物、スタイル、構図を、動画からは動き、カメラ、エフェクトを、音声からは声、メロディ、セリフを取ります。「テキスト＋音声」と「音声のみ」は非対応です。音声には少なくとも画像か動画が1つ必要です。

最初と最後のフレーム。 画像1枚はクリップの開始、2枚は開始と終了です。モデルがその間の動きを作ります。

完成した動画の編集。 人物や物の差し替え、オブジェクトの追加、削除、変更、フレームの一部の描き直しができます。ByteDanceのドキュメントの例は「[動画1]の猫を[画像1]のライオンに置き換えて」です。

延長。 モデルはプロンプトに沿ってクリップの続きを作り、人物とシーンを保ちます。

最後のフレームを画像で。 頼むと、モデルは最終フレームを静止画で返します。次のクリップの最初のフレームにすれば、複数回の生成で長い話を組み立てられます。

Seedance 2.0、Fast、Miniの違い

	Seedance 2.0	Seedance 2.0 Fast	Seedance 2.0 Mini
向き	最高画質	価格と速度のバランス	最も安い
解像度	480p、720p、1080p、4K（10ビット）	480p、720p	480p、720p
長さ	4〜15秒	4〜15秒	4〜15秒
画面比	21:9、16:9、4:3、1:1、3:4、9:16	同じ6種	同じ6種
参照	画像9、動画3、音声3	同じ	同じ
編集と延長	あり	あり	あり
音声	あり	あり	あり
480pの草稿モード	なし	なし	なし

3モデルの機能は同じです。テキストから動画、最初のフレーム、最初と最後のフレーム、参照、編集、延長、音声。違うのは画質、価格、解像度の上限だけです。

Seedance 2.0と2.5、どちらを使うか

	Seedance 2.0	Seedance 2.5
1回の長さ	4〜15秒	4〜30秒
4K	あり	なし。最大1080p
参照	15（9 + 3 + 3）	50（30 + 10 + 10）
プロンプトのタイムコード	なし。ショット番号のみ	あり
複数アングルのキャラクターシート	非推奨	対応
安い版	Fast、Mini	なし

4Kが必要なら、またはFastとMiniで安い草稿を多く回すなら2.0です。15秒を超える、人物と参照が多い、完成した動画をタイムコードで直すなら2.5です。版によって見た目の傾向が違うので、一つの作品は一つのモデルで通した方がよいです。

Seedance 2.0が向く作業

• 商品写真からの10〜15秒の広告。 商品は参照から、動きと音楽はプロンプトから。
• 音楽に合わせたクリップ。 音源を音声参照にすると、リズムと編集がそれに沿います。
• 他人のクリップの動きやエフェクトを、自分の人物で再現する。
• 完成した動画の人物や物を差し替える。
• 大画面向けの4K仕上げ。 草稿はFastかMiniで固めてから。

Seedance 2.0と他のモデル

	Seedance 2.0	Kling 3.0	Veo 3.1	Grok Imagine Video 1.5
開発元	ByteDance Seed	Kuaishou	Google DeepMind	xAI
1回の長さ	4〜15秒	3〜15秒	4、6、8秒	1〜15秒
最大解像度	4K	4K	4K	1080p
参照	画像9、動画3、音声3	画像または要素が最大7	画像最大3枚	画像と声が最大3
動画編集	あり	あり。Omniで	延長のみ	なし
安い版	Fast、Mini	Turbo	Fast、Lite	Lite
AI2Faceでは	あり	あり	あり	あり

参照ではSeedance 2.0が他より強いです。一つのリクエストで画像、動画、音声を同時に取るのはこれだけです。短い場面と物理はVeo 3.1の方が正確で、人物を要素にした絵コンテはKling 3.0の方が扱いやすいです。

Seedance 2.0のプロンプトの書き方

1. 参照は番号と役割で名指しします。 「ヒロインは[画像1]、カメラの動きは[動画1]、音楽は[音声1]」。
2. 秒ではなくショットで分けます。 Seedance 2.0はタイムコードに反応せず、ショット番号だけを読みます。ByteDanceは2.5のガイドでこの点を別に書いています。
3. 音を書きます。 セリフは引用符、音楽、主要な効果音。
4. 人物は画像1枚にします。 ByteDanceは、2.0に複数アングルを1枚に並べたシートを勧めていません。
5. アイデアはFastかMiniの480pで試し、仕上げは必要な解像度で2.0に出します。

上のグラスを参照にした広告のプロンプトです。

アイス抹茶ラテの広告、12秒、縦9:16、飲み物は[画像1]。
ショット1：クローズアップ。茶筅がボウルで鮮やかな緑の抹茶を泡立て、細かい飛沫、朝の光。
ショット2：抹茶がミルクと氷の入ったグラスに注がれ、層がゆっくり混ざり、氷が鳴る。
ショット3：リネンのシャツを着た若い女性が、日の当たるベランダで一口飲み、カメラに微笑む。
音：軽いローファイのビート、氷の音、葉ずれ。字幕なし。

AI2FaceでSeedance 2.0を使う

Seedance 2.0はAI2Faceのジェネレーターにあり、Seedance 2.5、Veo 3.1、Kling 3.0 と並んでいます。

1. 登録すると、新規アカウントにウェルカムクレジットが付きます。ByteDance自身が無料で出している内容は、記事 Seedance 無料 にまとまっています。
2. ジェネレーターを開き、動画に切り替えて Seedance 2.0 を選びます。
3. 参照をアップロードし、ショットごとのプロンプトを書き、長さと解像度を指定します。
4. クレジットの料金は実行前に表示されます。パックのクレジットに有効期限はなく、支払いはカードまたは暗号資産です。

商品や人物の参照写真は同じ場所で作れます。たとえば Nano Banana Pro です。

限界

• ディテールとリアリティ。 モデルの報告でByteDanceは、ディテールの安定、ハイパーリアリズム、動きの生き生きとした感じはまだ改善が必要だと書いています。
• 音声。 音がひずむことがあります。
• 複数の人物と文字。 開発者は、複数キャラクターの一貫性、画面内の文字、複雑な編集を弱い点に挙げています。
• タイムコードは効きません。 クリップの構成はショット番号でしか指定できません。
• FastとMiniに1080pはありません。 高い解像度はフルの2.0だけです。
• 実在の顔。 実在の人物の肖像を参照にするには、本人確認か法的な許可が必要です。

まとめ

Seedance 2.0は、15秒までのクリップで、画像・動画・音の参照を一度に使うとき、または4Kが必要なときの実用的なモデルです。FastとMiniがあるので、音付きの動画アイデアを試す最も安い手段になります。15秒を超えるクリップ、タイムコードでの編集、数十の参照には Seedance 2.5 に移ります。短い場面の物理が一番なら、同じAI2Faceのジェネレーターで Veo 3.1 と結果を比べてください。