Seedance 2.5：ByteDanceの動画モデル——30秒、参照50件、タイムコード

Seedance 2.5とは

Seedance 2.5は、画像モデル Seedream も作っている ByteDance Seed チームの動画生成モデルです。ByteDance は 2026年7月31日に公開しました。Seedance 2.0 と同じアーキテクチャの続きで、映像と音は一緒に生成され、入力にはテキスト、画像、動画、音声を同時に渡せます。シリーズ全体の概要は Seedance のページにあります。

いちばんの変化は長さです。Seedance 2.5 は 15秒ではなく、1回の生成で最長30秒を作り、クリップの中に結びついた複数のショットを組みます。導入、展開、転換、結末です。完成クリップはラウンドごとに延長できるので、ByteDance は「数分」の動画と言っています。

モデルは中国のアプリ Jimeng と Doubao Pro、そして開発者向けの ByteDance クラウドで動きます。API 上の名前は doubao-seedance-2-5-260628 です。

Seedance 2.5ができること

音声付き30秒を一度に。 長さは4〜30秒で指定するか、自動にします。自動では、物語に合わせて整数秒をモデルが選びます。音は映像と一緒に生成されます。口の動きに合ったセリフ、効果音、音楽です。

1回のリクエストで参照は最大50件。 4Kまでの画像30枚、動画10本、音声10本です。動画と音声は1ファイル2〜30秒ですが、種類ごとの合計は30秒までです。参照は人物、声、動き、スタイル、場面、絵コンテを指定できます。

プロンプトのタイムコード。 「0〜5秒：…、5〜10秒：…」と書くと、モデルはその区間に動作、カメラ、テンポを割り当てます。Seedance 2.0 はタイムコードを無視し、ショット番号だけを読んでいました。

完成クリップの修正。 物体、人物、背景、字幕、音楽、声を、普通の一文で追加、差し替え、削除できます。「@Video1 の人物を @Image1 の人物に差し替える」。修正は元クリップの長さとアスペクト比を保ちます。

前方向と後ろ方向の延長。 「@Video1 を後ろに延長：主人公が空から落ちてくる…」。モデルは映像と音を保ったまま、冒頭を補います。修正と延長では、ByteDance は MOV 書き出しを勧めています。色、明るさ、音がより安定します。

3Dブロックアウトからのアニメーション。 入力には「粘土」動画を渡せます。テクスチャのない灰色のプリミティブだけの場面です。モデルはそこから動き、軌跡、カメラ、光を取り、見た目はプロンプトと画像から取ります。

480pの下書き。 Draft モードは、物語、ショット、動きを確認するための安い 480p プレビューを先に出します。本生成は同じプロンプト、同じ seed、同じ参照で組み立て、プレビューは 480p の料金で別に請求されます。

11言語の発話。 中国語、英語、スペイン語、インドネシア語、マレー語、タイ語、アラビア語、ポルトガル語、ベトナム語、日本語、韓国語です。

Seedance 2.5と2.0：変わった点

	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	4〜30秒、または自動
解像度	480p、720p、1080p、4K	480p、720p、1080p（10ビット）
アスペクト比	固定6種	固定6種、または素材に合わせ 0.4〜2.5
参照	画像9、動画3、音声3	画像30、動画10、音声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。整数秒
1枚の複数アングル人物	非推奨	対応
480pの下書き	なし	あり
書き出し	MP4	MP4 と MOV
高速版	Fast、Mini	なし

二つの版は「見た目の傾向」が違います。同じプロンプトと参照でも、2.5 と 2.0 では絵がはっきり変わります。プロジェクトが 2.0 で始まっているなら、ByteDance は 2.5 で 2.0 のクリップを延長し、MOV で書き出すことを勧めています。ゼロから作るよりスタイルが残ります。

別に Seedance 2.5 4K があり、ネイティブ 4K と 480p の下書きに対応します。2026年10月時点では、選ばれた映画スタジオだけに開かれています。詳細はニュース Seedance 2.5 4K にあります。

Seedance 2.5が向く仕事

• 20〜30秒の短編や広告を一本で。 複数の生成をつなげず、その間の光の飛びもありません。
• 同じ人物のシリーズ。 三つのアングルの写真と声のサンプルがあれば、クリップが変わっても人物がわかります。
• クリップを別の言語にする。 修正はセリフと口の動きを差し替え、ほかはそのままです。
• プリビズと、3D下書きからのアニメーション。 アニメーターが単純なプリミティブで動きを置き、Seedance 2.5 が目的のスタイルで描きます。
• 撮影済み動画の手直し。 字幕や透かしを外す、背景を替える、タイムコードで必要な瞬間に物体を足す。

ByteDance は目安を出しています。画像なら人物1〜8人、動画か声なら1〜5人がいちばん安定します。9〜12人になると結果が「揺れ」始め、やり直しが必要です。人物が5人を超えるなら、各アングルは1枚のシートではなく別画像でアップロードしてください。

Seedance 2.5と他のモデル

	Seedance 2.5	Kling 3.0	Veo 3.1	Vidu Q3
開発元	ByteDance Seed	Kuaishou	Google DeepMind	ShengShu
1回の長さ	4〜30秒	3〜15秒	4、6、8秒	1〜16秒
最大解像度	1080p、10ビット	4K	4K	1080p
参照	写真30、動画10、音声10	写真または要素7まで、動画1	画像3まで	画像7まで
完成動画の修正	あり。タイムコード付き	あり。Omni	延長のみ	延長のみ
音	あり	あり	あり	あり
AI2Face	あり	あり	あり	あり

Seedance 2.5 が勝つのは、1本の長さと参照の数です。4K や、短いショットの正確な物理が要るなら Veo 3.1 か Kling 3.0 へ。複数の人物が出るアニメやコミックドラマなら Vidu Q3 を見てください。

Seedance 2.5のプロンプトの書き方

ByteDance は、監督のように考え、プロンプトを四層で書くことを勧めています。

1. 参照を結びつける。 アップロード順と役割で各ファイルを呼びます。「@Image1 は主人公、@Video1 はカメラの動き、@Audio1 は声」。
2. クリップを一文で。 人物、場所、出来事、ジャンル、カメラ。
3. 時間に沿った筋。 タイムコード（「0〜3秒」「3〜8秒」）か「ショット1、ショット2」。各区間に映像、カメラ、動作、セリフ、音。
4. 全体を通る細部。 アングル、光、空気、環境音。クリップのあいだ変わらないもの。

肯定で書いてください。「人がいない」ではなく「誰もいない遊歩道」です。例外は字幕と音楽で、「字幕なし」「BGMなし」はモデルが理解します。

絵コンテどおりのクリップが必要なら、コマを別画像で読み込み、プロンプトの最初を「画像1から7を順番にキーフレームとして使う」にしてください。1枚に貼った絵コンテは全体の筋だけを決めます。ByteDance は、パネル15枚まで、単純な線画、シート上に文字なし、を勧めています。

この絵コンテ向けのプロンプトです。

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.

プロンプトが英語なのは、公式ガイドに沿っているためで、英語はモデルの11言語に入ります。セリフは日本語のままでも構いませんが、短い下書きで確認してください。

よくある失敗の避け方。 ByteDance の公式ガイドより。

• 画面の文字の誤り。 読ませたい単語は一文字ずつ分けるか、文字の参照画像を渡します。
• 光る目。 「激怒」のような強い感情は、瞳が光って描かれることがあります。「驚いている」のように中立にし、「普通の人間の目」と足してください。
• 「音楽なし」なのに音楽が入る。 music、background music、score、melody と書き、禁止をプロンプトの最初と最後で繰り返します。
• 禁止したのに字幕が出る。 説明の中でセリフの言葉を繰り返さず、「人物のセリフ（感情）：テキスト」の形にします。参照動画にも字幕がないことが必要です。
• 草や葉の「指紋」。 参照画像が出力解像度より大きいときに起きます。動画のサイズまで縮小してください。
• 音のゴボゴボとエコー。 物語に不要なら、水、波、エコーをプロンプトから外します。
• 難しい作業が「揺れる」。 二つに分けます。先に参照から生成し、そのあと結果を修正します。

AI2Faceで Seedance 2.5 を使う

Seedance 2.5 は Veo 3.1、Kling 3.0、Gemini Omni と同じ AI2Face のジェネレーターにあるので、一つのプロンプトを複数のモデルで比べやすいです。

1. 登録すると、新しい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ものは、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 2.5 を選びます。
3. 参照を読み込み、上の形でプロンプトを書きます。まずは5〜8秒から。アイデアの確認が何倍も安くなります。
4. クレジットの費用は開始前に表示され、長さと解像度で変わります。パックのクレジットに有効期限はありません。支払いはカードまたは暗号資産です。

人物、場面、物の参照画像は、同じジェネレーターで作るのが楽です。たとえば Nano Banana Pro です。このページの画像はすべてその方法で作っています。

制限

• 4Kはない。 上限は1080pです。ネイティブ4Kは、閉じた版の Seedance 2.5 4K にだけあります。
• 修正と延長ではフォーマットを選べない。 モデルは元クリップのアスペクト比を使い、修正では長さも引き継ぎます。直したクリップは、元より 0.3〜0.4秒短くなることがあります。
• 複雑な物理と群衆。 複雑な動きと、複数の人物が関わり合う場面の説得力は、まだ仕上げが必要だと ByteDance 自身が書いています。
• 文字の誤り。 画面の文字で字母を取り違えます。「E」が「A」や「I」になり、中国語では似た字が入れ替わります。
• 実在の人物。 実在の人物の肖像を参照にするには、使用する権利が確認されている必要があります。
• 言語。 公式11言語の外では、プロンプトと発話は英語や日本語より不安定です。

まとめ

物語があり、人物が一人通って、音もある 20〜30秒の一本が要るなら、Seedance 2.5 が向いています。Kling 3.0 も Veo 3.1 も、1回の生成でこれだけの長さは出さず、参照50件も受けません。できた動画をタイムコードで直すのにも向きます。4K や、短いショットのきれいな物理のほうが大事なら Veo 3.1 を使ってください。予算が限られていて15秒で足りるなら、Seedance 2.0 とその Fast 版を見てください。AI2Face では5秒の下書きから始め、プロンプトが通ったら30秒まで伸ばします。