Seedance 2.5: o que o modelo de vídeo da ByteDance faz — 30 segundos, 50 referências, timecodes

O que é o Seedance 2.5

Seedance 2.5 é um modelo de geração de vídeo da equipe ByteDance Seed, a mesma que faz os modelos de imagem Seedream. A ByteDance lançou-o em 31 de julho de 2026. Continua o Seedance 2.0 na mesma arquitetura: imagem e som são gerados juntos, e na entrada podem ir texto, imagens, vídeo e áudio ao mesmo tempo. O panorama de toda a família está na página Seedance.

A mudança principal é a duração. O Seedance 2.5 faz até 30 segundos numa geração em vez de 15, e dentro do clipe monta vários planos ligados: arranque, desenvolvimento, viragem e desfecho. Um clipe pronto pode prolongar-se ronda a ronda, por isso a ByteDance fala de vídeos “de vários minutos”.

O modelo corre nas apps chinesas Jimeng e Doubao Pro e na nuvem da ByteDance para programadores. Na API chama-se doubao-seedance-2-5-260628.

O que o Seedance 2.5 sabe fazer

30 segundos com som de uma vez. A duração define-se de 4 a 30 segundos ou fica no automático: o modelo escolhe um número inteiro de segundos para a história. O som é gerado com a imagem: fala com lábios sincronizados, ruídos e música.

Até 50 referências num pedido. 30 imagens até 4K, 10 vídeos e 10 áudios. Cada vídeo ou áudio dura de 2 a 30 segundos, mas a soma por tipo não passa de 30 segundos. Uma referência pode fixar a personagem, a voz, o movimento, o estilo, a cena ou o storyboard.

Timecodes no prompt. Dá para escrever “0–5 s: …, 5–10 s: …” e o modelo reparte ação, câmera e ritmo por esses trechos. O Seedance 2.0 ignorava timecodes e só entendia a numeração dos planos.

Edição de um clipe pronto. Acrescentar, substituir ou tirar um objeto, uma personagem, o fundo, as legendas, a música ou a voz com uma frase normal: “substitui a personagem de @Video1 pela de @Image1”. A edição mantém a duração e a proporção do original.

Extensão para a frente e para trás. “Prolonga @Video1 para trás: a personagem cai do céu…” e o modelo calcula o início, mantendo imagem e som. Para editar e prolongar, a ByteDance recomenda exportar MOV: assim a cor, o brilho e o som aguentam-se melhor.

Animação a partir de um blockout 3D. Na entrada pode ir um vídeo “de barro”: uma cena de primitivas cinza sem texturas. O modelo tira daí o movimento, as trajetórias, a câmera e a luz, e o aspecto, do prompt e das imagens.

Rascunho em 480p. O modo Draft faz primeiro uma prévia barata em 480p para verificar a história, os planos e o movimento. O final monta-se com o mesmo prompt, a mesma seed e as mesmas referências, e a prévia cobra-se à parte, à tarifa de 480p.

Fala em 11 idiomas. Chinês, inglês, espanhol, indonésio, malaio, tailandês, árabe, português, vietnamita, japonês e coreano.

Seedance 2.5 e 2.0: o que mudou

	Seedance 2.0	Seedance 2.5
Saiu	12 fev 2026	31 jul 2026
Duração por geração	4–15 s	4–30 s ou automático
Resolução	480p, 720p, 1080p, 4K	480p, 720p, 1080p (10 bits)
Proporção	6 fixas	6 fixas ou conforme o original, de 0,4 a 2,5
Referências	9 imagens, 3 vídeos, 3 áudios	30 imagens, 10 vídeos, 10 áudios
Timecodes no prompt	não, só números de plano	sim, segundos inteiros
Personagem em vários ângulos numa imagem	não recomendado	aceite
Rascunho 480p	não	sim
Exportação	MP4	MP4 e MOV
Versões rápidas	Fast, Mini	não

As duas versões têm uma “estética” diferente: o mesmo prompt e a mesma referência dão no 2.5 e no 2.0 uma imagem nitidamente distinta. Se um projeto começou no 2.0, a ByteDance aconselha prolongar esses clipes com o 2.5 e exportar MOV: o estilo conserva-se melhor do que a gerar do zero.

À parte existe o Seedance 2.5 4K, com 4K nativo e rascunhos em 480p. Em outubro de 2026 só está aberto a estúdios de cinema selecionados. Os pormenores estão na notícia Seedance 2.5 4K.

Para que serve o Seedance 2.5

• Uma curta ou um anúncio de 20–30 segundos de uma só peça — sem colar várias gerações nem saltos de luz entre elas.
• Uma série com a mesma personagem. A foto da personagem em três ângulos mais uma amostra de voz, e ela reconhece-se de clipe para clipe.
• Traduzir um clipe para outro idioma. A edição substitui a fala e o movimento dos lábios; o resto fica como estava.
• Previs e animação a partir de um blockout 3D. O animador marca o movimento com primitivas simples e o Seedance 2.5 renderiza-o no estilo pretendido.
• Retocar um vídeo já filmado. Tirar legendas ou uma marca de água, mudar o fundo, acrescentar um objeto no momento certo por timecode.

A ByteDance dá números de referência: o mais estável são 1–8 personagens por imagens e 1–5 por vídeo ou voz. Com 9–12 personagens o resultado começa a “escorregar” e são precisas novas tentativas. Se houver mais de cinco personagens, é melhor enviar cada ângulo numa imagem à parte, não numa folha só.

Seedance 2.5 e alternativas

	Seedance 2.5	Kling 3.0	Veo 3.1	Vidu Q3
Desenvolvedor	ByteDance Seed	Kuaishou	Google DeepMind	ShengShu
Duração por geração	4–30 s	3–15 s	4, 6, 8 s	1–16 s
Resolução máxima	1080p, 10 bits	4K	4K	1080p
Referências	30 fotos, 10 vídeos, 10 áudios	até 7 fotos ou elementos, 1 vídeo	até 3 imagens	até 7 imagens
Edição de vídeo pronto	sim, com timecodes	sim, no Omni	só extensão	só extensão
Som	sim	sim	sim	sim
No AI2Face	sim	sim	sim	sim

O Seedance 2.5 ganha na duração de um único clipe e no número de referências. Para 4K e física precisa em planos curtos, vá ao Veo 3.1 ou ao Kling 3.0. Para anime e dramas de quadrinhos com várias personagens, veja o Vidu Q3.

Como escrever prompts para o Seedance 2.5

A ByteDance recomenda pensar como um diretor e escrever o prompt em quatro camadas:

1. Ligar as referências. Nomeie cada arquivo pela ordem de envio e pelo papel: “@Image1 é a protagonista, @Video1 é o movimento de câmera, @Audio1 é a voz”.
2. Uma frase sobre o clipe. Personagem + lugar + acontecimento + gênero + câmera.
3. A história no tempo. Timecodes (“0–3 s”, “3–8 s”) ou “Plano 1, Plano 2”: em cada trecho, imagem, câmera, ação, falas e som.
4. Detalhes que atravessam o clipe. Ângulo, luz, atmosfera, fundo sonoro: o que não muda.

Escreva na afirmativa: não “sem pessoas”, mas “um passeio vazio”. A exceção são as legendas e a música: o modelo entende “sem legendas” e “sem música de fundo”.

Se o clipe tiver de seguir um storyboard ao pé da letra, envie os quadros como imagens separadas e comece o prompt com “use as imagens 1 a 7 em ordem como quadros-chave”. Um storyboard colado numa só folha só marca a história geral: a ByteDance recomenda no máximo 15 painéis, esboços lineares simples e nenhum texto na folha.

Um prompt para esse 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.

O prompt está em inglês de propósito: o inglês é um dos 11 idiomas do modelo, e o exemplo segue o guia oficial. As falas podem ficar em português, mas teste-as num rascunho curto.

Como contornar falhas típicas, segundo o guia oficial da ByteDance:

• Erros nas legendas visuais. A palavra que tem de se ler, separe-a letra a letra ou dê-a como imagem de referência.
• Olhos a brilhar. Emoções fortes como “furioso” às vezes saem com as pupilas acesas. Escreva de forma mais neutra (“surpreso”) e acrescente “olhos humanos normais”.
• Música apesar de “sem música”. Enumere todas as variantes: music, background music, score, melody, e repita a proibição no início e no fim do prompt.
• Legendas apesar da proibição. Não repita as palavras da fala na descrição e use o formato “Fala da personagem (emoção): texto”. O vídeo de referência também tem de ir sem legendas.
• “Impressões digitais” na relva e na folhagem. Acontece quando a imagem de referência é maior do que a resolução de saída. Reduza-a ao tamanho do vídeo.
• Borbulhar e eco no som. Tire do prompt a água, as ondas e o eco se a história não precisar deles.
• Uma tarefa complexa “escorrega”. Divida-a em duas: primeiro a geração com referências e depois a edição do resultado.

Como usar o Seedance 2.5 no AI2Face

O Seedance 2.5 está no gerador do AI2Face junto do Veo 3.1, do Kling 3.0 e do Gemini Omni, por isso o mesmo prompt compara-se com facilidade em vários modelos.

1. Cadastre-se: contas novas recebem créditos de boas-vindas. O que a ByteDance oferece de graça está no artigo Seedance grátis.
2. Abra o gerador, passe a vídeo e escolha Seedance 2.5.
3. Envie as referências e escreva o prompt pelo esquema acima. Comece por um clipe de 5–8 segundos: testar a ideia assim custa várias vezes menos.
4. O custo em créditos aparece antes de começar e depende da duração e da resolução. Os créditos dos pacotes não expiram. Dá para pagar com cartão ou cripto.

Imagens de referência — personagem, cena, objeto — é melhor fazê-las no mesmo gerador, por exemplo no Nano Banana Pro. Todas as imagens desta página foram feitas assim.

Limites

• Não há 4K. O máximo é 1080p. O 4K nativo só está na versão fechada Seedance 2.5 4K.
• Na edição e na extensão não se escolhe o formato. O modelo toma a proporção do clipe original e, na edição, também a duração. Um clipe editado pode sair 0,3–0,4 segundos mais curto do que o original.
• Física complexa e multidões. A própria ByteDance escreve que a credibilidade de movimentos complexos e de cenas com várias personagens a interagir ainda precisa de trabalho.
• Erros no texto. Nos letreiros o modelo troca letras: o “E” vira “A” ou “I”, e em chinês, caracteres parecidos.
• Pessoas reais. Retratos de pessoas reais como referência só são permitidos com um direito confirmado de os usar.
• Idiomas. Fora dos 11 idiomas oficiais, o prompt e a fala funcionam pior do que em inglês ou em português.

Conclusão

O Seedance 2.5 é a melhor escolha quando faz falta um clipe inteiro de 20–30 segundos com história, a mesma personagem e som: nem o Kling 3.0 nem o Veo 3.1 fazem tanto numa geração nem aceitam 50 referências. Também serve para editar um vídeo pronto por timecode. Se pesarem mais o 4K ou uma física impecável num plano curto, use o Veo 3.1. Se o orçamento for curto e 15 segundos chegarem, veja o Seedance 2.0 e a versão Fast. Comece por um rascunho de 5 segundos no AI2Face e estique até 30 quando o prompt funcionar.