Seedance：ByteDance 视频模型，2.0 和 2.5 能做什么

Seedance 是什么

Seedance 是 ByteDance Seed 团队的视频模型，同一团队还做图像模型 Seedream。这个家族的核心是同一套架构同时做画面和声音：片段、对白、音效和音乐一起生成，而不是事后拼上去。

Seedance 2.0 于 2026 年 2 月 12 日发布。它第一次同时接收四类输入——文字、图像、视频和音频——并学会修改和延长成片。更快的 Seedance 2.0 Fast 同时推出。

Seedance 2.5 于 2026 年 7 月 31 日在同一架构上发布。主要差别是长度：单次最长 30 秒，并可延长两次。模型在片段内部安排几个相连的镜头，而不是把一个瞬间拉长。

Seedance 能做什么

一次生成多个镜头。 按镜头写场景——全景、中景、跟拍——模型会把它们收成一条带剪辑和统一声音的片子。

用参考锁定人物。 在 Seedance 2.5 里一次上传最多 30 张图、10 段视频和 10 段音频，并在提示词里写明各取什么。模型会在新场景里保住人物的脸和外形。

对白和声音。 引号里的台词会变成口型同步的语音，模型自己做两人之间的正反打。

动作和镜头运动。 模型能稳住快动作：运动、跳跃、无人机飞过、高潮处的慢放。

修改和延长。 Seedance 2.0 和 2.5 能改成片里的片段、人物、动作和情节。2.5 增加了按时间码修改、绿幕，以及用“白模”控制——场景的粗略三维块体。

Seedance 2.5 和 2.0：差别在哪

	Seedance 2.0	Seedance 2.5
发布	2026年2月12日	2026年7月31日
单次时长	4–15 秒	最长 30 秒
延长	可以	两次
参考	最多 9 张图、3 段视频、3 段音频	最多 30 张图、10 段视频、10 段音频
一次做出多个镜头	可以	可以，情节相连
修改	片段、人物、动作	+ 时间码、绿幕、“白模”
加速版	2.0 Fast	—

ByteDance 单独列出 2.5 的改进：物体纹理、皮肤和眼睛、光线、色彩饱和度，以及声音和画面的同步。

Seedance 适合什么任务

• 20–30 秒的短故事和广告，不用把几次生成拼在一起。
• 配乐短片： 把音频作为节奏和音色的参考上传。
• 同一主角的系列： 一次请求里放几十张人物照片。
• 运动和动作： 快速运动、飞越、慢放。
• 改已有成片： 按时间码替换人物、动作或一段。

Seedance 和同类模型

	Seedance 2.5	Veo 3.1	Gemini Omni 1.1 Flash
开发者	ByteDance Seed	Google DeepMind	Google DeepMind
单次时长	最长 30 秒	4、6、8 秒	3–10 秒
延长	2 次	最长 148 秒（API，720p）	最长 40 秒
分辨率	未公布	最高 4K	最高 4K（放大）
参考	30 张照片、10 段视频、10 段音频	最多 3 张图	图像，以及最多 3 段视频
声音	有	有	有
在 AI2Face	有	有	有

Seedance 2.5 在单条时长和参考数量上领先。Veo 3.1 提供 4K 和精确的首尾帧模式。Gemini Omni Flash 快，输入也更灵活。

怎么给 Seedance 写提示词

• 声音写得和画面一样具体： 引号里的台词、音乐、关键音效。
• 多个镜头要编号： “镜头 1：全景……镜头 2：中景……镜头 3：跟拍……”。
• 参考按编号来叫。 ByteDance 官方示例是：“人物用 @Image 2，场景用 @Image 3，道具用 @Image 4”。
• 先用短片试想法，提示词定了再做长片：30 秒比 5 秒贵好几倍。

三个镜头的短故事。镜头 1：黎明时分渔村的全景，雾气
笼罩港口，船轻轻摇晃，海鸥叫。镜头 2：老渔夫的中景，
他穿着黄色雨衣，解开木船的缆绳，望向海面，微笑。
镜头 3：跟在船后，船离开港口，驶向金色的日出。声音：海浪、
木头吱呀、远处的海鸥、逐渐升起的弦乐。照片级真实，35 毫米胶片

如何在 AI2Face 里使用 Seedance

Seedance 在 AI2Face 生成器里：最长 30 秒的有声片段，以及参考图工作流。费用在开始前就能看到。

同一生成器里还有两个 Google 模型，用来做别的事：

• Veo 3.1 — 4–8 秒、最高 4K，带对白和音效，让照片动起来，最多 3 个参考，首帧和尾帧。
• Gemini Omni 1.1 Flash — 最长 10 秒，图像参考，首帧和尾帧。

如果要 4K，用同一人物的参考，把长故事拆成几段 8 秒的 Veo 3.1。两个 Google 模型的费用也在开始前显示。

限制

• 真人面孔。 用真人肖像做参考时，ByteDance 要求身份核验或法律授权。
• 复杂物理和多个人物。 ByteDance 自己也承认：复杂动作的物理可信度，以及多个人物互动场面的稳定性，还需要改进。
• 细节和文字。 在 Seedance 2.0 的评测里，开发者指出细节不稳定、偶发的声音失真，以及画面中文字不准确。
• 可用性。 官方在中国应用 Jimeng 和 Doubao Pro 里提供，也通过面向开发者的 API 提供。2.5 发布时，它的 API 状态是“即将推出”。

结论

Seedance 2.5 适合做长叙事片段：一次生成 30 秒有声视频，再加上几十个参考，目前还没有竞品能同时做到。Seedance 2.0 仍然适合 15 秒以内、需要修改的片子。Seedance 可在 AI2Face 使用。如果要 4K，或两帧之间的精确过渡，用同一生成器里的 Veo 3.1。Veo 上的长故事由几段 8 秒、同一人物的场景拼成。