Seedance 2.5：ByteDance 视频模型能做什么——30 秒、50 个参考、时间码

Seedance 2.5 是什么

Seedance 2.5 是 ByteDance Seed 团队的视频生成模型，这个团队也做图像模型 Seedream。ByteDance 在 2026 年 7 月 31 日发布了它。它沿用 Seedance 2.0 的同一套架构：画面和声音一起生成，输入可以同时是文字、图像、视频和音频。整个系列的总览在 Seedance 页面。

最大的变化是长度。Seedance 2.5 单次最长 30 秒，不再是 15 秒，并在一条片子里排出几个相连的镜头：起、承、转、合。成片可以一轮轮延长，所以 ByteDance 说能做出“好几分钟”的视频。

模型在中国应用即梦（Jimeng）和豆包专业版（Doubao Pro）里可用，也通过 ByteDance 面向开发者的云提供。API 里的名字是 doubao-seedance-2-5-260628。

Seedance 2.5 能做什么

一次 30 秒，带声音。 时长从 4 秒设到 30 秒，或选自动：模型按情节取一个整数秒。声音和画面一起生成：口型同步的对白、环境声和音乐。

一次请求最多 50 个参考。 30 张最高 4K 的图、10 段视频和 10 段音频。每段视频或音频 2 到 30 秒，但每一类加起来不超过 30 秒。参考可以指定人物、声音、动作、风格、场景或分镜。

提示词里的时间码。 可以写“0–5 秒：……，5–10 秒：……”，模型会把动作、镜头和节奏摊到这些区间。Seedance 2.0 会忽略时间码，只认镜头编号。

修改已有成片。 用一句普通的话增加、替换或去掉物体、人物、背景、字幕、音乐或声音：“把 @Video1 里的人物换成 @Image1 里的人物”。修改会保住原片的时长和画幅。

向前和向后延长。 “把 @Video1 向后延长：人物从天上掉下来……”模型会补出开头，画面和声音接着原片。修改和延长时，ByteDance 建议导出 MOV：颜色、亮度和声音更稳。

用 3D 白模做动画。 输入可以是一段“黏土”视频：没有贴图、只有灰色几何体的场景。模型从里面取动作、轨迹、镜头和光，外观则来自提示词和图片。

480p 草稿。 Draft 模式先出便宜的 480p 预览，用来看情节、镜头和动作。成片沿用同一条提示词、同一个 seed 和同一组参考，预览按 480p 的价格另外计费。

11 种语言的语音。 中文、英语、西班牙语、印尼语、马来语、泰语、阿拉伯语、葡萄牙语、越南语、日语和韩语。

Seedance 2.5 和 2.0：变了什么

	Seedance 2.0	Seedance 2.5
发布	2026-02-12	2026-07-31
单次时长	4–15 秒	4–30 秒或自动
分辨率	480p、720p、1080p、4K	480p、720p、1080p（10 比特）
画幅	6 种固定	6 种固定，或跟随素材，0.4 到 2.5
参考	9 张图、3 段视频、3 段音频	30 张图、10 段视频、10 段音频
提示词时间码	没有，只有镜头编号	有，按整秒
一张图里的多角度人物	不建议	支持
480p 草稿	没有	有
导出	MP4	MP4 和 MOV
快速版	Fast、Mini	没有

两个版本的“味道”不一样：同一条提示词和同一份参考，在 2.5 和 2.0 里画面会明显不同。项目如果从 2.0 开始，ByteDance 建议用 2.5 去延长 2.0 的片子，并导出 MOV——比从头生成更能保住风格。

另外还有 Seedance 2.5 4K，原生 4K，草稿仍是 480p。截至 2026 年 10 月，只对选定的电影工作室开放。细节见新闻 Seedance 2.5 4K。

Seedance 2.5 适合什么任务

• 一条 20–30 秒的短片或广告——不用把几次生成接在一起，也没有接缝处的光线跳动。
• 同一个人物的系列。 人物三个角度的照片加上一段声音样本，片子和片子之间认得出是同一个人。
• 把成片换成另一种语言。 修改会换掉语音和口型，其余保持原样。
• 预演，以及按 3D 草稿做动画。 动画师用简单几何体摆好动作，Seedance 2.5 按目标风格渲染。
• 补拍过的实拍。 去掉字幕或水印，换背景，按时间码在某一刻加进物体。

ByteDance 给了数量上的经验：按图片最稳的是 1–8 个人物，按视频或声音是 1–5 个。到 9–12 个人物，结果会开始“飘”，需要多试几次。人物超过五个时，每个角度单独上传一张图，不要拼在一张纸上。

Seedance 2.5 和同类模型

	Seedance 2.5	Kling 3.0	Veo 3.1	Vidu Q3
开发者	ByteDance Seed	Kuaishou	Google DeepMind	ShengShu
单次时长	4–30 秒	3–15 秒	4、6、8 秒	1–16 秒
最高分辨率	1080p，10 比特	4K	4K	1080p
参考	30 张照片、10 段视频、10 段音频	最多 7 张照片或元素、1 段视频	最多 3 张图	最多 7 张图
修改已有视频	可以，带时间码	可以，在 Omni	只能延长	只能延长
声音	有	有	有	有
在 AI2Face	有	有	有	有

Seedance 2.5 赢在单条时长和参考数量。要 4K、要短镜头里更准的物理，去 Veo 3.1 或 Kling 3.0。多人物的动画和漫画剧情，看 Vidu Q3。

怎么给 Seedance 2.5 写提示词

ByteDance 建议像导演一样想，提示词分四层：

1. 绑定参考。 按上传顺序给每个文件起角色：“@Image1 是女主角，@Video1 是镜头运动，@Audio1 是声音”。
2. 一句话讲这条片子。 人物 + 地点 + 事件 + 类型 + 镜头。
3. 按时间写情节。 时间码（“0–3 秒”“3–8 秒”）或“镜头 1、镜头 2”——每一段里写画面、镜头、动作、台词和声音。
4. 贯穿全片的细节。 角度、光、气氛、环境声：整条片子里不变的东西。

用肯定句：不要写“没有人”，写“空荡的滨河步道”。例外是字幕和音乐：模型能理解“不要字幕”和“不要背景音乐”。

如果片子必须严格跟着分镜走，把画面分成单独的图片上传，提示词开头写“按顺序把图像 1 到 7 当作关键帧”。拼在一张纸上的分镜只规定大致情节：ByteDance 建议不超过 15 格，用简单的线稿，纸上不要写字。

对应这条分镜的提示词：

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.

这段提示词用英语，是因为它跟着官方指南，英语也在模型的 11 种语言里。台词可以写成中文，但先用短草稿试一遍。

怎么躲开常见翻车——按 ByteDance 官方指南：

• 画面文字出错。 必须读得清的词，按字母拆开，或者给一张文字参考图。
• 眼睛发光。 “暴怒”这类强烈情绪，模型有时会画成瞳孔发光。写得中性一点（“惊讶”），并加上“普通的人类眼睛”。
• 写了“不要音乐”还是有音乐。 把说法都列上：music、background music、score、melody，并在提示词开头和结尾各禁一次。
• 禁止了还是出字幕。 不要在描述里重复台词原文，用“人物台词（情绪）：文本”这种格式。参考视频本身也不能带字幕。
• 草地和树叶上的“指纹”。 参考图比输出分辨率大时会出现。把图缩到成片尺寸。
• 声音里的咕嘟声和回声。 情节不需要的话，把水、浪和回声从提示词里拿掉。
• 复杂任务会“飘”。 拆成两步：先按参考生成，再修改结果。

在 AI2Face 里怎么用 Seedance 2.5

Seedance 2.5 和 Veo 3.1、Kling 3.0、Gemini Omni 都在 AI2Face 生成器里，同一条提示词方便在几个模型上对比。

1. 注册账号，新账户会得到欢迎积分。ByteDance 自己免费提供什么，写在文章 Seedance 免费 里。
2. 打开生成器，切到视频，选择 Seedance 2.5。
3. 上传参考，按上面的结构写提示词。先做 5–8 秒：这样试想法便宜好几倍。
4. 积分费用在开始前显示，取决于时长和分辨率。套餐积分不会过期。可以用银行卡或加密货币支付。

人物、场景、物品这类参考图，适合在同一个生成器里做，比如用 Nano Banana Pro。本页所有画面都是这么来的。

限制

• 没有 4K。 最高 1080p。原生 4K 只在未公开的 Seedance 2.5 4K 里。
• 修改和延长时不能选画幅。 模型沿用原片的画幅，修改时也沿用时长。改完的片子可能比原片短 0.3–0.4 秒。
• 复杂物理和人群。 ByteDance 自己写明：复杂动作、以及多个角色互相作用的场面，可信度还要继续打磨。
• 文字会错。 画面文字里字母会混：“E”变成“A”或“I”，中文里则是形近字。
• 真人。 用真人肖像做参考，必须有已确认的使用权。
• 语言。 在官方 11 种语言之外，提示词和语音不如中文或英语稳。

总结

需要一条完整的 20–30 秒片子，有情节、同一个人、还有声音时，Seedance 2.5 是更合适的选择：Kling 3.0 和 Veo 3.1 都做不到一次生成这么长，也不接受 50 个参考。它同样适合按时间码改已有视频。如果更在意 4K，或短镜头里的物理要很准，用 Veo 3.1。预算紧、15 秒就够，看 Seedance 2.0 和它的 Fast 版。在 AI2Face 里先做 5 秒草稿，提示词稳住了再拉到 30 秒。