# 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 ByteDance Seed 的视频模型，2026 年 7 月 31 日发布。一次生成最长 30 秒的有声片段，分辨率 480p、720p 或带 10 比特色彩的 1080p，最多接受 50 个参考：30 张图、10 段视频和 10 段音频。还能按时间码修改和延长成片。Seedance 2.5 可在 AI2Face 生成器中使用。

开发者: ByteDance Seed · 发布时间: 2026-07-31 · 更新于 2026-10-27
URL: https://ai2face.com/zh/models/seedance-2-5

## 关键信息

| | |
|---|---|
| 开发者 | ByteDance Seed |
| 发布日期 | 2026 年 7 月 31 日 |
| 做什么 | 根据文字、画面和参考生成有声视频；修改和延长成片 |
| 时长 | 单次 4–30 秒或自动；可一轮轮延长 |
| 分辨率 | 480p 和 720p（8 比特），1080p（10 比特），每秒 24 帧 |
| 画幅 | 21:9、16:9、4:3、1:1、3:4、9:16，或跟随素材——0.4 到 2.5 |
| 参考 | 单次最多 50 个——30 张图、10 段视频和 10 段音频（每类合计不超过 30 秒） |
| 语音 | 11 种语言，包括英语、中文、西班牙语、日语和阿拉伯语 |
| 草稿 | Draft 模式——先出 480p 预览，再用相同参数出成片 |
| 在 AI2Face | 有，在生成器里 |

## 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](/zh/models/seedream)。ByteDance 在 2026 年 7 月 31 日发布了它。它沿用 [Seedance 2.0](/zh/models/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](/zh/models/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。

![灰色的简单几何体 3D 场景：红色胶囊沿人行道跑，旁边开着蓝色方块车，四周是灰色盒子房子和圆柱路灯](https://ai2face.com/_astro/clay-model.C57dBI_z_Z1HwqTd.jpg "Seedance 2.5 的黏土参考长这样：只有几何体，没有贴图和脸。模型从这样的片子里读动作和镜头。画面由 Nano Banana Pro 生成")

**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](/zh/models/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](/zh/news/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。

![参考页：同一个红发女生，穿橄榄绿外套，灰底上的正面、四分之三侧面和正侧面](https://ai2face.com/_astro/subject-views.dlnaXEB2_1ebj0u.jpg "三个角度的人物参考。Seedance 2.5 接受这种参考页，ByteDance 不建议在 2.0 里用。画面由 Nano Banana Pro 生成")

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](/zh/models/kling-3-0) | [Veo 3.1](/zh/models/veo-3-1) | [Vidu Q3](/zh/models/vidu) |
|---|---|---|---|---|
| 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。

![六格黑色线稿分镜：悬崖上的灯塔、雨衣女生走螺旋楼梯、手握门把、灯室、窗外暴风雨中的船、灯塔光束扫过海面](https://ai2face.com/_astro/storyboard.CbZwn_qi_cWgfB.jpg "ByteDance 建议的分镜样子：六格简单线稿，没有文字。情节和镜头写在提示词里。画面由 Nano Banana Pro 生成")

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](/zh/models/veo-3-1)、[Kling 3.0](/zh/models/kling-3-0)、[Gemini Omni](/zh/models/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](/zh/blog/seedance-besplatno) 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](/zh/models/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](/zh/models/veo-3-1)。预算紧、15 秒就够，看 [Seedance 2.0](/zh/models/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。

## 常见问题

### Seedance 2.5 是什么？

ByteDance Seed 团队的视频模型，2026 年 7 月 31 日发布。根据文字、照片、视频和音频生成最长 30 秒的有声片段，也能修改和延长已有成片。

### Seedance 2.5 能做多少秒的视频？

单次 4 到 30 秒。也可以选自动，由模型自己定长度。成片可以向前或向后延长，一轮接一轮。

### Seedance 2.5 的分辨率是多少？

480p、720p 或 1080p。1080p 带 10 比特色彩，默认是 720p。原生 4K 只在面向电影工作室的独立版本 Seedance 2.5 4K 里。

### Seedance 2.5 和 2.0 有什么不同？

单条时长翻倍（30 秒对 15 秒），参考数量是三倍多（50 对 15），提示词里的时间码能读懂，接受人物的多角度照片，还有草稿模式。2.0 的 4K 在 2.5 里没有。

### Seedance 2.5 能说中文吗？

能。中文在官方 11 种语言里，模型用这些语言写提示词并配音：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。名单之外的语言，提示词更稳妥的是用中文或英语写，台词先用短片试。

### AI2Face 里有 Seedance 2.5 吗？

有。Seedance 2.5 在 AI2Face 生成器里，费用在开始前就能看到。

## 资料来源

- https://seed.bytedance.com/en/blog/one-take-creation-flexible-referencing-introducing-seedance-2-5
- https://seed.bytedance.com/en/seedance2_5
- https://docs.volcengine.com/docs/ark/seedance-2-5?lang=zh
- https://docs.volcengine.com/docs/ark/seedance-2-5-prompt-guide?lang=zh
- https://seed.bytedance.com/en/blog/official-launch-of-seedance-2-0