字节跳动发布Seedance 2.5：支持30秒长视频生成与多模态素材参考

核心要点

• 长视频生成突破：支持单次生成长达30秒的高质量音视频片段，并通过多轮扩展实现数分钟的连贯叙事。
• 多模态参考升级：单次可输入多达30张图片、10段视频和10段音频作为参考素材，显著增强对创作者意图的理解。
• 视听质量优化：改进了镜头转场与场景变换的连贯性，在图像、音频和动态质量方面均有显著提升。
• 精准编辑控制：引入时间戳级别的控制能力，支持对音视频协同内容的针对性稳定编辑。

详细分析

从片段生成向完整叙事的跨越

Seedance 2.5 的核心进步在于其处理长篇内容的能力。以往的AI视频模型往往局限于极短的片段，难以维持长期的逻辑一致性。Seedance 2.5 不仅将单次生成时长提升至30秒，还通过优化镜头切换和场景变换技术，确保了在多轮扩展过程中视听语言的高度统一。这意味着用户可以像导演一样，通过“一次拍摄”（One-take）的逻辑，构建出具有完整故事情节的分钟级视频作品。

极致的多模态参考与创意控制

为了更好地服务于真实世界的创作需求，Seedance 2.5 极大地放宽了参考素材的限制。用户现在可以一次性输入30张图片、10个视频片段和10个音频文件。这种强大的多模态参考能力，结合粘土渲染、动作参考和创意参考等功能，使得模型能够处理涉及多个主体、复杂场景和多变镜头的创作任务。这种深度的参考机制让AI不再是随机生成，而是成为了能够精准执行创作者复杂构思的工具。

统一架构下的精准编辑能力

基于Seedance 2.0 延续下来的音视频联合生成架构，2.5版本在编辑的精准度上实现了质的飞跃。通过提供时间戳级别的控制，创作者可以对音视频同步内容进行精细化调整。这种稳定性解决了AI视频生成中常见的“闪烁”或“音画不同步”问题，为专业视频制作提供了更高的可靠性和生产力释放。

行业影响

Seedance 2.5 的发布标志着生成式AI视频技术进入了“作品级”创作阶段。通过解决时长限制、提升参考精度以及增强编辑可控性，字节跳动正在将AI视频模型从一种娱乐性的技术演示转变为真正的工业级生产力工具。这将对广告创意、短视频制作以及影视预演等行业产生深远影响，大幅降低高质量视频内容的创作门槛和成本。

常见问题

问题 1：Seedance 2.5 最长可以生成多久的视频？

Seedance 2.5 支持单次生成最长30秒的高质量音视频片段。同时，它支持多轮扩展功能，用户可以通过连续生成来创作长达数分钟且保持视听一致性的完整视频内容。

问题 2：用户可以提供哪些类型的参考素材？

用户可以进行全方位的多模态参考输入，单次任务支持最多30张图像、10段视频短片以及10段音频素材。这些素材可用于指导模型的动作、风格（如粘土渲染）及创意走向。

问题 3：Seedance 2.5 在视频质量上有哪些改进？

相比前代版本，Seedance 2.5 在图像清晰度、音频质量和动作自然度方面均有显著提升。特别是在镜头转场和场景变换的连续性上做了深度优化，使得生成的视频视觉效果更加自然、精致。