01
表演与运动
多人同时运动的场景，比如双人花滑或舞蹈，节奏和身体接触都要看起来符合物理。
AI 视频模型
Seedance 2.0
用文字、图片、视频和音频共同导演的多镜头有声视频
最多把 9 张图片、3 段视频和 3 段音频与提示词一起使用，生成 4–15 秒的场景，动作、镜头和声音都跟随你的简报。
创作工作区
Seedance 2.0
36
Seedance 2.0是什么？
Seedance 2.0 是字节跳动 Seed 团队的音视频生成模型。它在同一份简报里读取文字、图片、视频和音频，一次输出最长 15 秒、带多个镜头的视频，声音与画面一同生成，所以一次生成就可能是一段剪好的片子，而不只是一个长镜头。
Seedance 2.0 规格
- 输入
- 最多 9 张图、3 段视频、3 段音频
- 时长
- 4–15 秒
- 音频
- 与画面同步生成，立体声
用Seedance 2.0可以创作什么
这些是大家真正拿 Seedance 2.0 来做的事，以及每件事需要的设置。
02
从分镜到成片
把分镜、角色、场景和道具分别作为图片交给它，让它生成这些素材所描述的短片。
03
带声音的广告
产品广告和讲解视频，音乐、环境声和人声需要与画面卡在同一个节拍上。
Seedance 2.0
Seedance 2.0 擅长什么
下面每段视频都是字节跳动 Seed 发布的 Seedance 2.0 官方示例，截取了 10 秒。它们展示了这个模型相比早期版本重点提升的四个方面。
Official example · ByteDance Seed01
符合物理规律的动作
多人互动和快速复杂的动作都能保持稳定：在花滑示例里，托举、旋转和落冰在整套动作中都连贯可信。
Official example · ByteDance Seed02
每个参考素材各司其职
说明每个上传素材的用途，比如剧本、角色、场景或道具，模型就只从中借用那一部分。
Official example · ByteDance Seed03
遵循复杂指令
包含多个角色和一连串动作的长提示词，会按顺序呈现，而且每个人物都保持可辨认。
Official example · ByteDance Seed04
声音与画面一起生成
音乐、环境声、音效和人声作为独立的立体声层生成，并与画面对齐，细到雨滴落在刀刃上的声音。
Seedance 2.0
结合实际场景做选择
什么时候该用 Seedance 2.0，什么时候换个模型更合适。
对比 Seedance 2.5
片段更短（最长 15 秒），但分辨率上限更高，可达 4K
对比 Seedance 2 Mini
完整的分辨率范围和画质；Mini 用这些换取速度和成本
最佳选择依据
需要一段带声音的短成片，可能要 4K 交付
如何导演 Seedance 2.0
01
按用途上传参考素材
上传这个镜头要参考的图片、视频和音频。一次最多 9 张图片、3 段视频和 3 段音频。
02
写清每个素材的作用
在提示词里按编号引用素材：图片 1 的角色、视频 1 的运镜、音频 1 的节奏。再描述你想要的动作和声音。
03
选择时长和分辨率
先用 480P 或 720P 打样，再把满意的版本用 1080P 或 4K 重新生成。成片会出现在 Studio 里。
Seedance 2.0 常见问题
Seedance 2 系列模型对比
从输出时长、分辨率、参考素材、画面比例和音频能力出发，为下一条视频选择合适的模型。
| 参数 | Seedance 2.0当前模型 | Seedance 2 Mini | Seedance 2.5 |
|---|---|---|---|
| 最适合 | 高分辨率成片 | 快速、经济地迭代 | 更长、更连贯的叙事 |
| 输出时长 | 4–15 秒 | 4–15 秒 | 4–30 秒 |
| 输出分辨率 | 480P / 720P / 1080P / 4K | 480P / 720P | 480P / 720P / 1080P |
| 输入与参考素材 | 文字 + 图片 / 视频 / 音频参考 | 文字 + 图片 / 视频 / 音频参考 | 文字 + 图片 / 视频 / 音频参考 |
| 参考素材上限 | 9 张图片 · 3 段视频 · 3 段音频 | 9 张图片 · 3 段视频 · 3 段音频 | 30 张图片 · 10 段视频 · 10 段音频 |
| 画面比例 | 21:9 · 16:9 · 4:3 · 1:1 · 3:4 · 9:16 | 21:9 · 16:9 · 4:3 · 1:1 · 3:4 · 9:16 | 21:9 · 16:9 · 4:3 · 1:1 · 3:4 · 9:16 |
| 原生同步音频 | 支持 | 支持 | 支持 |