7月31日消息，字节跳动正式发布新一代视频创作模型 Seedance 2.5。新模型将单次视频生成时长从上一代的 15 秒提升至 30 秒，单次可输入最多 30 张图片、10 段视频和 10 段音频作为参考素材，并新增基于时间戳的定向编辑能力。Seedance 2.5 正在陆续上线即梦 AI 和豆包专业版，API 服务将于近期接入火山方舟。字节跳动曾在 6月23日的火山引擎 FORCE 原动力大会上预告这一版本并开放企业内测，此次为正式上线。 单次生成 30 秒，可延长为数分钟连贯内容
时长是这次升级中最直接的数字变化。Seedance 2.0 的单次生成上限为 15 秒，2.5 将其翻倍到 30 秒。官方称，模型可以在 30 秒内组织多个有逻辑关联的镜头，让故事从铺垫、推进、转折到收尾逐步展开，而不是延续单一画面。官方给出的演示案例中，模型生成了一段歌手从化妆间出发、穿过后台走廊、与伴舞相遇并登台演出的一镜到底片段。
在单次生成之外，Seedance 2.5 支持在已有视频结果上进行多轮延长。官方称，延长过程中人物主体、场景环境和声音音效可以保持一致，最终生成数分钟具有统一视听语言的连贯内容，减少拆分镜头和反复拼接的成本。官方还表示，模型对物体材质、人物肤质与眼神、光影和画面饱和度做了系统优化，弱化了视频生成中常见的"油腻感"，并减少了字幕与背景音乐不受控的情况。需要说明的是，上述能力描述均来自官方发布材料。
参考素材扩至 50 个，编辑可按时间戳定向修改
参考输入的数量上限同样翻倍。Seedance 2.5 单次最多可输入 30 张图片、10 段视频和 10 段音频作为参考素材，合计 50 个。官方称，模型能综合理解不同素材中的构图、场景、风格、人物和道具，并按指令用于生成；在多人同框、群像叙事等复杂场景中，可以同时还原多个人物的形象与声音。白模参考能力也有提升，用户可以用无纹理 3D 模型搭出画面的空间结构、主体姿态、运动轨迹和镜头机位，再让模型据此渲染成片，并生成符合物理规律的光照效果。
编辑能力是另一个升级重点。生成时，用户可以通过提示词按时间戳控制某个时间段发生的剧情、画面视角和运镜节奏；生成后，还能对指定片段中的角色、动作、声音或剧情做定向修改，同时保持修改前后的连贯性。绿幕编辑方面，官方称模型可以在保持主体不变的前提下替换场景，并根据不同场景的物理规则渲染人物身上的衣服飘动、头发状态和光影。这些功能指向影视、广告等需要反复打磨的专业场景。
即梦与豆包先行，API 定价尚未公布
渠道上，Seedance 2.5 采取字节自有产品先行的策略。即梦网页端和豆包专业版的视频生成入口正在陆续开放 Seedance 2.5 选项；面向开发者的 API 服务将于近期上线火山方舟，截至发稿尚未开放。
官方未公布 Seedance 2.5 的定价。作为参照，今年3月火山引擎官网披露的 Seedance 2.0 定价为：视频生成 46 元/百万 Token，包含编辑能力的输入服务 28 元/百万 Token。
竞争点从生成质量转向生产流程
Seedance 2.5 的指向不是"生成一个更好的片段"，而是把视频生成做成一条可重复的生产流程。对广告、短剧等需要批量产出的内容团队，这是一个实际的利好：角色和品牌一致性由参考素材保证，镜头衔接由多轮延长解决，返工修改由定向编辑承接，三个环节对应的正是目前 AI 视频进入商业制作的主要成本。在时长这个最直观的维度上，第三方评测机构的对比普遍显示，多数主流视频生成模型的单次上限仍停留在 8 至 15 秒区间，Seedance 2.5 把标杆拉到了 30 秒，这会给同赛道竞品带来直接的跟进压力。
除了影视、广告这类创作场景，字节跳动明确把 Seedance 2.5 指向教育内容制作，以及工业仿真、具身智能和自动驾驶的合成数据生成——用视频模型模拟极端天气、复杂路况等低频场景，为系统训练和测试提供样本。这意味着在字节的版图里，视频生成模型多了一个角色：为机器人和自动驾驶供应训练数据，而不仅是服务内容创作者的工具。
AI 速览
