實測Seedance2.5：更長、更穩，細節還不到位。

這次升級的核心參數變化是：單次生成視訊時長從15秒拉到30秒原生直出，並支援多輪延長；單次生成最多可參考50個素材，涵蓋圖片、視訊、音訊三種模態；強化了視訊局部編輯的能力，支援局部細節修改、元素增減，時間戳指令的精度可控制在1秒以內；支援直接參考綠幕和白模素材生成，並可通過Maya、Blender外掛呼叫；覆蓋十余種語言，口型與語速也能同步匹配。

從升級方向看，字節想把Seedance模型能力再往上提一檔，推向影視、廣告、遊戲等更專業的生產場景。

2月7日，Seedance 2.0開啟內測，在社交媒體上引發大量討論，不少使用者給出正面反饋。但熱度退去後，問題也逐漸暴露：人物皮膚有蠟質油膩感，表情誇張、AI味明顯，角色長得千人一面。

那麼，Seedance2.5到底好不好用？我們通過即夢AI試用了Seedance2.5，給它設定了六個任務進行實測，覆蓋單人長視訊、多人打鬥、多模態素材整合等場景。

先說感受。Seedance 2.5的真實感有了明顯提升，人物面部的蠟質感有所減輕，皮膚紋理更接近真實質感，表情也不再像過去那樣用力過猛。

提示詞的長短也會直接影響使用體驗。提示詞越長、細節越多，生成速度往往越慢，也更容易觸發稽核攔截；提示詞簡短，生成速度明顯更快，稽核通過率也更高。

一次出片的穩定性同樣有所提升。相比過去動輒需要反覆“抽卡”才能得到一條可用的視訊，Seedance 2.5的可控度確實更高。大多數場景下，生成一到兩次就能拿到質量過關的結果。

接下來，我們具體看看它的實際表現。

01.單人視訊：膚質提升，也更會表演了

這一輪考驗的是Seedance 2.5最基礎、也是最核心的一項升級：30秒原生直出能力，以及人物在視訊中的表演質量。

我們設定了一個車站告別的場景，要求展現一場離別，人物需要傳達不捨和隱忍克制的情緒。這類靜態情緒表演，其實很考驗模型。資訊幾乎全靠面部微表情傳達，皮膚質感、眼眶的微紅、嘴角的細微抿動，任何一個細節失真，都會讓觀眾迅速出戲。

測試中先出現了一個插曲。提示詞第一次提交時被稽核駁回，但內容並不涉及明顯的敏感因素。類似情況在後續場景中也有出現，我們刪減措辭後才順利通過。對於需要精細描述人物狀態、鏡頭語言和場景氛圍的創作者來說，這種稽核攔截會影響創作節奏。

成片出來後，質量確實過關。最直觀的進步體現在皮膚質感上。Seedance 2.0被頻繁吐槽的蠟質感和油膩感，在Seedance2.5的視訊中明顯減輕。車站的燈光落在人物臉上，膚色呈現出較為自然的明暗變化，毛孔和皮膚紋理也更接近真人。

人物的情緒表達同樣有所進步。Seedance 2.0時期常見的瞪眼、皺眉等用力過猛的表演沒有出現，人物的不捨主要通過眼神和細微表情傳遞，整體基本符合提示詞要求的隱忍克制。

比真人感更值得關注的是，Seedance 2.5在30秒內維持住了人物外貌、場景光線和情緒狀態。過去生成較長內容，通常需要將多個短片段分別生成後再進行拼接，人物換臉、光線跳變、情緒重設等問題往往就出現在片段之間，30秒原生直出減少了跨段生成和後期修補的成本。至少在單人物、低強度動作的場景下，時長翻倍沒有帶來明顯的穩定性下降，這才是這項升級更實際的價值。

02.多人視訊：角色沒有變臉，動作也很流暢

單人表演過關，接下來加一個人。

我們設定了一個雙人對峙的場景，故事發生在北宋，紅衣劍客與黑衣刀客狹路相逢，隨後展開打鬥。這個場景考驗的核心有兩個：一是角色一致性，鏡頭切換之後，兩人的衣著、面容和武器不能發生變化；二是人物動作互動的合理性，刀劍碰撞時不能穿模，肢體動作也不能出現不符合物理規律的情況。

提示詞對運鏡、場景、光影和人物設定都作了比較詳細的描述，篇幅也相對較長。第一次提交再次被稽核駁回，刪減和調整措辭後才順利通過。

生成的視訊基本符合要求。兩位主角在多個鏡頭之間保持了較好的一致性，皮膚質感同樣更接近真人。對峙時的緊張感主要通過眼神和細微表情傳遞，沒有依靠怒目圓睜等臉譜化動作來強調情緒。打鬥整體流暢，沒有出現明顯的卡頓、定格或動作停滯。

這輪測試說明，在多人物場景中，Seedance 2.5能夠同時兼顧角色一致性和動作合理性，人物沒有隨著鏡頭切換而“變臉”，打鬥也沒有因為複雜互動而失控。

03.視訊延長：畫面接上了，劇情銜接不到位

Seedance 2.5可以在已有視訊的基礎上繼續延長，於是我們選擇了上一輪生成的雙人打鬥視訊，要求模型向後延長10秒，在繼續推進劇情的同時，保持人物外貌、畫面風格和敘事節奏的一致。

視訊延長考驗的不只是模型能否繼續生成畫面，還要看它能否理解前一段視訊的劇情進度和情緒狀態。

成片的問題比較明顯，原視訊結尾停在兩人背對背、相隔數步的位置，延長部分卻沒有順勢推進新的動作，而是讓這一靜止狀態停留了過長時間，導致銜接處的節奏明顯斷了一拍。隨後雖然出現了新的打鬥，但與前面的緊張對峙缺少情緒和動作上的過渡，更像是在原視訊後面拼接了一段新內容。

視覺上的延續做得相對更好。兩名角色的外貌、服裝配色和武器基本保持一致，畫面風格也沒有發生明顯變化。

視訊延長包含兩個層面的連續性：一是人物、場景和風格的視覺連續，二是動作、情緒和因果關係的敘事連續。這一輪可以看出，Seedance 2.5基本做到了前者，但沒有處理好後者。它能夠識別前一段視訊“長什麼樣”，卻還不能完全理解劇情“講到那裡”。

04.白模參考：空間還原精準，利多遊戲影視製作

這一輪測試的是Seedance 2.5新增的一項能力，以白模視訊為參考生成成片。

簡單來說，白模是一段只有基礎幾何結構、沒有材質和光影的3D預演視訊。Seedance 2.5要做的是保留原有的空間結構、物體位置，再為畫面補充材質、燈光和環境細節，將其轉化為一段視訊。

這項能力解決的是提示詞難以精確描述空間關係的問題。相比反覆告訴模型運鏡和方位，創作者可以直接通過白模確定物體位置和鏡頭走位，再讓模型根據要求的視覺風格生成相應的視訊。

我們上傳了一段城市場景的白模預演視訊，要求Seedance 2.5基於此生成一個“廢墟感”的視訊，展現一座經歷災難後的未來科幻城市。原始白模只有建築體塊和道路輪廓，環境氛圍及畫面細節都需要模型自行補全。

成片的空間還原度不錯，建築之間的位置關係基本得到保留，沒有出現明顯的樓體錯位或透視穿幫。Seedance 2.5為建築補上了“廢墟感”，畫面色調灰暗，樓體能看出破舊的質感。

對於遊戲和影視的前期製作來說，這項能力更有價值。無論是關卡場景、分鏡預演，還是廣告鏡頭提案，創作者都可以先用白模確定空間和運鏡，再快速生成視覺預覽，用於驗證鏡頭效果和整體風格。

05.多模態參考：容納的素材更多了，但理解還不夠準

Seedance 2.5擴大了單次生成可參考的素材數量，最多可以承載50個素材，覆蓋圖片、視訊和音訊三種模態。

50個是不同類型素材相加後的上限。具體來看，圖片最多支援30張，解析度不超過4K，單張不超過30MB；視訊最多10個，單個不超過200MB、時長不超過30秒，所有視訊總時長不超過30秒；音訊最多10個，單個不超過15MB、時長不超過30秒，所有音訊總時長同樣不能超過30秒。這樣來看，即便數量上很多，實際受到不少限制。

既然要測試它的多模態素材整合的能力，我們就把強度拉滿。我們給seedance2.5提供30張圖片和總時長30秒的視訊、音訊來生成一個飲料廣告的視訊。

這一輪主要考察模型能否同時理解不同素材的作用，我們讓它從圖片中提取畫風和產品，從視訊中參考場景與鏡頭，再給出了背景音訊。

成片基本符合要求，畫面延續了參考圖片的插畫風格，場景和鏡頭也基本貼合參考視訊。不過，素材之間出現了錯位，畫面採摘的水果是檸檬，最後出來的產品是橙汁。

這說明Seedance 2.5能夠從大量素材中提取畫風和場景特徵，但對不同素材之間的關係還沒有完全理順。參考素材變多之後，還不能完全精準判斷每份素材對應的要求。

06.產業場景：有廣告質感，工業精度待提升

前面幾輪測試主要集中在創意內容生成，但Seedance 2.5這次強調向更專業的產業場景延伸。最後一輪，我們來測試它的產業視訊生成和局部編輯能力。

我們上傳了一張工業機械臂的圖片，要求Seedance 2.5基於圖片生成一段機械臂抓取物品的視訊。

成片整體還原了要求，機械臂關節轉動和抓取動作基本符合要求，但畫面仍然帶有一定的“AI味”，更像是工業產品廣告，而不是工廠現場的實拍。此外，視訊開頭還出現了一段提示詞沒有要求的鋼筆特寫，顯得比較突兀。

隨後，我們對原視訊進行了局部編輯，要求模型將鋼筆取代為手機。它修改的速度比較快，原視訊中的其他畫面沒有改動。局部編輯的功能對創作者來說比較有價值，不必因為一個細節出錯就重新生成整條視訊。

從這次測試來看，Seedance 2.5已經能夠生成具有工業題材質感的視覺內容，並完成基礎的局部修改。但以目前的表現來看，它更適合工業產品展示、方案演示和行銷內容，還不能據此判斷其能夠直接用於工業模擬或生產資料生成。

六個場景測下來可以看出，Seedance 2.5人物真實感有所提升，30秒原生直出能夠維持基本的畫面和表演狀態，雙人物場景中的外貌一致性與動作互動也更加穩定。白模參考和局部編輯，則讓創作者有了進一步控制空間與修改畫面的方式。

問題主要集中在使用體驗上，提示詞稽核不夠穩定，視訊延長能夠延續人物和畫風，卻沒有處理好劇情節奏；多模態參考生成視訊對素材的理解還有待提升。

回到文章開頭的問題，Seedance 2.5確實解決了Seedance 2.0留下的部分問題。它延續了Seedance 2.0已經得到驗證的畫面生成能力，並將升級重點放在時長、穩定性、參考輸入和視訊編輯上。模型的能力亮點也從生成效果逐步延伸到製作流程中的可控性和修改效率。

這次升級的重要性需要放在字節AI業務加速商業化的背景下理解。2025年下半年以來，字節大幅增加了AI算力採購、基礎設施建設和研發投入，2026年計畫投入AI資本開支約2000億元。

在語言模型側，截至2026年6月，豆包大模型日均Token呼叫量突破180兆。IDC資料顯示，按Token呼叫量計算，火山引擎在中國公有雲MaaS服務市場的份額達到49.5%。不過，Token呼叫量並不直接等於收入和利潤，如何將技術投入轉化為收入，是字節AI戰略的關鍵。

字節近期的動作表明，其AI業務正在從擴大C端使用者規模轉向通過火山引擎開拓企業市場。相比競爭激烈、價格不斷下探的通用模型API，視訊生成的單價和商業價值更高，也有更大的毛利空間。廣告公司、製造企業和影視機構等行業存在持續生產行銷素材、產品視訊和影視內容的需求，也更願意為穩定、可控的視訊生成能力付費。

Seedance系列模型在這套商業體系中的價值也因此更加明確。此前，Seedance 1.0和1.5時期的市場競爭力有限，客戶呼叫量也不高。Seedance 2.0發佈後，短劇和漫劇製作公司開始採購火山引擎的視訊模型服務。內容製作公司用模型生成AI視訊，再進入抖音、紅果等內容平台分發，流量和收入反過來刺激生產需求。字節因此有機會形成從模型、雲服務到內容平台的商業閉環。

因此，Seedance 2.5是字節推動AI能力從消費級產品走向企業服務的重要一步。它要承擔的，是提高這條鏈路中的可用率和生產效率，成為火山引擎體系中具有增收潛力的產品。對字節而言，Seedance 2.5的意義是把技術優勢轉化為可以反覆交付的生產服務能力。 (定焦One)

從“把知識講清楚”走向“把學習體驗好”。

還記得上學時，在課文最後被“全文背誦並默寫”支配的恐懼嗎？

“《滕王閣序》，當初你們是怎麼背下來的”；

“朱自清老師，怎麼這樣，你讓我崩潰兩次”；

“剛聽朋友說，她初二的兒子，每天花4小時背《出師表》，5天了還沒背下來！有這麼難背嗎”；

“試試離騷，哭著背、背著哭、庫庫背、哭哭哭”。

帖子的背後，是幾代青少年在學習課文時的相似困境。

就以很多人背不下來的《出師表》為例。

以前學《出師表》，老師一句句翻譯："先帝創業未半而中道崩殂"——什麼叫"崩殂"，什麼叫"菲薄"，然後總結中心思想、人物形象，再背誦全文，準備考試。

那時的我們，記憶的是翻譯、是段落、是大意、是考試的重點和好詞好句。

很多年後，人們依然能背出"鞠躬盡瘁，死而後已"，卻需要時間的沉澱才能真正理解，那個搖著羽扇的人，在北伐前一晚的油燈下寫這幾個字時的心境；也是這個時候，人們才會看懂，為什麼諸葛亮會一次次北伐，為什麼一篇不足千字的《出師表》，能夠流傳1800多年。

不是老師講得不好，也不是因為從學習到理解需要時間。

而是這篇文章本身講的就不只是知識，那是一個時代、一個群像、一個信念和一個選擇。教育天然有滯後性，課堂能先把字詞、背景和結構講清楚，但那些更深的情感與精神重量，往往要等學生在更長的人生經驗裡慢慢理解。

不過，現在的10後、20後有了更多學習參考。

前幾天，豆包愛學有了新動作：借助 Seedance 2.5 的視訊生成能力，他們把劇版《三國演義》中最經典的“諸葛亮本亮”唐國強，以AI數字分身的方式請進了課堂。

精準地說，是把唐國強老師的AI數字分身融進課堂，專門給孩子們講《出師表》。

這並不是豆包愛學第一次嘗試把AI放進課堂，多知簡單整理了其在1年內的迭代節奏。

1、豆包老師-AI互動形態-奠定互動基礎。

2025年9月，豆包愛學在作業批改、拍題答疑、口算批改、作文批改等功能的基礎上，推出“豆包老師”功能，讓AI能夠在學習過程中完成基礎的板書、解析，並與學生展開即時互動。

在這個時期，豆包愛學基於豆包多模態大模型研發的“豆包老師”更像模擬學生線下教室的情景，只不過在這個“教室”裡，老師是以“聲音”和“圖畫板書”、“知識點提煉”形式出現的，並未出現數字人形象。

2、豆包課堂-AI課程形態-融入場景體系。

2026年1月，豆包對AI老師進行全面升級——基於豆包多模態大模型能力，圍繞“注意力追隨”，復現真人老師的教學質感，用以提高使用者的聽課專注度和關鍵知識的吸收。

2026年5月，豆包愛學推出“豆包課堂”，這是一種沉浸式AI視訊課，分為“精品課程”(PGC內容，即豆包愛學團隊做的AI視訊課)和“我的課程”(UGC)兩類。

在這個時期，豆包愛學團隊嘗試把這種即時互動能力進一步融入系統化的課程本身，讓使用者不僅能學下去，還能沉浸在內容背景中。

3、唐國強AI課-AI角色形態-引入精神主體。

2026年7月，這一次《出師表》AI課程的探索，是在講解和互動之外首次引入一個能夠持續互動、具備情感厚度的歷史人物角色。

實際上，《出師表》原本就是豆包愛學大綱裡規劃中的內容。

對於這一內容形式的展現方案，如果想要做一個貼合三國的AI人物，他們完全可以重新生成一個年輕版、動漫版甚至遊戲版的諸葛亮。

多知整理髮現，選擇唐國強，豆包愛學的考量或許在於兩點。

其一，1994版《三國演義》中唐國強塑造的諸葛亮，是幾代觀眾共同的文化記憶，他是最具國民代表性、最能喚醒幾代人文化記憶的三國經典塑造者之一。

其二，唐國強本人近年來也一直關注AI技術的發展，對於AI與演員關係有過多次公開討論。

2025年9月，唐國強在綜藝《王牌對王牌》上，就AI演技的這一辯題，提出了人類演員會被取代的觀點，

綜藝中，他以一對七，一度搬出斯坦尼斯拉夫斯基的論證去證明自己的觀點，在他看來，AI和人類演員的工作邏輯一致，都是在模擬一種真實，一種情感，都是“以假亂真”。

另據中國電影報導，唐國強在某次活動中被問及“是否願意生成數字版唐國強，採集演技？”

他曾表示：當然願意，是大勢所趨，將來很多大家看到的這種，會比他自己更完整、更完美。唐國強還表示AI是新質生產力，模擬表演更精準更細膩，對演員而言是威脅也是一種鞭策。

這或許也是雙方能達成合作的原因之一。

在這次與豆包合作的課程中，完全以AI數字形象完成課程演繹。

這也意味著，這次合作的重點並不是"請來一位演員”，而是借助一個已經深入人心的文化符號，讓孩子進入歷史情境。

在豆包愛學App首頁，這套課程已經正式上線。

視訊開場，AI唐國強為整套課程定調，逐步把諸葛亮在三國時期的時代背景、人物關係和名場面一一還原。

“今天和大家見面的我有點特別，這是由豆包AI生成的數字形象。這些年我塑造過很多經典人物，如果你問我這麼多人物裡那些讓我難以忘懷，我想其中肯定有諸葛亮。”

“小時候聽故事，只覺得他是神機妙算的奇人，直到讀了他那篇流傳千年的文章，才感受到他鞠躬盡瘁的赤誠與擔當。”

“這篇文章寫於公元227年，那時的諸葛亮年近半百，是蜀漢的丞相，即將揮師北伐，臨行前，他把對後主劉禪的心裡話都寫進了這篇文章。沒有神機妙算，沒有豪言壯語，有的是一位忠貞執著的老臣對國家最後的囑託和牽掛”……

《出師表》專題內包含“回憶篇”、“囑咐篇”、“影響篇”三節課，課程將《出師表》所涉及的重點環節和人物心態進行拆分，其中：

-回憶篇，包含出師緣起、崢嶸歲月、天下三分、時局驟變、白帝託孤；

-囑咐篇，包含臨行牽掛、諄諄教誨、請命出征、一腔赤誠；

-影響篇，包含北伐始末、丞相走後、蜀漢興亡、歷史餘韻、一表名世和古今交錯。

這其中涉及原著的每段故事，豆包課堂都通過Seedance2.5的模型能力，對情境進行AI視訊具象還原。

孩子們能看到草廬中的相逢知遇、白帝城裡的交代託付，還有五丈原上的蕭瑟秋風。

課程中，豆包愛學以AI視訊+AI老師講解+輕互動+圖文配套的方式，試著降低孩子們對歷史背景和敘事內容的理解門檻。

每一輪的視訊講解後，AI諸葛亮都會提出對應的問題，例如，在《出師表》寫下之前，AI視訊中引出了諸葛亮的擔憂和想要留下的建議。

無論孩子的答案是對還是錯，都有適配的AI解析過程。

但視訊課程不是全部，AI諸葛亮會提取課文核心知識點進行板書化呈現，幫助學生更好地將畫面與課文串聯記憶。

例如，從關羽北伐到蜀漢開國，整個環節都由圖文串聯。

雖然只有三頁圖片，但完整敘述了三個重要故事線索：

1、關羽北伐曹魏、水淹七軍，但後方荊州被東吳呂蒙偷襲，失去根據地的重大損失，直接導致荊州失守，也因關羽的驕傲性格和戰略失誤成為後世警醒的典故。

2、曹操病逝，使得剛剛穩定的北方政局瞬間陷入真空。曹丕悲痛欲絕，但在司馬懿之弟司馬孚的勸諫下，意識到“君王晏駕，天下恃殿下為命”，必須迅速穩定局勢，曹丕稱帝，東漢終結。

3、劉備在曹丕篡漢建魏後，於成都稱帝，國號“漢”。

故事講解完很快接入一道習題，這也是一道有點繞的題目。

以知識點+互動的結合，也讓孩子從看熱鬧重新拉回到學習狀態當中。

除了被動地等著AI諸葛亮老師來提問或者留下問題，孩子們可以隨時打斷AI諸葛亮，根據自己的好奇和問題進行互動。

做AI視訊的朋友們，你們有沒有這樣的痛點？

手裡有產品圖、有品牌素材、有創意想法，但一到落地就卡殼——要麼效果不夠商用，要麼成本太高，要麼流程太複雜。

MiniMax前幾天放出了全新H3模型，定位是面向商用場景的開源視訊生成模型，主打效果能打、性價比高。我第一時間拿到了內測資格，連續體驗了幾天，我的感受是：這可能是目前商用場景最能打的AI視訊模型。

MiniMax H3最該重點講的，是全能參考。別小看這個詞。對真正做內容的人來說，最痛苦的不是沒想法，而是一個素材要反覆用，每次都得從頭來一遍——生成視訊、換顏色、換車型，每一步都可能掉質感。

MiniMax H3的全能參考，就是讓你從一張圖出發，先生成視訊，再對視訊進行精準編輯，整個流程一氣呵成。

我找了一張小米SU7的產品圖，生成一段8秒的宣傳視訊。

出來的效果讓我驚喜。MiniMax H3不僅精準識別了小米SU7的外觀——溜背造型、隱藏式門把手、貫穿式尾燈都清晰可見，而且生成的運鏡非常專業，光影質感細膩。

傳片生成好了，但我還想測試一下MiniMax H3的視訊編輯能力。我把剛才生成的視訊作為參考素材，測試了兩種玩法：一種是替換車的顏色，一種是替換車型。

MiniMax H3的結果讓我滿意。烈焰橙的車身質感真實，金屬光澤隨著車身弧度自然過渡，地面的反光也跟著變了，整個畫面的光影關係保持一致。

這個更狠。MiniMax H3不僅換了車型，還保持了原有的運鏡軌跡和光影氛圍。野馬的車身線條、造型、輪轂細節都精準呈現，和原視訊的電影感完美融合。

這說明MiniMax H3不是在做簡單的像素替換，而是在理解畫面的物理關係後進行編輯。這個自由度很實在——一條素材可以快速變出多個版本，測試成本大大降低。

電商投流視訊、廣告TVC鏡頭、產品細節展示，這些需要高品質視覺呈現的場景，H3都能輕鬆駕馭。

出來的效果完全達到商業投放水準。攝影機模組的鏡片反光、金屬中框的質感、螢幕的色彩還原都呈現得很真實。運鏡專業，光影拉滿，15秒的時長剛好適合主流短影片平台的投流素材。

我也拿同樣的提示詞跑了 SD，SD 鏡頭切換生硬、光影過渡不自然。

下面再來個服裝廣告，這種要是找真人模特，那可是要費不少錢。

MiniMax H3出來的效果讓我驚喜。服裝的面料質感、垂墜感、動態效果都表現自然，模特的動作流暢，場景氛圍與服裝風格協調，面料細節特寫清晰可見。

MiniMax H3在遊戲領域的表現也讓我眼前一亮。這個是我覺得最炸裂的測試。我上傳了一張卡通3D的女性角色立繪——章魚觸手造型的紫色頭髮，機械手臂，坐在高飽和度的亮紫色地面上。

MiniMax H3不僅精準還原了角色的章魚觸手紫發、機械義肢的金屬質感，連UI介面的文字都保持清晰不亂碼。主菜單、裝備定製、武器定製介面的切換流暢自然。賽博朋克貧民窟的霓虹燈、潮濕街道反光、人群細節都呈現得很到位。

這對遊戲行業的從業者來說，價值非常大。以前做遊戲角色宣傳、PV預告、UI展示，要麼找外包團隊，要麼自己會AE。現在MiniMax H3直接幫你生成，效率提升不是一星半點。

MiniMax H3已經不只是一個“看看就算了”的Demo，而是真正開始往商用生產力走。

技術上，MiniMax H3拿下 AA榜單第一名，綜合能力已經來到 seedance同級；價格上，0.23元/秒，對於電商、廣告、遊戲等需要批次生產視訊的場景，成本優勢非常明顯。 (貓狸智元)

今天AI圈最炸的一則新聞，就是在火山引擎FORCE大會上，字節官宣了全新AI視訊模型Seedance 2.5。

wuhu動畫人空間作為官方管道合作夥伴第一時間目睹了現場，你能想像一場AI大會超5萬人線下圍觀是一種什麼體驗？

早前業內都以為Seedance 2.0的下一個版本是2.1，畢竟2.0已經縱橫江湖無敵手了，沒想到一躍飛昇到了2.5，升級幅度遠超所有人預期。目前這款模型已經進入內測收尾，預計7月初就能對外開放使用。

那我們閒話少敘，直奔正題，看看這次Seedance 2.5到底給我們帶來了那些新的驚喜。

市面上絕大多數AI視訊模型，穩定高畫質成片最多隻能做15—20秒，時長太短一直是最大痛點。Seedance 2.5把單條AI視訊原生時長拉到了30秒，目前全球獨一檔。

而30秒全程連貫生成，不用手動拼接片段，人物動作、鏡頭移動、場景切換都很自然，不用一遍遍剪碎片，直接就能做出標準30秒廣告、短劇單場景、完整科普短影片，做片效率和成片質感直接翻倍。

在單次生成中，Seedance 2.0最多支援上傳12個參考檔案，圖片不能超過9張，視訊不能超過9段。

而2.5版本最多支援一次性匯入50個素材，包含圖文音視訊全類型，角色參考、場景參考、運動參考、聲音參考都可以一次性上傳，不用擔心一致性問題，AI會自主整合編排，一次出片成功率高很多。

火山引擎在發佈會上展示了一艘十萬面的高精複雜飛船模型，鏡頭推拉環繞拍攝，模型不會變形、不會穿模，結構、比例、光影質感都能完美還原，完全貼合設計師原本的建模和機位想法。

這就是2.5新增的3D白模預演功能，業內獨此一家，專門解決影視、遊戲前期建模痛點，原本設計師要花好幾天做的渲染預演，現在幾分鐘就能搞定，大幅省下時間和試錯成本。

AI生成黑箱始終是AI影片創作者的心頭大患，無法人工干預，每次生成都像在開盲盒，白白浪費了大量token。

而2.5版本支援局部改視訊，不用整條重生成。可以完整保留原視訊的鏡頭、燈光、人物動作，只修改一小塊畫面：換個商品、換個模特、微調背景都可以。

一方面做廣告超級方便，比如口紅廣告，改個色號就能批次產出多條素材；另一方面適配實體行業，上傳產品圖+簡單文字，就能自動生成多國語言產品介紹視訊，幫工廠、跨境商家省下大量海外物料製作費用。

Seedance 2.5最大的野心就是想要打造世界模型的底層基礎。

批次生成模擬畫面，給機器人做視覺訓練，不用線下到處實景拍素材，降低研發成本；製作暴雨、逆光、奇葩佔道等現實裡少見的極端路況畫面，補齊自動駕駛演算法訓練短板，提升開車安全性。

簡單來說，AI已經不滿足於看懂真實世界的物理規則，還要搭建那些理論上存在但難以實現的實驗室場景。

這個月Seedance 2.0 Mini才剛上線，Seedance 2.5眼看就要來了，而這一切距離Seedance2.0公測才過了不到3個月，AI模型迭代之快，seedance發展之迅猛，相信不少使用者都挑花了眼，所以這三款產品到底有什麼區別？

Sora2.0發佈後，OpenAI宣佈關停Sora，原因很簡單，入不敷出：Sora日均運行成本約1500萬美元，年化達54億美元，30天使用者留存率僅1%。

相較之下，Seedance 2.0是“第一個賺到錢的AI業務”，年化收入已達20億美元（約143億元），單月超10億元，毛利率高達70%——10元的API呼叫，伺服器和推理成本只佔3元。

因此，Seedance 2.0仍然是目前市面上最常用的主力版本，穩定做4—15秒高畫質視訊，1080P畫質穩定，人物長相幾乎不會跑偏，現在AI短劇行業95%團隊都在用它。

尤其是伴隨2.5發佈，2.0直接升級原生4K畫質，髮絲、布料紋理都清晰可見，方便後期調色。單秒呼叫約1元，還有快速版，適合快速出創意草稿。

Seedance 2.0 那裡都好，就是太貴了。很多應用場景，像電商行銷、社媒內容生產等場景對視訊生成的需求量大，但質量要求並沒有這麼高。

因此字節在上個月推出了Seedance 2.0 Mini版本，主打極致性價比、短頻快，出片速度是2.0快速版的2倍，專門面向電商內容生產、行銷素材批次生成、UGC 創作、特效玩法生成等場景。

既然是Mini版，那效果上會有所折扣。但5秒、720P清晰度已經滿足了大多數場景的需求，畢竟誰會拒絕0.16元一秒呢。在剪映、即夢上線後，迅速成為普通人、電商商家批次做短影片的首選。

但必須承認，Seedance絕大多數收入來自企業客戶。他們更在意視訊的質量，對價格並不敏感。

因此，再回看2.5的功能，時長直接翻倍到30秒，參考素材從12份漲到50份，新增局部改片、3D白模兩大獨家功能，畫面穩定性、一致性全面升級。看上去，這些功能都很誘人，但隻字不提價格。

因為它主要服務影視團隊、大品牌廣告和工業企業，對於這些高端使用者來說，這些功能就是雪中送炭，節約的成本遠高於花費的那點錢。

總之，鴨腿鵝腿，各有其美，千萬不要想著花鴨腿的錢，吃鵝腿的肉。

30s直出確實打開很多想像力，比如一張圖直出專業級廣告大片：

Prompt:3D 動畫廣告風，色彩明亮通透，果肉和汁水要有強烈的清爽感與衝擊力。整體氣質像高品質商業動畫短片，帶一點誇張幽默。

再來玩一個30s文字描述直出文化傳承宣傳片：

Prompt:京劇非遺短片，電影感，東方美學，溫暖克制。傳統戲班後台與手工作坊裡，老師傅安靜製作京劇頭飾、整理戲服、勾勒臉譜，手部細節細膩，絲線、珠飾、顏料和繡紋都很有質感。一個年輕學徒在旁邊認真看著，隨後小心接過工具，在老師傅指導下完成細小步驟。老師傅為他扶正頭面、整理衣襟，像把一門手藝和一份情感輕輕交到他手裡。最後年輕人穿戴整齊，站在即將上場的戲台邊，微光照亮戲服與側臉，老師傅在身後安靜注視。整體氛圍安靜、深情、有傳承感，少字幕，穿插合適的台詞。

除了視訊模型，字節還在這次發佈會上展示了豆包大模型的全新版本——豆包2.1Pro。

截至今年6月，豆包大模型的日均token呼叫量已經突破了180兆，比起最初發佈的時候漲了1500倍。去年年底“兆token俱樂部”還只有100多家企業，現在已經暴漲到200多家，越來越多企業不再把大模型當嘗鮮玩具，而是直接接入了核心業務流程。

而這次的豆包2.1Pro，官方給的定位是突破了“生產質變點”——意思就是它輸出的內容不再是demo等級的玩票產物，而是真能交付、能放進企業研發流程裡正經幹活的。

豆包2.1Pro圍繞Coding、Agent、VLM三大方向實現大幅升級:

在一個晶片設計RTL的測試中，豆包大模型2.1 Pro連續運行近18小時，完成6個核心模組、1303行 RTL 程式碼，經歷9輪迭代，還跑通了模擬、測試、綜合檢查等完整工程流程。

開發者結合豆包大模型2.1 Pro 多模態能力做的多模態3D 城市建構 Agent 中，模型調動500多個 Agent 協同作業，累計觸發工具呼叫上千次，最終建成100+棟建築。

豆包大模型2.1 Pro 的 VLM 搭配 Agent 能力可端到端完成長視訊解說成片：一次性解析兩小時長視訊，自動生成解說文案、精準匹配視訊片段，合成配音並適配情緒 BGM，輸出帶字幕成片。

而百萬token輸入只要6元，輸出30元，對比Claude同等級模型，成本直接降了接近80%。另外還有個turbo版本，價格只要Pro的一半，對預算有限的中小團隊特別友好。

文字、視訊都更了，圖像賽道自然也沒落下，同場還發佈了圖像生成模型的新產品——Seedream5.0 Pro。

之前的Seedream5.0 Lite就已經很好用，能把普通產品圖一鍵修成高級感廣告海報、給線稿自動上色成完整插畫，很多電商設計師都在用。這次的Pro版，更是在精準編輯上玩出了新高度。

第一個核心能力是互動式精準編輯。以前改圖只能靠文字描述，經常說不清楚位置，現在你能直接在畫面上圈選、畫箭頭做標記。比如想把樹枝上的松鼠移到左下角樹樁上，直接圈出來加一句描述就行，模型能精準識別箭頭和高亮區域，定位元素修改。

第二個是多圖層分離輸出。這個功能對設計從業者來說簡直是剛需：隨便圈選畫面裡的任何區域，小到一行文字，大到整個版面，都能單獨拆成獨立的圖層輸出，不用自己一點點摳圖。

第三個是解決了大模型做圖的老難題——高密度資訊呈現。以前AI生成帶文字、圖表的畫面，很容易亂成一團，這次5.0 Pro能把複雜圖表、多層結構，甚至一整頁PPT的資訊量，都完整塞進一張圖裡，還會自動最佳化版面排版，保持畫面美觀協調。

彙整鉅亨號中所有使用「Seedance 2.5」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

Seedance2.5來了，字節能打敗自己嗎？

唐國強的AI《出師表》，成了字節Seedance 2.5的教育首秀

MiniMax H3殺瘋了，和Seedance2.5雙雄格局已成!

30秒直出！年賺20億美元！Seedance 2.5把對手甩開了一個時代！