Pada 12 Februari 2026, pasukan Seed ByteDance melancarkan Seedance 2.0 secara rasmi—model penjanaan video AI multimodal generasi baru. Ia menggunakan seni bina penjanaan bersama audio-visual multimodal bersatu yang menyokong teks, imej, audio dan video sebagai input, serta menetapkan piawaian baharu dalam gerakan tepat fizikal, konsistensi watak dan kawalan shot peringkat pengarah. Satu penjanaan boleh mengeluarkan kandungan audio-visual berkualiti tinggi untuk keperluan penciptaan peringkat industri.
Apa itu Seedance 2.0
Seedance 2.0 ialah model penjanaan video AI paling maju ByteDance setakat ini. Berbeza daripada pendekatan awal yang hanya menerima input teks atau imej tunggal, ia berasaskan seni bina multimodal bersatu yang boleh menerima teks, imej, audio dan video serentak, dan menggunakan sistem sebutan @ dalam bahasa semula jadi untuk menentukan peranan setiap aset—contohnya rujukan rupa watak daripada imej, gerakan dan kamera daripada video, irama dan gaya daripada audio. Paradigma “dari prompt ke pengarah” ini membolehkan pencipta mengawal keseluruhan penjanaan video seperti mengarah penggambaran, dengan set kemampuan rujukan dan suntingan multimodal yang lengkap dan jarang dalam industri.
Dalam penanda aras SeedVideoBench-2.0, Seedance 2.0 mendahului dalam kualiti gerakan, kesetiaan visual, ketepatan fizikal, pematuhan prompt dan konsistensi masa, menyediakan rujukan baharu untuk penjanaan video AI yang “boleh guna, boleh kawal dan berkualiti tinggi”.
Ringkasan Keupayaan Teras
Rujukan Multimodal dan Sistem @
Pengguna boleh memuat naik sehingga 9 imej, 3 video dan 3 klip audio sekaligus, kemudian menggunakan penerangan bahasa semula jadi dan sebutan @ untuk menyatakan setiap aset digunakan untuk “gerakan”, “gaya”, “watak”, “kamera” atau “irama audio”. Satu penjanaan menggabungkan rujukan pelbagai sumber tanpa komposisi langkah demi langkah atau penyegerakan pasca.
Penjanaan Bersama Audio-Video Asli
Seedance 2.0 mengeluarkan audio dan video bersama dalam satu penjanaan, bukannya “gambar dulu, kemudian tampal audio”. Menyokong dialog segerak bibir, kesan bunyi yang sepadan dengan aksi skrin, muzik latar yang mengikut irama visual serta naratif ekspresif, dengan sokongan stereo. Format seperti talking head, naratif atau iklan boleh direka “audio-visual satu kesatuan” dari awal tanpa bergantung pada aliran kerja audio pasca berasingan.
Gerakan Tepat Fizikal dan Interaksi Kompleks
Dalam senario kekangan fizikal kuat dan interaksi kompleks seperti skating berpasangan, pertandingan multipemain dan pengendalian peralatan, model meningkatkan dengan ketara naturaliti, koherensi dan plausibiliti fizikal gerakan. Berbanding generasi sebelumnya dan penyelesaian setara, “kadar kegunaan” dalam adegan interaksi dan gerakan kompleks mencapai tahap terdepan industri, sesuai untuk iklan, sukan dan kandungan naratif yang menuntut realisme aksi tinggi.
Kawalan Shot Peringkat Pengarah
Pengguna boleh menentukan zoom Hitchcock, orbit, tracking, dolly, rasa handheld serta koreografi dan peralihan kompleks terus dalam bahasa semula jadi. Mereka juga boleh memuat naik video rujukan agar model mereproduksi teknik kamera dan irama suntingan dalam adegan baharu. Bagi bukan editor, kawalan kamera dan irama hampir peringkat profesional boleh dicapai tanpa mempelajari timeline atau keyframe.
Konsistensi Watak dan Objek
Selepas memuat naik imej rujukan watak atau produk, Seedance 2.0 mengekalkan ciri muka, pakaian dan logo produk yang konsisten merentas semua shot, sudut dan perubahan cahaya. Untuk adegan multi-watak dan multi-shot atau iklan, identiti dan penampilan kekal stabil tanpa pembetulan muka per shot atau penjejakan manual, menyokong pendedahan jenama dan kelancaran naratif.
Suntingan dan Sambungan Video
Menyokong pengubahsuaian berarah pada video sedia ada: ganti segmen, watak atau aksi tertentu, atau “terus rakam” melalui prompt untuk menjana shot berturutan, memanjangkan dan meneruskan video. Sesuai untuk iterasi versi, pengambilan tambahan atau ujian A/B atas hasil siap tanpa menjana semula keseluruhan karya.
Skenario dan Akses
Seedance 2.0 sesuai untuk iklan komersial, VFX filem, video e-dagang, CG permainan, video pendek dan penerangan pendidikan, mengurangkan kos dan kitaran dari idea ke hasil siap dengan ketara. Ia kini tersedia di Jiemeng web, aplikasi Doubao dan pusat pengalaman Volcano Ark.
Ringkasan
Dengan seni bina multimodal bersatu, penjanaan bersama audio-video asli, gerakan tepat fizikal, konsistensi watak dan kawalan shot peringkat pengarah, Seedance 2.0 mengalihkan penjanaan video AI dari “keupayaan titik tunggal” ke “penciptaan peringkat industri yang boleh kawal sepanjang pipeline”. Jenama, pasukan pengeluaran dan pencipta individu boleh menyambung keupayaan ini ke aliran kerja sedia ada untuk menghasilkan kandungan audio-visual yang lebih konsisten dan profesional dengan langkah lebih sedikit. Dengan integrasi dan pembukaan berterusan produk seperti Jiemeng dan Doubao, Seedance 2.0 dijangka menjadi salah satu infrastruktur penting penciptaan video multimodal.