字節跳動「Seedance 2.5」正式亮相:30 秒一鏡到底的 AI 影片,講述一個故事
字節跳動已正式推出視訊生成模型「Seedance 2.5」,將每支影片的最大輸出時長從 15 秒提升至 30 秒,增幅達一倍。 該平台將逐步在「吉夢 AI」和「Dou Bao 專業版」上推出,並計劃於近期將 API 整合至 Volcano Argo,以支援電影、廣告、教育、工業製造及自動駕駛等多元應用場景。

根據官方公告,Seedance 2.5 在保留統一的多模態視聽架構的同時,於長篇敘事、多模態參考及剪輯精準度方面均實現了顯著升級。這項進展使 AI 生成的影片得以從零散的片段,轉變為具有清晰開頭、中間和結尾的連貫故事。
30 秒內流暢的多鏡頭敘事,透過延伸生成確保敘事連貫性
官方示範突顯了該模型在 30 秒時限內構建複雜敘事的能力。其中一個範例呈現了一位歌手的演出,鏡頭從紅簾後方跟拍至後台化妝室。這段影片捕捉了歌手調整耳機、接收舞台提示、穿過走廊、與搭檔互動,最終踏上舞台的過程。 鏡頭拉遠,展現整個體育場的全景,包括觀眾、燈光以及歡呼的人群。該模型成功地在時間限制內,將邏輯上相互關聯的鏡頭——鋪陳、發展、高潮與收尾——進行了組織。
該模型的多輪擴展功能同樣強大,能根據現有片段生成額外 30 秒的影片,並在角色、場景、視覺風格及音效方面保持一致性。 在一項示範中,一名男孩帶著足球走出地鐵車廂,被一名男子追趕,最終被追上。這段連續的動作流暢無縫,既無視覺斷層,亦無敘事斷裂。
可同時處理多達 30 張圖片和 10 段影片,以建構複雜的群體敘事
Seedance 2.5 允許使用者上傳多達 30 張圖片、10 段影片片段及 10 個音訊檔案作為參考素材。該模型會分析這些素材中的構圖、場景、風格、角色及道具,並根據使用者指示精準地將其應用於生成內容中。 在多角色場景中,它能保留每個角色的外貌與聲音,同時保持主角的穩定性。一段 30 秒的音樂會片段展示了這項能力,採用 16:9 電影畫幅,參考素材包含鋼琴家、大提琴家、小提琴家、歌手、管弦樂團、合唱團及觀眾。 隨著 AI 影片工具從簡單的特效生成器演進為全面的敘事平台,短片製作的工作流程可能需要徹底革新。
相關文章
隨著 AI 模型路由技術日益普及,Stripe 將收購 OpenRouter
Stripe 已同意收購 OpenRouter,這是一個 AI 模型路由平台,讓開發者能透過單一介面存取數百種模型。這筆交易為 Stripe 現有的 AI 應用及基於代幣的計費相關業務,增添了模型選擇與路由功能。據 Stripe 表示,OpenRouter 支援來自 80 多家供應商的 400 多個模型。開發者無需分別與各模型供應商進行整合,只需透過 OpenRouter 單一 API 即可發送請
前 OpenAI 研究員巴雷特·佐夫重返 Google,協助 Gemini 的開發工作
巴雷特·佐夫(Barret Zoph)先前因與 Thinking Machines Lab 執行長米里亞姆·穆拉拉蒂(Miriam Mularati)意見不合而突然離職並加入 OpenAI,如今他再次更換雇主。Alphabet 旗下的 Google 宣布,佐夫將以研究副總裁身分回歸,將他在強化學習與後訓練領域的專業知識帶入 Gemini 團隊。「旋轉門」研究人員的循環佐夫的職業生涯正是人工智慧人才
Recursive Intelligence 如何在 4 個月內以 40 億美元估值募得 3.35 億美元資金
新創公司 Ricursive Intelligence 的共同創辦人彷彿注定要成為夥伴。執行長安娜·戈迪(Anna Goldie)與技術長阿扎莉亞·米爾霍塞尼(Azalia Mirhoseini)在人工智慧界聲名遠播,戈迪向 TechCrunch 笑著透露:「我們正是那些收到祖克柏發來『奇怪電子郵件』、提出瘋狂邀約的人工智慧工程師之一。」(她們最終並未接受這些邀約。) 兩人曾一同在 Google
相關專題推薦
評論 (0)
0/500
字節跳動已正式推出視訊生成模型「Seedance 2.5」,將每支影片的最大輸出時長從 15 秒提升至 30 秒,增幅達一倍。 該平台將逐步在「吉夢 AI」和「Dou Bao 專業版」上推出,並計劃於近期將 API 整合至 Volcano Argo,以支援電影、廣告、教育、工業製造及自動駕駛等多元應用場景。

根據官方公告,Seedance 2.5 在保留統一的多模態視聽架構的同時,於長篇敘事、多模態參考及剪輯精準度方面均實現了顯著升級。這項進展使 AI 生成的影片得以從零散的片段,轉變為具有清晰開頭、中間和結尾的連貫故事。
30 秒內流暢的多鏡頭敘事,透過延伸生成確保敘事連貫性
官方示範突顯了該模型在 30 秒時限內構建複雜敘事的能力。其中一個範例呈現了一位歌手的演出,鏡頭從紅簾後方跟拍至後台化妝室。這段影片捕捉了歌手調整耳機、接收舞台提示、穿過走廊、與搭檔互動,最終踏上舞台的過程。 鏡頭拉遠,展現整個體育場的全景,包括觀眾、燈光以及歡呼的人群。該模型成功地在時間限制內,將邏輯上相互關聯的鏡頭——鋪陳、發展、高潮與收尾——進行了組織。
該模型的多輪擴展功能同樣強大,能根據現有片段生成額外 30 秒的影片,並在角色、場景、視覺風格及音效方面保持一致性。 在一項示範中,一名男孩帶著足球走出地鐵車廂,被一名男子追趕,最終被追上。這段連續的動作流暢無縫,既無視覺斷層,亦無敘事斷裂。
可同時處理多達 30 張圖片和 10 段影片,以建構複雜的群體敘事
Seedance 2.5 允許使用者上傳多達 30 張圖片、10 段影片片段及 10 個音訊檔案作為參考素材。該模型會分析這些素材中的構圖、場景、風格、角色及道具,並根據使用者指示精準地將其應用於生成內容中。 在多角色場景中,它能保留每個角色的外貌與聲音,同時保持主角的穩定性。一段 30 秒的音樂會片段展示了這項能力,採用 16:9 電影畫幅,參考素材包含鋼琴家、大提琴家、小提琴家、歌手、管弦樂團、合唱團及觀眾。 隨著 AI 影片工具從簡單的特效生成器演進為全面的敘事平台,短片製作的工作流程可能需要徹底革新。
隨著 AI 模型路由技術日益普及,Stripe 將收購 OpenRouter
Stripe 已同意收購 OpenRouter,這是一個 AI 模型路由平台,讓開發者能透過單一介面存取數百種模型。這筆交易為 Stripe 現有的 AI 應用及基於代幣的計費相關業務,增添了模型選擇與路由功能。據 Stripe 表示,OpenRouter 支援來自 80 多家供應商的 400 多個模型。開發者無需分別與各模型供應商進行整合,只需透過 OpenRouter 單一 API 即可發送請
前 OpenAI 研究員巴雷特·佐夫重返 Google,協助 Gemini 的開發工作
巴雷特·佐夫(Barret Zoph)先前因與 Thinking Machines Lab 執行長米里亞姆·穆拉拉蒂(Miriam Mularati)意見不合而突然離職並加入 OpenAI,如今他再次更換雇主。Alphabet 旗下的 Google 宣布,佐夫將以研究副總裁身分回歸,將他在強化學習與後訓練領域的專業知識帶入 Gemini 團隊。「旋轉門」研究人員的循環佐夫的職業生涯正是人工智慧人才
Recursive Intelligence 如何在 4 個月內以 40 億美元估值募得 3.35 億美元資金
新創公司 Ricursive Intelligence 的共同創辦人彷彿注定要成為夥伴。執行長安娜·戈迪(Anna Goldie)與技術長阿扎莉亞·米爾霍塞尼(Azalia Mirhoseini)在人工智慧界聲名遠播,戈迪向 TechCrunch 笑著透露:「我們正是那些收到祖克柏發來『奇怪電子郵件』、提出瘋狂邀約的人工智慧工程師之一。」(她們最終並未接受這些邀約。) 兩人曾一同在 Google





首頁






