字节跳动Seedance 2.5正式发布:30秒一镜到底的AI视频,讲述一个故事
字节跳动正式发布了视频生成模型Seedance 2.5,该模型将单个视频的最大输出时长从15秒提升至30秒。 该平台将逐步在“吉梦AI”和“Dou Bao专业版”上推出,并计划很快与Volcano Argo进行API集成,以支持影视、广告、教育、工业制造和自动驾驶等领域的多样化应用。

根据官方公告,Seedance 2.5在保留统一的多模态视听架构的同时,在长篇叙事、多模态引用及剪辑精度方面实现了显著升级。这一进步使AI生成的视频能够从孤立的片段转变为具有清晰开头、中间和结尾的连贯故事。
30秒内实现无缝多镜头叙事,通过扩展生成确保内容连贯性
官方演示突显了该模型在30秒时限内构建复杂叙事的能力。其中一个示例展示了歌手的表演过程,镜头从红幕后方跟拍至后台更衣室。该片段记录了歌手调整耳机、接收舞台提示、穿过走廊、与搭档互动,最终步上舞台的全过程。 镜头逐渐拉远,展现出整个体育场全景,包括观众、灯光以及欢呼的人群。该模型在时间限制内成功组织了逻辑连贯的镜头——开端、发展、高潮和结局。
该模型的多轮扩展功能同样强大,能够基于现有素材生成额外30秒的视频。它在角色、场景、视觉风格和音效方面保持了一致性。 在一段演示中,一名男孩手持足球走出地铁车厢,身后有一名男子紧追不舍,最终将他追上。整个动作过程流畅自然,没有视觉或叙事上的断裂。
可同时处理多达 30 张图片和 10 段视频,以构建复杂的群像叙事
Seedance 2.5 允许用户上传最多 30 张图片、10 个视频片段和 10 个音频文件作为参考素材。该模型会分析这些素材中的构图、场景、风格、角色和道具,并根据用户指令准确地将其应用到生成内容中。 在多角色场景中,它既能保持每个角色的外貌和声音特征,又能确保主体形象的稳定性。一段30秒的音乐会片段展示了这一能力,该片段采用16:9电影画面比例,参考素材包括钢琴家、大提琴家、小提琴家、歌手、管弦乐团、合唱团和观众。 随着AI视频工具从简单的特效生成器演变为全面的叙事平台,短视频制作的工作流程可能需要彻底革新。
相关文章
随着AI模型路由技术势头渐增,Stripe将收购OpenRouter
Stripe 已同意收购 OpenRouter——这是一家人工智能模型路由平台,可让开发者通过单一接口访问数百种模型。此项收购将模型选择和路由功能融入 Stripe 现有的 AI 应用及基于令牌的计费业务中。据 Stripe 称,OpenRouter 支持来自 80 多家提供商的 400 多个模型。开发者无需与每个模型提供商分别进行集成,只需通过 OpenRouter 借助一个 API 即可发送请
前OpenAI研究员巴雷特·佐夫重返谷歌,助力Gemini的开发
巴雷特·佐夫(Barret Zoph)此前因与Thinking Machines Lab首席执行官米里亚姆·穆拉拉蒂(Miriam Mularati)意见不合而突然离职并加入OpenAI,如今他再次更换了雇主。Alphabet旗下的谷歌宣布,佐夫将回归担任研究副总裁,将其在强化学习和后训练方面的专业知识带入Gemini团队。“旋转门”式研究人员的职业循环佐夫的职业生涯是人工智能人才流动的典型例证。
Recursive Intelligence 如何在4个月内以40亿美元估值筹集3.35亿美元
初创公司Ricursive Intelligence的联合创始人似乎注定要成为联合创始人。首席执行官安娜·戈迪(Anna Goldie)和首席技术官阿扎莉亚·米尔霍塞伊尼(Azalia Mirhoseini)在人工智能界声名显赫,戈迪向TechCrunch笑称,她们正是那些“收到扎克伯格发来的奇怪邮件、里面提出疯狂邀约”的人工智能工程师之一。(她们最终没有接受这些邀约。) 两人曾共同在谷歌大脑(G
相关专题推荐
评论 (0)
0/500
字节跳动正式发布了视频生成模型Seedance 2.5,该模型将单个视频的最大输出时长从15秒提升至30秒。 该平台将逐步在“吉梦AI”和“Dou Bao专业版”上推出,并计划很快与Volcano Argo进行API集成,以支持影视、广告、教育、工业制造和自动驾驶等领域的多样化应用。

根据官方公告,Seedance 2.5在保留统一的多模态视听架构的同时,在长篇叙事、多模态引用及剪辑精度方面实现了显著升级。这一进步使AI生成的视频能够从孤立的片段转变为具有清晰开头、中间和结尾的连贯故事。
30秒内实现无缝多镜头叙事,通过扩展生成确保内容连贯性
官方演示突显了该模型在30秒时限内构建复杂叙事的能力。其中一个示例展示了歌手的表演过程,镜头从红幕后方跟拍至后台更衣室。该片段记录了歌手调整耳机、接收舞台提示、穿过走廊、与搭档互动,最终步上舞台的全过程。 镜头逐渐拉远,展现出整个体育场全景,包括观众、灯光以及欢呼的人群。该模型在时间限制内成功组织了逻辑连贯的镜头——开端、发展、高潮和结局。
该模型的多轮扩展功能同样强大,能够基于现有素材生成额外30秒的视频。它在角色、场景、视觉风格和音效方面保持了一致性。 在一段演示中,一名男孩手持足球走出地铁车厢,身后有一名男子紧追不舍,最终将他追上。整个动作过程流畅自然,没有视觉或叙事上的断裂。
可同时处理多达 30 张图片和 10 段视频,以构建复杂的群像叙事
Seedance 2.5 允许用户上传最多 30 张图片、10 个视频片段和 10 个音频文件作为参考素材。该模型会分析这些素材中的构图、场景、风格、角色和道具,并根据用户指令准确地将其应用到生成内容中。 在多角色场景中,它既能保持每个角色的外貌和声音特征,又能确保主体形象的稳定性。一段30秒的音乐会片段展示了这一能力,该片段采用16:9电影画面比例,参考素材包括钢琴家、大提琴家、小提琴家、歌手、管弦乐团、合唱团和观众。 随着AI视频工具从简单的特效生成器演变为全面的叙事平台,短视频制作的工作流程可能需要彻底革新。
随着AI模型路由技术势头渐增,Stripe将收购OpenRouter
Stripe 已同意收购 OpenRouter——这是一家人工智能模型路由平台,可让开发者通过单一接口访问数百种模型。此项收购将模型选择和路由功能融入 Stripe 现有的 AI 应用及基于令牌的计费业务中。据 Stripe 称,OpenRouter 支持来自 80 多家提供商的 400 多个模型。开发者无需与每个模型提供商分别进行集成,只需通过 OpenRouter 借助一个 API 即可发送请
前OpenAI研究员巴雷特·佐夫重返谷歌,助力Gemini的开发
巴雷特·佐夫(Barret Zoph)此前因与Thinking Machines Lab首席执行官米里亚姆·穆拉拉蒂(Miriam Mularati)意见不合而突然离职并加入OpenAI,如今他再次更换了雇主。Alphabet旗下的谷歌宣布,佐夫将回归担任研究副总裁,将其在强化学习和后训练方面的专业知识带入Gemini团队。“旋转门”式研究人员的职业循环佐夫的职业生涯是人工智能人才流动的典型例证。
Recursive Intelligence 如何在4个月内以40亿美元估值筹集3.35亿美元
初创公司Ricursive Intelligence的联合创始人似乎注定要成为联合创始人。首席执行官安娜·戈迪(Anna Goldie)和首席技术官阿扎莉亚·米尔霍塞伊尼(Azalia Mirhoseini)在人工智能界声名显赫,戈迪向TechCrunch笑称,她们正是那些“收到扎克伯格发来的奇怪邮件、里面提出疯狂邀约”的人工智能工程师之一。(她们最终没有接受这些邀约。) 两人曾共同在谷歌大脑(G





首页






