Seedance 是字节跳动 Seed 团队推出的多模态 AI 视频生成模型，基于统一音视频联合生成架构，支持文本/图片/音频/视频输入并生成带原生音频的 1080p 视频。2026 年 8 月发布 Seedance 2.5 重大升级：单次视频生成时长从 15 秒提升至 30 秒并支持多轮延长，模型可在 30 秒内组织多个有逻辑关联的镜头（铺垫-推进-转折-收尾的完整故事结构），与同期开源的 MiniMax H3 形成直接竞争。2026 年 9 月 7 日彭博社报道，字节正基于 Seedance 筹备一款实时空间视频生成模型，由创始人张一鸣亲自督战，目标实现约每秒 20 帧按需生成、端到端延迟约 0.05 秒、渲染在云端完成，面向直播、短剧与游戏创建可交互三维虚拟世界，最快或于 10 月推出——标志竞争从二维平面迈入可交互三维空间。 定价：暂未公开（经即梦/Dreamina、火山引擎等计费）。编辑评分：⭐4.5（编辑评测）。
Seedance 2.5 是什么？
Seedance 是字节跳动 Seed 团队推出的多模态 AI 视频生成模型，采用统一的音视频联合生成架构，不是先出画面再单独配乐，而是让画面和声音在同一套模型里一起长出来。它支持文本、图片、音频、视频多种输入，并生成带原生音频的高质量视频，这对需要"画面+声音一次成片"的短视频和广告场景很实用。2026 年 7 月 31 日，Seed 团队发布 Seedance 2.5：单次生成时长从 15 秒提升到 30 秒并支持多轮延长，多模态参考上限从 15 个（9 图 + 3 视频 + 3 音频）提升到 50 个（30 图 + 10 视频 + 10 音频），并新增时间戳级定向编辑、白模参考与光照控制，定位从"生成一个片段"升级为"完成一段创作"。
核心功能
输入上很灵活：2.5 版本起你可以同时喂入最多 30 张图片、10 段视频、10 段音频（2.0 为 9 图 / 3 视频 / 3 音频），再加上自然语言指令，模型会引用这些素材里的构图、运动、镜头、视觉效果和声音元素来生成新内容；在多人同框、群像叙事这类复杂场景里，也能同时还原多个人物的形象与声音。正因为是原生音视频联合生成，它能做出口型同步的对话、环境音效和配乐，并让声音与画面节奏对齐，而不是生硬贴上一段背景音乐。
可控性方面，Seedance 强调跨帧的角色与物体一致性——同一人物或物品在不同镜头里外观稳定，叙事才立得住；导演级镜头与运动控制则让你用提示词规划运镜、设计视觉模板，呈现出低角度跟拍、环绕、推近等丰富镜头语言。视频编辑与延伸能力支持针对指定片段、角色或动作做定向修改——2.5 起可用时间戳精确指定"第几秒改哪里"，只重生成那一段而不是整条重来；也能基于提示"续拍"出连贯的后续镜头（多轮延长可达数分钟，官方标注 Beta，正式出片仍建议以单次 30 秒为准）。此外还强化了绿幕替换、视角与运镜编辑，并新增白模（无纹理 3D 几何）参考与光照控制，可用 3D 白模先搭好空间结构、机位与运动轨迹再渲染成片。这些能力把生成从一次性产出变成可迭代的创作。
价格与平台
Seedance 本身是一个云端模型，可通过即梦 AI（jimeng.jianying.com）/Dreamina 网页端、豆包专业版使用；开发者 API 于 2026 年 8 月 7 日上线火山方舟，2026 年 8 月 10 日接入剪映 CapCut。按各平台各自的计费方式收费，模型价格官方暂未单独公开（第三方报道称 2.5 生成一段 30 秒视频约 ¥80、较 2.0 上涨约 50%–86%，未经官方确认，以平台实际计费为准）。对想用中文生态、又需要画面与声音一次成片的人来说，它是个顺手的选择。
需要理解的是，Seedance 是底层模型能力，普通用户通常不直接和它打交道，而是通过即梦、Dreamina、豆包、剪映或火山方舟这类前端去用——这也意味着它的实际体验、配额和价格，取决于你所用的那个平台，而非模型本身单独标价。对创作者来说，关注点应是"我想做哪种片子、需要多长、要不要声音"，再选对应入口。它目前更适合有清晰想法的半专业创作，而非完全无方向的随手生成；把输入素材准备得越具体，成片与预期越接近。
最终结论
从工作流角度，Seedance 2.5 更适合作为"成片引擎"嵌进你的创作流程，而不是孤立使用——你在即梦/Dreamina 里写想法、传素材，它负责把画面和声音一次生成。但它仍需要你给出清晰的输入：素材越具体、指令越明确，成片越贴近预期。把它当"把脚本变成带声音的片子"的那一步，而非创意本身，预期会更稳。想上手，从即梦或 Dreamina 里的一次小尝试开始最顺。真正用熟之后，你会发现它最省心的，是画面和声音不必再分两步去凑。
Seedance 版本演进对比
| 对比维度 | Seedance 2.0 | Seedance 2.5（2026-07-31） |
|---|---|---|
| 单次生成时长 | 15 秒 | 30 秒（多轮延长可达数分钟，Beta） |
| 多模态参考上限 | 9 图 + 3 视频 + 3 音频（共 15） | 30 图 + 10 视频 + 10 音频（共 50） |
| 长镜头一致性 | 需拆分镜头反复拼接 | 优化镜头衔接与场景过渡，主体跨切镜稳定 |
| 时间戳级定向编辑 | 不支持 | 支持（按秒定向修改角色/动作/声音/剧情） |
| 绿幕 / 视角 / 运镜编辑 | 有限 | 强化 |
| 白模（3D 几何）参考 | 不支持 | 支持，含光照控制 |
| 画质处理 | 存在常见「油腻感」 | 系统优化材质/肤质/眼神/光影/饱和度 |
| 主要入口 | 即梦 / Dreamina / 火山引擎 | 即梦 AI、豆包专业版、火山方舟 API（08-07）、剪映 CapCut（08-10） |
| 定价 | 官方未单独公开（按平台计费） | 官方未单独公开（第三方报道 30 秒约 ¥80，未经官方确认，以平台实际计费为准） |
主要升级点：
- 单次生成时长 15 秒 → 30 秒，官方称「长镜头一致性」，并支持多轮延长（第三方评测称最长约 180 秒，仍带 Beta 标签）
- 多模态参考上限 15 个（9 图 + 3 视频 + 3 音频）→ 50 个（30 图 + 10 视频 + 10 音频）
- 新增时间戳级定向编辑：可对指定秒数区间的角色/动作/声音/剧情做局部修改，不必整条重生成
- 编辑能力强化：绿幕编辑、视角与运镜编辑、参考编辑
- 新增白模（无纹理 3D 几何）参考 + 光照控制，用于构图/机位/运动轨迹预演（第三方报道称提供 Maya / Blender 插件）
- 画质系统优化：物体材质、人物肤质与眼神、光影、饱和度，官方称弱化常见「油腻感」
- 接入渠道扩展：2026-08-07 上线火山方舟 API，2026-08-10 接入剪映 CapCut
后续若发布更新代（如 5.3 / 6.0），本小节会持续补充各代差异。
