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
亞馬遜以70億美元收購Decart,確保關鍵AI晶片介面卡
據《華爾街日報》報道,亞馬遜正在談判以約70億美元的估值收購人工智慧初創公司Decart。如果沒有出現競爭性報價,這筆交易可能很快完成,這凸顯了各大科技公司在當前晶片供應受限的情況下,急於確保計算資源的緊迫性。為什麼Decart的跨晶片軟體至關重要總部位於舊金山的Decart專注於相容性層,使開發人員能夠毫無障礙地將AI模型遷移到不同的硬體上。隨著雲服務提供商競相最佳化基礎設施,這種靈活性變得至關重要。對於AWS而言,整合Decart的技術能夠提升客戶的敏捷性,降低對單一晶片供應商的依賴。從
Locus 如何應對機器人領域的最大挑戰之一:操作
NeuraGrasp 可處理各式各樣的物品,包括小型容器、多孔塑膠袋及紡織品。| 來源:Locus RoboticsLocus Robotics 公司已在實際運作環境中克服了眾多機器人技術難關。其自主移動機器人(AMR)已在各類設施中行駛長距離,累計支援超過 60 億次揀選作業。如今,該公司正將業務拓展至機器人操作領域。Locus 於 2025 年 3 月推出「Array」——一款配備客製化視覺引
麥肯錫警告,隨著人工智慧重塑勞動力結構,1,100萬名美國人將面臨工作轉變或職涯轉換
麥肯錫於 9 月 29 日發布的關於人工智慧與就業的報告,突顯了一項關鍵挑戰:重點不在於工作被取代,而在於如何將數百萬名勞工重新配置到新職位這項艱鉅任務。預計到2035年,隨著人工智慧自動化取代現有工作,約有1,100萬名美國勞工——約佔當前勞動力總數的7%——可能需要轉換職業。這與歷史上每年平均21.5萬人轉換職業的數字相比,可謂劇變,而這一數字預計在未來十年內將增加三倍。低收入勞工面臨的職位被
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。
亞馬遜以70億美元收購Decart,確保關鍵AI晶片介面卡
據《華爾街日報》報道,亞馬遜正在談判以約70億美元的估值收購人工智慧初創公司Decart。如果沒有出現競爭性報價,這筆交易可能很快完成,這凸顯了各大科技公司在當前晶片供應受限的情況下,急於確保計算資源的緊迫性。為什麼Decart的跨晶片軟體至關重要總部位於舊金山的Decart專注於相容性層,使開發人員能夠毫無障礙地將AI模型遷移到不同的硬體上。隨著雲服務提供商競相最佳化基礎設施,這種靈活性變得至關重要。對於AWS而言,整合Decart的技術能夠提升客戶的敏捷性,降低對單一晶片供應商的依賴。從





首頁






