最新 · 2026 年 7 月
Seedance 2.5
单次生成 30 秒视频,原生音频、4K 输出,支持 50 个多模态参考输入。
Seedance 2.5 是字节跳动于 2026 年 7 月初发布的旗舰视频生成模型。它是首个可以单次生成连续、无拼接的 30 秒视频的大规模可用模型——没有分段缝合、没有可见接缝,一次生成即可包含转场与节奏变化。音频与画面同批生成,音乐、音效、对白与口型天然同步。区域级局部编辑允许你只修改某个细节(角色发色、道具等)而无需重新生成整段视频,保留你已经满意的表演与光影。
规格参数
最长片段单次 30 秒(长视频 Beta 可达 3 分钟)
分辨率480p / 720p / 1080p / 原生 4K,10-bit 色深
参考输入最多 50 个多模态参考(图片 / 视频 / 音频)
音频原生同步音频,与画面同批生成
编辑生成后支持区域级局部编辑
架构稀疏 Diffusion Transformer,音画统一潜空间
可用渠道Dreamina / 即梦,火山引擎 API
亮点
30 秒一次成片
单次生成即可输出带转场的连贯 30 秒片段,不依赖任何拼接,攻克了 AI 视频最难的时长一致性问题。
50 个多模态参考
最多可输入 50 个图片、视频、音频参考,足以同时锁定多个角色、服装、场景与音乐氛围。
局部编辑
只修改画面中的某个区域,无需整段重生成,完整保留你满意的表演、表情与打光。
原生音频
对白、音效与配乐和画面在同一潜空间中生成,口型同步是原生的而不是后期配上去的。