01
动作与体育场面
双人滑冰、刀剑对决、舞蹈这类多人动作，整段都符合物理规律。
AI 视频模型
Seedance 2.0
支持原生同步声音的多模态视频导演
结合文字、图片、视频和音频，在一次生成简报中控制连贯动作、镜头、表演与声音。
创作工作区
Seedance 2.0
52
Seedance 2.0是什么？
Seedance 2.0 是字节跳动 Seed 团队的视频模型，基于统一的音视频联合生成架构：它同时接收文字、图片、视频和音频，输出最长 15 秒、带多镜头切换的片段，双声道声音与画面一起生成。
模型的开发方是这样描述它的：
“Seedance 2.0 采用统一的多模态音视频联合生成架构，支持文字、图片、音频和视频四种输入模态。”
Seedance 2.0 规格
- 输入
- 文字 + 多模态参考
- 时长
- 4–15 秒
- 音频
- 原生同步
用Seedance 2.0可以创作什么
这些是大家真正拿 Seedance 2.0 来做的事，以及每件事需要的设置。
02
从分镜到成片
把一页脚本或分镜作为图片交给它，它会照着你画的景别、运镜和文案来拍。
03
广告与讲解视频
字节官方把它定位于商业广告和讲解视频：产品、动作和声音都要在一条片子里到位。
Seedance 2.0
为模型量身设计的工作区
Seedance 2.0 把最影响结果的那几个控制项放在你面前，其余的都收起来。
Official model example · ByteDance Seed
01
符合物理规律的复杂动作
字节官方说它相比 1.5 最大的提升是动作稳定性：多主体互动和高速动作（比如双人滑的托举和旋转）都能保持完整，不会糊成一团。
Official model example · ByteDance Seed
02
全方位多模态参考
在提示词之外最多混合 9 张图片、3 段视频和 3 段音频；构图、动作、运镜、特效或声音都可以从任一素材里取。
Official model example · ByteDance Seed
03
精确遵循指令
指令遵循和一致性全面升级，谁做什么、按什么顺序、怎么构图这些细节都能按写的呈现；还支持延长和编辑已有片段。
Official model example · ByteDance Seed
04
双声道同步声音
声音与画面一起以立体声生成：刀剑、脚步、衣料和环境声都落在正确的帧上，也落在声场里正确的一侧。
Official model example · ByteDance Seed
05
面向真实制作场景
一次生成最长 15 秒、带多镜头的音视频，可以用在广告、讲解视频和短剧里，而不只是一个展示镜头。
Seedance 2.0
结合实际场景做选择
什么时候该用 Seedance 2.0，什么时候换个模型更合适。
对比 Seedance 2 Mini
分辨率范围更广，制作设置更完整
对比 H3
灵活分辨率梯度，对比 H3 的固定 2K 定位
最佳选择依据
需要多模态控制与同步音频
三步从简报进入 Studio
01
确定创意锚点
写下创意，并添加工具所需的源素材或参考素材。
02
设定输出
根据交付需求选择模型、格式、分辨率和时长。
03
继续前往 Studio
在统一对话流中检查完整草稿；模型 API 接入后即可在这里生成。
Seedance 2.0 常见问题
Seedance 2 系列模型对比
从输出时长、分辨率、参考素材、画面比例和音频能力出发，为下一条视频选择合适的模型。
| 参数 | Seedance 2.0当前模型 | Seedance 2 Mini | Seedance 2.5 |
|---|---|---|---|
| 最适合 | 高分辨率成片 | 轻量、经济的视频草稿 | 更长、更连贯的叙事 |
| 输出时长 | 4–15 秒 | 4–15 秒 | 4–30 秒 |
| 输出分辨率 | 480P / 720P / 1080P / 4K | 480P / 720P | 480P / 720P / 1080P |
| 输入与参考素材 | 文字 + 图片 / 视频 / 音频参考 | 文字 + 图片 / 视频 / 音频参考 | 文字 + 图片 / 视频 / 音频参考 |
| 参考素材上限 | 9 张图片 · 3 段视频 · 3 段音频 | 9 张图片 · 3 段视频 · 3 段音频 | 30 张图片 · 10 段视频 · 10 段音频 |
| 画面比例 | 21:9 · 16:9 · 4:3 · 1:1 · 3:4 · 9:16 | 21:9 · 16:9 · 4:3 · 1:1 · 3:4 · 9:16 | 21:9 · 16:9 · 4:3 · 1:1 · 3:4 · 9:16 |
| 原生同步音频 | 支持 | 支持 | 支持 |