字节跳动｜Seedance 2.5上线，单次生成拉长至30秒

同一天，字节Seed团队把视频模型的竞争点从「更清晰」拔到了「更像一段完整创作」。

字节跳动Seed是公司面向前沿模型研究与产品化的团队，Seedance系列定位视频创作模型，已通过即梦AI、豆包等入口触达大量创作者与企业用户。所谓长叙事，不是把同一个镜头无脑拖长，而是让模型在几十秒里组织铺垫、推进、转折与收尾，并在多轮延长时保住主体、场景与视听风格。对广告、短剧、教学演示来说，这比「多清晰一点」更能省掉拼接与返工。

7月31日，字节跳动Seed团队正式发布新一代视频创作模型Seedance 2.5。官方称，Seedance 2.0之后，用户期待正从「生成一个片段」走向「完成一段创作」；2.5延续统一的多模态音视频联合生成架构，重点突破长叙事、多模态参考与编辑能力。产品已陆续上线即梦AI、豆包专业版等平台，API服务计划近期上线火山方舟。

三大能力升级：

1. 时长与叙事：单次生成由约15秒提升至30秒，支持多轮延长；优化镜头衔接与场景过渡，目标是产出数分钟、视听语言更统一的连贯内容，并弱化常见「油腻感」。
2. 多模态参考：单次最多可输入30张图片、10段视频、10段音频；强化白模参考、运动参考与创意参考，服务多主体、多场景、多镜头变化。
3. 精准编辑：支持时间戳级定向编辑；强化绿幕编辑、视角编辑、参考编辑，面向影视与广告等专业流程；减少字幕与背景音乐不受控的情况。

白模参考值得单独说一句。创作者可以用无纹理的三维模型先搭好空间结构、主体姿态、运动轨迹和机位，再让模型按这套「骨架」生成成片——就像先排一场戏的走位，再往上贴材质与光影。对复杂调度与工业演示，这种「先结构、后外观」的路径，往往比纯文生视频更可控。

如果说MiniMax H3更强调全模态统一理解、开源与性价比，Seedance 2.5更强调长叙事交付与工业化参考编辑。两者同日放量，说明视频生成的主战场已经不只是秒级样片比美，而是谁能进入广告投放、教育内容、工业仿真与具身/自动驾驶数据合成等生产线。字节选择先把能力铺进即梦与豆包的消费与创作入口，再通过火山方舟承接企业API，是典型的「先占使用习惯、再收平台调用」节奏。

对创作者，30秒直出降低了「先拆镜再拼接」的成本；对企业，参考上限与编辑精度决定它能不能进真实项目，而不是只停在演示视频。下一观察点是火山方舟API落地节奏，以及30秒直出与多轮延长在真实项目里能否稳住主体一致性和物理合理性——尤其是极多主体交互、复杂运动是否仍然容易穿帮。