Seedance 2.5 正式发布：单次生成30秒视频，50个参考输入，AI视频从片段走向成片
Seedance 2.5 正式发布：单次生成30秒视频，50个参考输入，AI视频从"片段"走向"成片"
ByteDance 今日正式发布 Seedance 2.5，将单次视频生成时长从 15 秒翻倍至 30 秒，支持多轮扩展至数分钟，同时大幅升级多模态参考（最多 50 个输入）和精确编辑能力。这不是一次简单的版本迭代——当 AI 视频从"生成一个片段"跨越到"完成一部作品"，创作流程本身正在被重写。
30 秒单次生成：从"片段"到"故事"
之前行业主流 AI 视频模型的单次生成时长在 5-15 秒之间。15 秒够展示一个动作、一个场景，但讲不了一个故事。Seedance 2.5 把这个上限推到 30 秒，而且不是简单地把画面拉长——模型在 30 秒内可以组织起"起承转合"的完整叙事。
官方演示中，一段歌手表演的提示词让模型生成了完整的故事线：歌手在后台化妆间调整耳返 → 工作人员提醒上场 → 穿过后台走廊与舞者汇合 → 走上舞台开始演出。这不是一个静态画面的延伸，而是有逻辑推进的多场景叙事。
更关键的是多轮扩展能力。生成完第一个 30 秒后，可以继续追加后续镜头，模型会保持角色外观、场景风格和叙事节奏的一致性。这意味着创作者可以一次产出数分钟的连续视频，不再需要手动拆分、反复拼接、修补转场。
作为对比，同日发布的 MiniMax H3 单次最大生成时长仍为 15 秒。在需要连续叙事的场景——30 秒广告、电影预可视化——Seedance 2.5 有结构性优势。
50 个参考输入：复杂创作终于有了"画板"
Seedance 2.5 将单次参考输入容量提升到 30 张图片 + 10 段视频 + 10 段音频，共 50 个。相比上一代约 12 个参考输入，容量翻了 4 倍多。
这解决了一个实际痛点：之前做多角色场景时，参考素材不够用，模型难以同时保持多个角色的外观和声音一致。现在每个角色可以有独立的参考图，场景有参考视频，声音有参考音频，模型能综合理解所有素材并统一应用到生成结果中。
实际场景举例：一支广告片需要展示 5 个产品、3 个角色、2 个场景，每个都有参考素材——在 Seedance 2.5 里可以一次性输入，模型同时处理；在之前的版本里，只能分批生成再手动对齐。
精确编辑：从"整段重来"到"局部修改"
Seedance 2.5 引入了时间戳级别的编辑控制。创作者可以指定修改视频的哪一秒、哪一部分，而不需要整段重新生成。
具体来说：
- 时间戳控制：指定"第 8-12 秒的背景换成城市夜景"，其余部分不受影响
- 绿幕编辑：替换背景的同时保持前景主体完整
- 运镜编辑：调整镜头运动方式，不改变画面内容
- 参考编辑：用新参考素材替换特定元素（如换一个产品、改一段文字）
这把 AI 视频编辑从"不满意就重来"推进到"不满意就改那一处"，对专业制作流程的效率提升是实质性的。
画质与音画同步：减少"AI 味"
AI 生成视频最常被诟病的"假感"——物体纹理不自然、皮肤和眼睛细节缺失、光照色彩过度饱和——Seedance 2.5 做了系统性优化。同时减少了非受控字幕和背景音乐的随机出现，让成片更接近实拍质感。
音画同步方面，Seedance 2.5 延续了 2.0 的音画联合生成架构，音频和视频在同一个推理过程中生成，而非先生成视频再配音频。在 30 秒的时长内，这种原生同步避免了音画漂移的问题。
发布节奏与获取方式
Seedance 2.5 的发布经历了三个阶段：
- 6 月 23 日：Volcano Engine FORCE 大会发布企业版预览
- 7 月初：有限公测
- 7 月 31 日：全量发布
目前即梦 AI 和豆包 Pro 已上线 Seedance 2.5，API 接入即将通过火山引擎 ModelArk 开放。ByteDance 在 6 月大会上透露，企业版 Seedance 平台年化收入已达 20 亿美元，商业化速度在 AI 视频领域位居前列。
行业位置：竞争焦点从"能不能生成"转向"能不能讲完一个故事"
7 月 31 日是 AI 视频的密集发布日。MiniMax H3 同日推出，主打原生 2K 分辨率和 $7.80/分钟的低成本（不到竞品三分之一），但在单次时长和参考容量上不及 Seedance 2.5。
两家选择了不同的竞争方向：MiniMax H3 走"便宜且清晰"的路线，Seedance 2.5 走"长且可控"的路线。这反映出一个行业趋势——AI 视频的竞争焦点正在从"能不能生成一段视频"转向"能不能讲完一个完整的故事"。当单次生成突破 30 秒、参考输入达到 50 个、编辑可以精确到时间戳，AI 视频工具正在从"玩具"变成"工具"。
基于多家媒体转述整理。