实测Seedance 2.0: 红包满天飞，字节悄悄进化

眼看就要到春节了，很多团队已经开始放慢节奏，但 AI 圈还是一如既往地卷。就在不少人以为“该发的模型都发完了”的时候，新模型还是一波接一波往外上，完全没有停住的趋势。

这段时间你会发现一个很有意思的现象：一边是各家都在 AI 入口上做很重的营销动作，抢入口、抢用户心智、抢使用场景；但另一边，底层模型的更新速度其实一点都没慢下来。

厂商自己也很清楚，只靠入口包装和营销声量，是撑不住长期竞争力的，模型能力本身必须持续往前推。

最近，字节跳动又放出了一张新牌：新一代视频生成模型 Seedance 2.0 正式发布，把视频生成这条线往“更可控、更连贯、更像真实镜头语言”的方向又推了一步。值得注意的是该大版本号模型，离前一代支持音视频联合生成的模型 Seedance 1.5 Pro 的发布日期只过去了 2 个月。

入口在打仗，模型在加速，两条线同时在跑，而且都没打算等对方。

下面，我们也完整实测了一波 Seedance 2.0。

先说一下，这次我是直接在「即梦」里用的 Seedance 2.0，下面讲的体验也都基于这个平台。

Seedance 2.0 这版主打一个点：参考能力更全面。跟上一代的音视频模型 Seedance 1.5 Pro 比起来，它现在对多张图片、多段视频一起参考的支持更强，用起来也更顺手。

另外你也能看到一个趋势：不只是做视频生成的模型在加强“参考视频”这件事，像 Kimi 2.5 这种通用大模型，也开始强调可以参考视频内容来生成结果，大家都在往这个方向走。

01

苹果风格商品宣传

我们一开始，就先做了一组素材：运动品牌风格的人物模特，加上运动手表这种实物产品，一起拿来做测试。

然后我又上传了一支很经典的 Apple Watch 官方宣传片。这种片子本身就是多镜头结构，既有人物镜头，也有产品特写，很适合拿来当参考素材。

现在在即梦里，你基本不用写很复杂的提示词，按它那个很直观的提示方式来就行。直接告诉它：参考这支视频的镜头节奏和风格，生成一条新的运动手表广告。

同时把主角换成我自己的图片，把商品也换成我准备好的产品图。整套流程很直接，就是选参考视频 + 选人物图 + 选商品图，然后让模型去生成一条新的广告片。

生成这类视频的时间会比较久，而且积分消耗也不低。比如两张图片加一段参考视频，同时都参与参考的话，做一条 15 秒的视频，基本要花接近 200 积分。

不过成片出来之后，你能明显感觉到质量是在线的。整体真实感很强，模特在公路上跑步时的光线变化、头发上的反光、脸部的受光细节，都做得很到位，看着不会假。

还有一点：我其实没有给它一个完整的故事结构，只是给了参考素材和目标类型。最后的视频节奏基本是它自己排出来的。

片子里出现的商品，主要就是我给它的那只手表。它里面有两段镜头是专门切到手表上的，而且还加了动效。

整体看下来，画面元素基本没什么大问题。比较常见的坑还是那个：数字和中文偶尔会乱写，会有点“AI 幻觉”。

右下图片那个转场，它会有一个滑动手表的动作。我专门截了几帧去看，很多帧里文字其实是正常的，只是在滑动的那一瞬间容易出错。这个表现跟上一代比，确实进步很明显。

你要是认真去逐帧截图看，会发现细节也比较到位。女模特手臂上的纹理、手上的细小汗毛，是能够看清的。

02

“跨风格整合”的财神拜年

因为它的动效表现确实不错，我就又多做了一组测试。我新生成了一张新春财神抱着金元宝的图，再加上一张美剧风格的恶灵骑士角色图，然后把这两张图一起丢进去当参考素材，让它按这个方向继续生成视频。

我给它的目标其实很简单：先让财神出场，背后是一堆元宝和金币，在发光、在晃动；接着恶灵骑士骑着摩托冲进画面；然后变成财神骑着这辆摩托直接开走；最后闪出一帧画面，打上“新春快乐”和具体日期的中文与数字。

成片看下来，开头恶灵骑士那一段，AI 感还是偏重一点，能看出来是模型在“拼”画面。不过从财神和道具之间的互动，到表情变化，再到动作衔接，比以前顺了不少。

还有一个小规律我这次也注意到：如果画面里放的是那种比较大的艺术字，Seedance 2.0 出错的概率会低很多。

如果是一张图片里有多个主体，然后让镜头一个个扫过去，这种场景我也测了一下 Seedance 2.0 的表现。

03

多主体镜头

我做了一张图：五个小动物穿着不同礼服，一起坐在同一条长椅上。主体多、造型差异大，还都在同一画面里，这种情况其实挺考验模型的镜头理解和主体保持能力。

我当时的提示词设计很直接：让画面里所有小动物一起跳舞给大家拜年，镜头要一个个扫过去。每扫到一个角色，就在它的动作上停一下，给慢镜头和特写。

这个视频主要在考一件事：镜头逐个扫过时，角色的出现顺序要对。也就是视频里的出场顺序，要和原图里小动物从左到右的顺序一致，这点很看一致性能力。

从生成结果来看，Seedance 2.0 在画面质量和整体一致性上都还不错。不过这条视频我也反复跑了三四次才选到比较满意的版本。动作质量普遍很高，但还是会有顺序问题，比如熊猫和兔子的位置被对调，这种情况还是会出现。

但如果只看角色本身和动作表现，这一版确实提升很明显。每次镜头停在单个角色上时，毛发细节、质感、真实度，还有镜头之间的切换，都处理得比较顺。

下面我做了一个更偏叙事向的视频案例。接着用到的两张图，是我上传给 Seedance 2.0 当参考素材用的。

04

宇航员与 3D LED 屏里的猫

左边是一张十字路口的大型 3D LED 屏画面，里面有一只猫，尾巴是从屏幕里伸出来的；右边是一张很经典的宇航员图片。

提示词是：让这个宇航员走进十字路口，在路口下面停住，把头盔面罩打开，再戴上墨镜，看向 3D LED 屏里的猫，然后整个人愣一下，周围街道人来人往。

从最后生成的视频来看，整体效果其实很不错。尤其是宇航员走进路口那段，你能看到周围行人和车辆都是在动态变化的，没有那种很明显的错乱感，看起来会比较顺。

小问题也有，就是屏幕里的猫还是显得有点呆，灵动感差一点。整体能用，但这个角色的表现还有提升空间。

下面这张图是我自己生成的一张 Instagram 风格的剪贴画配图，里面有好几个男性角色拼在一起。

05

多人物 INS 风剪贴画

我给 Seedance 2.0 的目标也很明确：人物不要变，背景不要变，画面里的这些男性角色都要保留下来，只是在这个基础上，让他们一起跳起来动起来。

这个任务其实挺难的。按以前的经验，一张元素很多、结构很复杂的图，光是做静态生成就不太稳，很容易出错。要是在视频里再让这些剪贴画人物动起来，还要跳舞、互动，就更容易把周围元素带乱。

所以一开始我自己的预期也不高，会觉得出错的概率不小。

我给的提示词：这是一张有多个男性角色的剪贴画，背景和版式全部保持不变，只让人物跳舞；节奏偏搞笑、偏抽象；人物之间要有互动动作，比如握手、击掌。

最后生成出来的视频，其实跟提示词对得挺准。画面里的文字没有被改动，不管是上面的主标题，还是下面的小块文字，都保持原样。整张图里一共七个角色，他们之间都有互动，而且基本是在同一个节奏上跳舞。

而且你仔细看细节会发现：这些角色就算把后面的剪贴画文字挡住了，在遮住、再淡出的那一下，文字本身也没有被改掉。

06

NIKE 风运动员剪影

最后一个案例，我用的是一位体操运动员运动时的模糊剪影。我给了它一套 5 张参考图，每张都有很明显的动态拖影，构图也很极简，没有 logo 和文字，但整体质感很强。

我当时对 Seedance 2.0 的要求也比较高：希望它能把这种动态拖影的感觉保留下来，整体风格往运动广告片那边靠，像那种品牌宣传片的质感，再简单配点字，就能直接发到短视频平台。

这个目标其实不低，但最后生成的效果还是挺可以的。

你能看出来，它在结构和节奏上是有主动安排的，不是那种很死板的处理方式。镜头切换也不生硬，没有走老路：不是简单把一张图变成动图，再在几段动图之间硬切。

这种老式做法在早期的视频模型里很常见，这一版明显更自然一些。

音乐这块我其实什么参考都没给，也没写相关提示词，但它最后配出来的音乐，和整条视频的节奏还挺合拍的，不是很违和。

有几个镜头它还会主动给慢镜头特写，比如倒数第二个镜头，就明显放慢了节奏，把动作拉出来单独展示。我还专门截了一帧图来看，那一刻的画面，和我上传的参考图几乎是一样的。

同时你也能看出来，它为了把前后镜头接顺，会把这张参考画面往前多补一点内容，也往后多延一点动作，这样前后过渡就会更自然，不会突然断掉。

最后简单收一下：整体看下来，Seedance 2.0 在叙事节奏、镜头切换，还有对参考图片和参考视频的一致性保持上，都比上一代音视频模型强了不少。

问题也还是有的，比如画面里有很小的文字，或者很细的小元素，在动态变化的时候，还是会偶尔出错。不过出错的频率，确实比上一代低了很多。与此同时，单个视频的生成时间往往非常漫长，积分的消耗也非常大。

对字节的平台来说，这是内容供给效率的提升，毕竟字节已经将该模型全面下发到旗下各个 AI 内容创作平台，例如即梦、CapCut（剪映）等等。

从更现实的角度看，视频生成模型这条线，已经快速进入产品化和商业化验证期。谁能把生成质量、生成速度、可控性和接入成本一起压到可用区间，谁就更有机会进入真实内容生产链路。

可以说，春节前这一波密集发布，更像是新一轮视频 AI 竞速的发令枪。接下来，整个 AI 视频模型领域的竞速将会以肉眼可见的速度，迅速“开卷”。