“导演级AI”出道：一场Seedance 2.0引发的产业冲击波

来源：北京日报客户端

2月10日开盘，中文在线42.32元的股价较前一日收盘时上涨20%，阅文40.08港元的开盘价较前一日的收盘价上涨6%，掌阅科技股价再度出现10%涨幅。这波从2月9日开始的资本热度，或许与一款AI视频模型有关。

2026年开年，字节跳动内测的AI视频模型Seedance2.0意外引爆全球关注，其“文本生成多镜头电影级视频”的能力被业界称为“导演级AI”。

这股热潮并非孤例。海外，OpenAI的Sora、Runway的Gen-3持续迭代；国内，快手“可灵”、生数科技“Vidu”、MiniMax“Hailuo”等竞品亦在长视频、主体一致性等赛道激烈角逐。然而，当AI仅凭一张照片就能“复刻”声音与未见场景时，数据合规与版权边界问题也随之浮出水面。

“对物理规则的遵循”

“当前地表最强的视频生成模型”试用Seedance2.0模型后，游戏科学CEO、《黑神话：悟空》制作人冯骥发布数百字评论，并称其标志着“AIGC（人工智能生成内容）的童年时代结束”。

在海外社交媒体上，AI影视创意内容领域最为活跃的创作者之一“el.cine”坦言，Seedance 2.0是目前唯一让他产生强烈危机感的AI模型。

何为Seedance 2.0？

Seedance 2.0是字节跳动推出的新一代AI视频生成模型，从2月7日开始小范围内测。该模型主打多模态参考与高效创作能力。模型支持首尾帧、视频片段及音频综合参考，能精准复刻运镜逻辑、动作细节与音乐氛围，核心突破在于将AI生成与后期编辑融合，用户可直接修改不满意部分。Seedance 2.0 模型在复杂叙事、打斗镜头、短剧生成等场景表现优异，能自动生成适配的背景音乐与音效，支持多种语言和指定歌曲歌词输入。

以冯骥提到的AI理解多模态信息为例，Seedance 2.0支持同时上传最多12个参考文件（图片、视频、音频），AI 自动学习并复刻画面构图、角色特征、动作风格、镜头语言，不需要复杂提示词。

开源证券研报则提及了Seedance 2.0的自运镜和分运镜能力。北京商报记者了解到，Seedance 2.0支持分镜图直接生成视频，在多个镜头中保持角色一致性、灯光连贯性和风格统一，可制作预告片、故事片等复杂叙事内容。

一位内容制作者体验后表示，Seedance 2.0的转场和人物一致性比较惊艳。他告诉北京商报记者，“以前视频生成模式更多是让画面动起来，现在解决了一些细节问题，比如一致性、对物理规则的遵循，这些变化很细微，但体现在画面上会很明显”。

还有谁在起飞？

另一位制作者站在成本角度观察视频生成模型，“一个3秒480P的视频，大概3毛钱。720P的3秒视频快1元，视频模型发展非常快，应该算是除了语言模型外，用量最大的模型了”。

北京商报记者了解到，由于Seedance 2.0 尚在内测状态，暂无公开的收费标准。2025年6月，字节跳动推出的Seedance1.0 pro模型每千token 0.01元，每生成一条5秒的1080P视频3.67元。

“一款全新的人工智能视频模型Seedance 2.0正在中国进行测试，这绝对会让你大吃一惊。”“el.cine”感慨道，“中国的独立电影制作人已经开启了‘疯狂模式’，开始使用Seedance2.0制作电影。”

这股在创作者端掀起的热情，与资本市场的活跃形成了情绪共振。

2月9日，A股传媒板块应声大涨，根据金融数据服务商东方财富的统计，文化传媒板块当天上涨4.79%，领涨A股所有行业板块。个股方面，荣信文化、中文在线、海看股份、捷成股份股价收获涨停板。

“传媒板块上涨背后有春节档预期等多重因素，但Seedance 2.0的火爆也为市场注入了新的增长逻辑。”比达分析师李锦清向北京商报记者表示。

2月10日，中文在线继续涨停，股价收于42.34元，阅文集团收盘股价43.58港元，较前一日收盘价上涨15.4%。

狂欢之下亦有隐忧，有创作者在测试中发现，模型仅凭一张人脸照片，就能生成高度相似的声音，并“脑补”出从未展示过的场景视角。

对于用户反馈，字节跳动做出反应。2月9日，即梦创作者社群中，平台运营人员发布消息称：“我们正在针对反馈进行紧急优化，Seedance2.0 目前暂不支持输入真人图片或视频作为主体参考”，并表示平台深知创意的边界是尊重，产品调整后会以更完善的面貌与大家正式见面。

北京航空航天大学人工智能研究院教授沙磊表示：“AI 的进步从不会因争议停下脚步，而如何在技术创新与数据合规、版权保护之间找到平衡？”

在接受媒体采访时，中国科学院软件研究所研究员张立波表示，基于公开数据进行大模型的训练与调优，是全球AI行业普遍采用的技术路径。这一实践在大语言模型时期就已存在，模型训练使用了海量的书籍、博客、论坛等文本数据。由于文字内容的归属感相对较低，而声音和视频则具有更强的个人与场景特定性，因此当前阶段，数据使用的责任与边界问题更加凸显。

“战国时代”

从OpenAI的Sora到字节跳动的Seedance 2.0，全球AI视频赛道已进入深水区。

仅2026年开年至今，xAI的视频生成模型Grok Imagin 1.0版本全面上线，支持文生视频、图生视频，单次生成时长10秒，分辨率为720P，核心能力主要是视频生成与视频剪辑，xAI的老板马斯克（特斯拉CEO）第一时间转发了该消息。

生数科技的Vidu Q3强调专为漫剧、短剧、影视剧打造，支持16秒音视频、音画同出、多人对话。在国际权威AI基准测试机构Artificial Analysis 最新公布的榜单中，Vidu Q3 排名中国第一，全球第二，硬刚马斯克xAI Grok，超越 Runway Gen-4.5 、Google Veo3.1和 OpenAI Sora 2。

可灵3.0系列模型是2月初上线的“前辈”，这次快手一口气发布了可灵视频3.0、可灵视频3.0 Omni及可灵图片3.0、可灵图片3.0 Omni模型，覆盖图片生成、视频生成、编辑及后期等影视级全流程链路，全生产环节切入。

如果从视频生成时长维度看，可灵3.0系列模型支持最长15秒的连续生成，和Vidu Q3一起“秒杀”Grok Imagin 1.0，在原生音画同出、主角、道具及场景特征稳定等同行强调的能力上也均有升级。商业化方面，截至2025年12月，可灵AI 已拥有超过6000万创作者，生成超过6亿个视频，服务超过3万家企业用户，年化收入运行率2.4亿美元。

新鲜发布的Runway Gen 4.5模型主打图生视频，镜头控制和故事叙事能力。为了证明自家模型生成视频的逼真度，Runway做了一项1000人参与的调查，只有约一半的人能分辨出该模型和真实视频的区别。

在文渊智库创始人王超看来，“中国视频模型和国内同行几乎同时起步，在Sora之后，OpenAI没有推出更加惊艳的模型。但中国各个视频模型的各种能力比海外同行有过之而无不及。中国AI视频模型独树一帜”。

“很难说，哪款视频模型绝对更强，或海外与国内产品孰强孰劣”，一位从业者告诉北京商报记者，“因为评价标准高度场景化，很多‘最强’评价来自KOL（关键意见领袖）主观体验或特定案例，不具备普适性，而且企业推出视频模型的初衷也不一样”。

“我们布局视频生成的整体思路是从视频内容生产逐步迈向世界模型”，LongCat-Video 模型研究员康卓梁就坦白了美团发布视频生成模型的原因，“我们期望通过视频生成任务压缩物理世界知识，为未来内容创作、新型娱乐交互（如数字人）、自动驾驶机器人等场景提供基础的技术底座。基于这一差异化目标，我们将长视频生成作为核心方向。”

未来，视频生成不仅服务于内容创作，更将成为模拟物理世界的重要载体。在这样的逻辑下，这一赛道的竞争将不再局限于“谁能生成更逼真的画面”。

来源：北京商报