Seedance 2.5海外火出圈，0帧起手实拍级，视频抽卡时代结束了！

来源：夕小瑶科技说

上周五，Seedance 2.5 API 正式上线。

周末刷社交媒体， X上已经都是2.5了。Runway、Higgsfield、Luma、OpenArt、Magnific……这些海外创作平台不仅第一时间接入 Seedance 2.5，花活也很多，比如这个：

人在地铁站台撸猫的第一视角，突然被拽进地铁，一眼就被这个2.5做的视频吸引住了。进入地铁，红色的灯光打在人脸，人物和车厢一起变色。

贴脸时皮肤的纹理也很清晰，要知道，这个只是720p 的画质。

从惊恐逃跑一路推进到近身反击，主人公穿越不同场景所发生的事情，就像真实导演组的光线和机位变化，运镜和人物表现力也相当自然和连续，完全不输动作电影。

投了ElevenLabs和Black Forest Labs（Flux3.0）的a16z 合伙人 Justine Moore 忍不住表示，Seedance 2.5会增加所有用例的应用广度和深度，你没看错，所有用例。

甚至是对品牌资产一致性要求高得离谱的广告行业。

来看这个把“Timberland户外鞋”品牌广告替换成“军绿色解放鞋”的效果：只参考了一双解放鞋，30s的成片广告里，从头到尾、从各种角度，都保持了这双布面胶鞋的设计样式和质感。这个镜头只抽了一次！只能说，2.5的遵循能力确实强。

这几天密集看了很多Seedance 2.5 的 Demo，也测了很多。

尤其仔细对比2.0时，明显感觉2.5是一次质的飞跃。也会改变很多行业的工作流。

片子越长、人物表演越细腻、场景调度越复杂，这种差距越明显。

接下来，我们把这些 Demo 按暂停，逐项看看 2.5 到底稳住了什么。

先从最容易看懂的人脸开始。

◈真人感：AI人脸完全不“油”了

2.0时代，生成的人脸尽管妆面明亮，但皮肤似乎过于光滑，相比之下，2.5生成的光落在人脸的效果，非常自然。

看这组case：

其实都不用懂什么镜头语言，把视频暂停在人脸上，已经能看出来。2.5明显脸上的高光压下来了，皮肤没有塑料感，眼睛、嘴角这些细小的表情也更有层次、自然很多。

再看一个西部牛仔的镜头。

右边 2.0 的人物虽然真实，但左边 2.5 的皮肤质感和光影效果则更像真实镜头拍摄的画面。

光线从侧面打过来，人物两只眼睛的受光是不一样的。靠近光源的一侧更亮，另一侧落进阴影。2.5 模型中，光会跟着人物和镜头一起变化。

2.5 真人感或者说真实感变强的关键，是光影、色彩饱和度、整体画面细节和质感的提升，使其更自然地作用于人身上。

人脸是最容易看出来的一层，一张静态脸能骗过你，不代表动起来还能骗过你。

来看一只北极熊从水里爬出来的样子。

熊是湿的，也会抖水。单看任何一帧，好像都没什么大毛病，问题出在抖水前后。

先看2.0。它抖之前是这样，抖完之后，毛发状态几乎还是差不多。

再看2.5。

刚出水的时候，因为毛发里含着大量的水，水的重量会把毛贴在身体上。水珠被甩出去以后，毛发慢慢散开，一缕一缕重新蓬起来。

真实世界就是这样的。一个人、一只动物、一个事物，会因为存在变量，前后状态而有所不同。

◈运镜：2.5更理解物理规律，运镜更自然

再看一组case，重点看水滴推进、花瓣鸟。

2.0的鸟虽然好看，但它花瓣凝结的过程显得有些突然。

相比之下，2.5生成的花瓣运镜相当克制和自然，从开始聚拢，到随着鸟的轮廓一点点形成，原来的花瓣数量越来越少，到最后，花瓣才真正收成了一只鸟。

2.5明显更能理解世界运行的规律。

所谓物理规律是动作的前后因果、状态的连续变化，有了这个过程，世界才是真的。

◈角色一致性：长镜头里人物不漂移，稳定遵循

长镜头下，角色也能保持一致性。来看2.5的遵循能力有多强？

短短五六秒还好。一旦镜头长起来、人物走动、环境变化、景别变化，甚至换衣服、跳水，再稳定的一张脸都很容易慢慢漂掉。

所以我特别喜欢下面这条 30 秒 case。

它的 Prompt 其实相当折腾模型。

一个女孩坐在屋里的沙发上，站起来，走到厨房倒一杯香槟；穿过正在开 Party 的人群；走出玻璃门来到花园；脱掉球衣和短裤，露出里面的泳衣；随后跑向泳池，跳进去，摄影机还要跟着她一起入水，最后再从水里出来。

重点是：30 秒，一镜到底，不能切。

经历了这么多动作、环境变化以后，她还是开始的那个女孩。

◈空间关系稳定，镜头切换不穿帮

角色固定之后，还有一个更麻烦的问题：

空间。

我们看下这个水獭 case。

一只水獭快递员躲着一只汽车大小的巨型甲虫。

虽然 2.0 的叙事、音效都非常完整，但第一个镜头里，水獭右后方明明还有一排货架。

镜头移动后，货架没了。

两个镜头放在一起，空间不是连续的。

到了2.5，场景里的位置关系明显稳得多。

水獭躲在哪里、出口在哪个方向、甲虫刚刚出现在哪里，镜头变化以后，前面的空间信息没有被重置。

2.5 更能理解背景、环境、空间里的每个东西的空间关系。

◈30秒，电影级长叙事

其实前面这些东西，都能单独看懂。

真人感

物理规律

角色一致性

空间关系

但直到我重新看了一遍刚才那条水獭，我才觉得这些能力为什么会被放到 Seedance 2.5 这一版里。

因为它们最后都服务于同一件事情：拍出一场电影级的戏。

还是看水獭的case。

我最喜欢这条视频的地方，不是最后那一下 Jump Scare，是突然送来一口气的地方。

0到5秒，水獭躲在货架后面，抱着箱子，它小心探头，看甲虫还在不在。

5 到 10 秒，它发现远处的安全出口。

10-18秒，才开始一点一点往那边移动，然后“咔哒”一声，它踢到一个铝罐，水獭吓了一跳。

这时候它居然还有两三秒钟，真的松了一口气，肩膀放松下来，深呼吸。

接着一滴水落到身上，它抬头，眼神恐惧地往上看，甲虫就在头顶，最后扑下来。

这个 30 秒里，我是真的能感觉到水獭的心理活动，小心翼翼、害怕、观察、决定逃跑、被吓到、确认危险好像消失、放松、又立马警惕、爆发。

相对来说，2.0的叙事时间不太足，不是说它不会生成这些事件，而是每件事都像在排队抢时间，人物来不及反应，下一个动作已经来了。

观众甚至还没跟上角色的情绪，镜头已经在前面冲了。

这个区别放在下面的武侠片里更明显了。

Prompt 里写的是：女杀手从画面左侧竹梢轻轻跃起，她足尖点在细竹枝端，竹枝受压微微弯曲，镜头跟随她掠过一片竹梢，竹叶被风卷动，雪粒从竹尖抖落，动作轻盈如雁落竹枝。

2.0的拍摄时两个人，唰唰，飞快掠过一片竹林， Prompt 里的大量细节被压缩了。

2.5则保留了所有细节，足尖、竹枝压弯、雪被抖落，身轻如燕被具象化放进镜头里了。

30秒的单次生成时长，不是比15秒多了15秒，是让一个动作有开始、有过程、有结束。角色做一件事，有铺垫、有反应、有眼神、有心理活动、有动作，再发生下一件事。

看完这些2.0和2.5的对比以后，我对「电影级长叙事」的理解更具体了。2.5一眼看没有那么炸，它的很多进步藏得更细，更克制。所以画面内部的各种关系成立，随机性被大幅压缩。

过去，AI视频很适合「抽」，创作者告诉模型自己大概想要什么，然后期待它给一个惊喜。

但真实的生产流程不是靠抽卡，一个广告已经定好了人物和美术方案以后，模型需要把这个方案像实拍一样执行好。一旦模型自己发挥，就可能让后面的工作重新来过。Seedance 2.5要在解决的，就是这个问题。

模型越来越少负责替创作者想清楚要拍什么，开始更多负责把已经想清楚的东西做到实拍的效果，同时抽卡率和后期都大大减少。

可以预见，接下来的一段时间里，2.5对内容分发端AI视频带来的改变，才刚刚开始。

阅读最新前沿科技趋势报告，请访问21世纪关键技术研究院的“未来知识库”

未来知识库是 “21世纪关键技术研究院”建 立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。 欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。

截止到2月28日 ”未来知识库”精选的百部前沿科技趋势报告

（加入未来知识库，全部资料免费阅读和下载）