Seedance 2.5测评｜ 七维实测，AI视频从片段到叙事，到底进步了多少？

上半场比的是什么？比谁的数据集更干净、谁的视频动作更连贯、谁的分辨率更高。可落到真实创作场景就会发现，AI视频真正的瓶颈，远不止这些参数的比拼。

7月31日，Seedance 2.5正式发布上线。

为此36氪AI测评团队及27位36氪AI测评官，用了一周时间，以西游记部分剧情进行AI 内容还原，从七个维度对即梦Seedance 2.5模型进行深度测评。

36氪AI测评官：覆盖AIGC内容创作者、AI漫剧团队负责人、4A广告公司创意总监，CG研发、科技行业观察、B站头部 UP以及各行AI 视频生产落地实战专家。

本次我们选用《西游记》作为测评载体，正是因为故事国民认知度高，可以规避剧情理解带来的主观偏差，让我们直接审视模型本身的长短板。

站在AI视频迭代的转折点，Seedance 2.5的更新，究竟解决了哪些真实生产痛点，又还留下哪些待解难题？

先说结论：

1、这次升级有三个硬功能直接改变了创作方式：时长从15秒翻倍到30秒；参考素材上限从15个拉到50个全模态；新增局部编辑功能。

2、画面层面的提升同样明显，运镜有了设计感，动作戏的打击感接近游戏CG，角色表情细腻，整体质感逼近实拍。

3、但是问题也很明显：

·长镜头人物一致性仍然是最大的痛点。

·模型对提示词理解能力跟不上生成能力，对文学性描述的提示词的理解仍需提升。

·使用成本偏高，完整成片门槛在数百元起步。

以下是七大维度的详细测评。

01

空间结构：专业用户的利器

Seedance 2.5支持白模参考，这件事尤其重要。

资深测评官普遍给出了较高评价：

一个剧组可以先在简单的3D 空间里摆好立方体、圆柱、人物位置和运动路径，再让模型根据这些空间信息，快速生成接近最终视觉效果的预演。它对人物在空间中的位置关系理解得非常准确，谁在前、谁在后、谁面向谁，几乎不会出现明显偏差。

相比2.0，Seedance 2.5强化了空间几何理解能力。模型不再只是识别参考图中的像素信息，而是能够从3D参考中提取深度信息，重建场景中的三维空间关系。这项能力在上一代产品中还只是雏形，而到了2.5已经逐渐成熟。

不过，对于没有3D制作经验的普通用户而言，体验则完全不同。

测评过程中反复出现一个问题：当参考图不足时，模型对于人物朝向的判断仍然容易出现偏差。

比如：希望生成“孙悟空背对观众、面向妖怪”的场景画面，最终结果却经常出现孙悟空面向观众、背对敌人，人物关系与预期相反。

 

造成这一问题的原因在于：纯文字描述本身缺乏空间深度信息。模型只能依据语义推断人物朝向，当描述不够具体时，往往会优先生成最常见的正面人物构图。相比2.0，这一问题已有改善，但仍未完全解决，因此普通用户仍需要依赖更精准的提示词，或者通过多次生成不断调整结果。

与此同时，Seedance 2.5在画面空间层次上的表现则更加稳定。前景、中景和后景之间的关系划分清晰，景深自然，整体画面具备较好的空间纵深感，不再容易出现所有元素堆叠在同一平面的情况。

 

我们以《女儿国》为测试场景。最终生成结果中，空间关系清晰，背景模糊过度自然，没有出现明显的穿帮或站位错误，整体空间表达已经接近真实摄影镜头的效果。

36氪AI测评观点 Seedance 2.5的空间理解能力已经成为其极具竞争力的优势之一，但这一能力目前仍更依赖参考样本。对于专业创作者，它能够显著提升复杂场景的制作效率；而对于普通用户来说，人物朝向依然是最需要优化的体验环节。

02

镜头语言：运镜终于有了节奏感

如果说空间结构是"静态的空间"，那镜头语言就是"动态的空间"。

新版本的运镜变化，是整体性的。

镜头的运动有了节奏，有了呼吸感，有了电影运镜逻辑：一个从近景镜头，速度会有变化，开始慢、中间快、收尾再慢下来，像真正的摄影师在操作。

 

这种变化来自模型对镜头语言数据的学习更深入了。2.0时代模型学的是镜头运动的形式，2.5学的是镜头运动的目的。它开始理解不同运镜方式对应的情绪和叙事功能，所以动起来就有了章法。

最明显的提升是转场逻辑。

新版本生成的视频镜头连贯性显著提升，观众观看时不会有明显的断裂感。

一位长期制作AI漫剧的测评官评价得很直接：

“2.0的分镜更像是AI在拼接镜头，2.5的分镜太自然了。”

分镜设计是导演的核心能力之一。如果AI能自主做出有设计感的分镜和运镜，那它触及的就不只是执行层，而是开始进入创作层了。

 

红孩儿这段的转场是个很好的例子：镜头从红孩儿的火焰特效过渡到下一个场景，用燃烧的火焰作为转场元素，整个过渡非常自然。这已经超出简单镜头移动的范畴，带有叙事思维在里面。

虽然它还达不到专业导演的水平，但理解的方向是对的，而且进步速度很快。

03

运动表现：打击感拉满，走路仍是“玄学”

运动表现在所有测评官的结论高度一致：打击感和交互表现非常出色。

一位专业测评官的评价得很真实：

“这要是放在三年前，成本至少得10万。”

打击感这个东西，听起来很抽象，看一眼你就懂了：一击打出去，你能感觉到力量，能看到肌肉的绷紧、衣服的飘动、受力反应以及环境因此产生的变化。2.5在这方面的表现，已经接近一些游戏CG的水平。

 

能做到这个程度，跟训练数据有直接关系：Seedance团队专门针对动作类影视素材做了强化训练，让模型学习到了人体运动的物理规律和受力反馈。这说明2.0模型只学到了动作的外形，2.5学到了动作的力学逻辑。

连续动作的稳定性也得到了大幅提升。2.0常见的卡顿、掉帧、人物消失、道具乱飞的问题，在2.5上明显减少。人物不会再出现乱挥拳的诡异动作，每一下攻击都有明确的目标和轨迹。

孙悟空和二郎神对打的测试里，模型还自主添加了特效。火星、火花、能量波动，配合上合适的音效和打击节奏。甚至完成了黑白高光场景的滤镜效果，视觉观感体验超出预期。

04

角色演绎：内心戏更细腻，但对提示词的理解仍有偏差

角色演绎一直是衡量AI视频智能程度的重要指标，也是本次测评中提升最明显、评价分化明显的一项能力。

令人惊喜的是，一旦模型准确理解了提示词，它呈现出的角色表演已经远超预期。

在测试中，我们设计了12个表达情绪的剧情片段。

例如：在小雷音寺的剧情中，孙悟空钻到黄眉大王的肚子之后让他痛不欲生的场景；还有车迟国斗法片段，老国王表示震惊的方式。

通过对人物的眼神、面部表情和细微动作让观众清晰感受到情绪表达。

 

 

相比上一代，Seedance 2.5对微表情的刻画明显更加细腻。人物眼神的停顿、嘴角的变化、面部肌肉的轻微运动，都能够随着情绪变化自然调整，角色不再只是完成动作，而开始具备一定的情绪表达能力。

这种提升意味着：模型已经开始学习影视表演中的细节，而不仅仅是驱动人物完成一个动作。

角色演得好，前提是模型理解了创作者的意图。

在测试过程中，我们发现模型对一些抽象描述仍然容易出现理解偏差。

例如，我们希望女儿国国王的脸上浮现出淡淡的红晕。最终生成的结果却并非皮肤自然泛红，而是在人物脸部叠加了一圈明显的红色光晕，整体效果十分违和。

 

这个案例反映出，模型对于语言和视觉概念之间的映射仍然存在一定偏差。

它能够理解“红”“脸”“出现”这些关键词，却未必真正理解“红晕”所代表的是一种皮肤透出的细微色彩变化，而不是一层红色的光效。因此，当提示词包含大量抽象、文学化的表达时，模型更容易按照字面含义进行视觉还原，而不是理解其中真正想表达的画面效果。

这也带来了一个比较现实的问题。

提示词写得越抽象、越强调意境，模型反而可能出现理解偏差；而如果把描述拆解得足够具体，又容易让生成结果失去自然感，显得过于机械。

36氪AI测评观点 Seedance 2.5的角色表演能力已经有了明显进步，但如何准确表达自己的创作意图，仍然是创作者需要学习的一门“提示词语言”。对于普通用户来说，也无形中提高了使用门槛。

05

画面质感：接近实拍，细节处理仍有破绽

画面质感是用户最容易感知的一项能力，也是 Seedance 2.5 相比上一代提升最明显的部分之一。从最终生成效果来看，无论是光影氛围、材质表现还是人物质感，都已经非常接近真实影视画面。

首先是光影。

相比2.0较为固定的打光方式，2.5对不同场景的光线氛围已经具备了一定的理解能力。情绪表达偏克制的场景，会采用更加柔和的侧光和较低的整体亮度；动作场景则会强化高光和动态光效，以增强画面的冲击力。 光源方向一致与材质面对光线时的正确反应同样重要。人物皮肤、眼睛、毛孔和衣服的纹理，要随着距离和角度自然变化。

画面的整体渲染质量也有明显提升。

人物皮肤、服装材质以及环境细节都更加真实，阴影过渡和材质反射更加自然，画面不再像上一代那样带有明显的塑料感和油腻感。如果说 Seedance 2.0 的画面始终像隔着一层薄雾，那么新版本则让整体质感变得更加通透真实。

人物细节同样是这一版本的重要进步。

上一代最容易暴露AI痕迹的地方，就是人物皮肤过于光滑，缺乏真实肌理，看起来像过度磨皮。而在 2.5 中，人物面部已经能够呈现更加细腻的皮肤纹理，毛孔、皱纹、肤质等细节得到保留，角色整体也更接近真人拍摄的状态。

值得一提的是，Seedance 2.5对参考图的处理方式也进行了优化。

它并不会简单复制参考图，而是在保留主体特征的基础上，对画面进行重新理解和优化。例如，一些参考图中存在的光线、材质或细节瑕疵，模型往往会主动修正，而人物特征和整体风格则能够较好地保留下来。这意味着模型已经开始具备一定的理解后再生成能力，而不是单纯复刻参考图。

在整体质感提升的同时，我们也发现了三个细节问题：

第一个问题，多角色时面部容易扭曲。当一个画面里出现很多角色时，其中某个角色的面部可能会出现扭曲或变形。背后的原因是计算资源分配的问题，角色一多，每张脸分到的计算资源就少了，细节精度自然下降。

 

第二个问题，720P上限是专业用户的硬伤。2.5目前最高只支持720P，和4K比起来还是缺少质感和细节。对普通用户来说是够用了，但对专业影视创作者来说，720P是没法交付的。

第三个问题，文字准确性提升了，但还不够。2.0时代生成的文字基本是乱码，2.5在这方面有很大提升，大部分时候文字是对的。但还是会出现错别字，而且一旦出现错别字，这个镜头就不能用了。对商业广告来说，交付效率大打折扣。

06

一致性：仍是AI视频落地的最大痛点

在短镜头中，人物形象通常能够保持较好的稳定性。但当视频时长增加，人物一致性依旧是所有 AI 视频模型共同面临的最大问题。

在实际测试中，我们遇到了一个非常典型的案例：

来看这个三打白骨精的视频片段。重点关注猪八戒和沙僧的人物形象，我们设定沙僧形象为正常的小麦肤色，但在超长视频中，角色肤色发生变化，最终偏向了传统作品中常见的青色形象。猪八戒也从第一次画面转场之后变成了其他传统影视形象。

 

小tips：要保持主体形象完全不变，在提示词里写“参考图中的形象，外貌和着装保持完全一致”，可以增加避免人物形象发生偏移的概率。

07

版本新功能迭代：重构AI视频生产流程

2.0时代，AI视频更像是一次性片段生成工具。输入提示词产出画面，效果不满意只能全部重制，工作流程单向、不可微调。

2.5三大核心更新彻底重构创作逻辑：30秒时长、50个全模态参考素材、局部编辑，3分钟超长视频模式。

1. 30秒时长：实现完整短片叙事

图片1

15秒仅能承载单一镜头、单个动作，无法串联起剧情的起承转合，而30秒拥有完整叙事空间，漫剧、短视频广告、剧情短片甚至能单条完成叙事。

B站头部的测评官评价得很客观：

“故事的连贯性有了很大的提升，尤其是对于想做好内容的朋友，真的是很大的进步。”

2. 50个全模态参考素材：缓解一致性短板

图片2

支持图片、短视频、音频、文本混合导入，多角度人物图、分镜参考视频可以强制锁定角色、运镜风格，对一致性短板做出针对性优化。

3. 局部编辑：告别全盘重制抽卡

图片3

过去的创作中出现一处瑕疵，整条视频就要作废，现在可框选出人物面部、背景、光影单独重绘修改，大幅缩短重复生成视频的创作周期。

4. 3分钟超长模式：前瞻性技术试水

图片4

180秒实测成片后半段形象漂移严重，目前只适合概念测试，离实现商业价值还有一定距离。

36氪AI测评观点 以前是生成、不满意、抽卡重来，无限循环，现在是生成、微调、交付，效率差了一个量级。

08

结语：AI视频的下半场：迭代才刚刚开始

对比半年前同类AI视频产品，Seedance 2.5七维综合得分大幅领先。

对短视频创作者、个人漫剧制作者、小型创意工作室而言，已经可以融入日常创作流程，依靠多参考素材、局部编辑功能抵消一部分缺陷；但对于院线级短片、高标准宣传片，受分辨率、一致性限制，现阶段无法直接交付成片。

长远来看，本次测评也指明了模型后续迭代的核心方向：

第一，从底层算法逻辑解决人物一致性问题；

第二，继续打磨文本指令与视觉画面的对齐能力；

第三，开放更高分辨率输出权限，满足商业化落地对画面质量的要求。

这一轮版本迭代刷新了AI视频的创作上限，但距离交出完美答卷仍有距离。

下期预告：

AI视频的瓶颈在交互端同样重要：

怎么写提示词才能让模型准确理解你想要的画面？提示词的上限够不够生成30秒视频？生成一条30秒的视频，实际成本到底是多少？

这些问题，也是决定AI视频能不能真正走进日常工作流的关键。

下一期，我们将聚焦用户体验与创作效率，从提示词工程、使用成本、创作流程三个维度，继续拆解Seedance 2.5在实际工作流中的真实表现。

end

AI测评

新媒体矩阵

本文来自微信公众号“36氪AI测评”，36氪经授权发布。