北京
出品 | 网易智能
作者 | 小爪
编辑 | 王凤枝
7月31日，字节跳动Seed团队正式发布Seedance 2.5，把单次视频生成时长从15秒拉到了30秒。 模型刚开放，创作者们便开始拿多出来的15秒讲故事：有人用一个提示词完成六个动作镜头，有人拿它尝试长对话和完整脚本；也有人很快发现，视频变长以后，漏动作和重新生成的成本也跟着上来了。
Seed团队称，Seedance 2.5正陆续上线即梦AI和豆包专业版，火山方舟API也将在近期上线。
官方介绍：时长、素材、控制
这次升级最直接的变化是时长。按照官方介绍，Seedance 2.5可以在30秒内组织多个相互关联的镜头，让一段内容容纳铺垫、推进、转折和收尾。 生成结束后，用户还可以继续延长视频，并让后续镜头沿用原来的人物、场景、画面风格和声音。
在参考素材方面，Seedance 2.5单次最多可以输入30张图片、10段视频和10段音频。 用户还可以用时间戳安排某一秒发生的故事、动作和运镜，生成后也能定向修改指定片段中的角色、声音或剧情，不必重新生成整条视频。Seed团队称，这项能力可以减少反复生成的成本。
官方此次还重点介绍了白模、绿幕和视角编辑。用户可以用无纹理3D模型预先搭出空间结构、人物姿态、运动轨迹和镜头机位，再让模型按照这套结构生成画面； 绿幕编辑则可以在保留主体的情况下更换场景。
Seedance系列此前一直沿着时长、音画和控制能力迭代。2025年6月发布的1.0可以在10秒内完成2至3次镜头切换；同年12月，1.5 Pro加入原生音画联合生成；今年2月发布的2.0把单次多镜头音视频时长提高到15秒，并支持文字、图片、视频和音频作为参考。当时公开的参考上限为9张图片、3段视频和3段音频，2.5进一步把三类素材合计提高到50项。
Seed团队在发布稿中称，30秒与多轮延长可以减少拆分镜头、反复拼接和处理衔接的成本。不过，官方同时承认，Seedance 2.5在复杂运动的物理合理性，以及多主体交互场景的稳定性方面仍有提升空间。
创作者实测：成片率、积分消耗与实际表现
到了实际制作环节，创作者们更关心的是成片率和积分消耗。
AI电影创作者杰伊·恩瓦布泽（Jay Nwabueze）测试一天后认为，2.5生成的30秒片段衔接自然，人物和光照保持稳定，音频也少了此前常见的音频伪影。他估计，提示词遵循度大约达到90%，30秒片段约1分钟就能生成。不过，在他使用的Dreamina账户中，2.5生成15秒需要630积分，2.0只要230积分。 他最后采用的办法是先用2.0打草稿、确定方案，再把2.5留给最终镜头。
塔鲁马·萨克蒂（taruma sakti）的12组同条件对比也指向类似选择：超过15秒的对话和完整脚本更适合2.5，多数普通场景使用2.0已经足够。 对创作者来说，30秒减少了拆段和续接，但每次重抽的代价也随之增加。
同样是复杂动作，不同测试得到的结果差别很大。拉法·西蒙（RafaSimon）用一个提示词生成了30秒、六个镜头的视频，里面包含摩托追逐、导弹爆炸、后空翻和召唤魔法，全程没有后期剪辑。他认为时间戳、人物与载具身份和镜头切换都执行到位，后空翻也保留了重量感。
另一位创作者亚历克斯·伊谢（Alex Iché，@hedo_ist）得到的结果没有这么整齐。他在30秒提示词中加入八个参考元素，成片没有全部捕捉。画面的分辨率、真实感和声音有所改善，但他提醒，时间变长以后，如果继续往提示词里塞入大量具体动作和元素，出错概率也会提高。
创作者"多肉"的《灯灭之前》同样保住了主要人物、道具和空间，却漏掉了"断电波追逐"，中间出现1.375秒纯黑，灯光也没有沿原路径恢复。
音频与连续性：改善与不足并存
音频方面，不同测试者的感受也不太一样。Larus Canus用深度视频、多视角人物图、九宫格素材、场景图和参考音乐制作了一段30秒人物小传。他发现，动作、镜头和音乐能够沿同一条时间轴推进，切镜基本踩着背景音乐。
另一位测试者"财经老王"认为，2.5的人物表演、台词节奏和情绪过渡较2.0自然，但方言处理反而退步，粤语的准确度和自然度仍不理想。
当片段从30秒继续延长到3分钟，连续性问题开始变得更明显。克里斯蒂安·卢奥马（Christian Luoma）只用两张参考图和一段简单提示词，生成了一段3分钟、480p的视频，消耗约4100积分。他认为结果可以用来构思场景和剪辑，但连续性和音频仍有问题。
画质升级有多大？看法不一
画质本身是否明显升级，也有人持保留意见。Jason W用同一条"炒锅广告"提示词测试，2.0一直把焦点放在炒锅上，2.5却转向了米饭；他的另一组30秒720p测试消耗1440积分，两次结果都没有达到预期。
Zentrix则发现，同提示词下，两代模型的光照、细节和整体观感十分接近，2.5更明显的变化仍是时长、控制和工作流。
小结
看下来，2.5带来的变化主要落在时长和制作流程上：它减少了拆段和拼接，也让时间戳、参考素材和音画关系更容易放进同一条时间轴。 代价是每次重抽更贵，复杂提示中的漏项也会直接放大成本。
因此，几位涉及成本的创作者已经采用了相似办法：先用2.0试提示词、定方案，再把2.5留给关键镜头。
本文来源：网易智能
责任编辑：
王凤枝_NT2541
