字节跳动正式推出其最新视频创作模型Seedance 2.0，这款模型凭借强大的多模态生成能力迅速引发全球关注。该模型采用统一的多模态音视频联合生成架构，支持文字、图片、音频和视频四种模态输入，为用户提供更加全面的创作工具。
Seedance 2.0在生成质量上实现了显著提升，特别是在复杂交互和运动场景中的表现更加出色。其物理准确度、逼真度和可控性均得到增强，能够更好地满足工业级创作场景的需求。模型的核心亮点包括在复杂场景下的高可用率、显著强化的多模态能力、大幅提升的视频生成可控性，以及对工业级内容创作的深度支持。
在复杂场景方面，Seedance 2.0凭借出色的运动稳定性和物理还原能力，在多主体交互和复杂运动场景中表现出色，生成可用率达到行业领先水平。多模态能力方面，该模型支持混合模态输入，用户可同时输入多达9张图片、3段视频、3段音频以及自然语言指令，模型能够参考这些素材中的构图、动作、运镜、特效和声音等元素，打破传统视频生成的素材边界。
在视频生成可控性方面，Seedance 2.0的指令遵循与一致性表现全面提升，支持稳定可控的视频延长和编辑功能，让普通用户也能像导演一样掌控视频创作全流程。该模型还支持15秒高质量多镜头音视频输出，具备双声道音频能力，能够实现极致拟真的视听效果，大幅降低影视、广告、电商和游戏等场景的内容制作成本。
Seedance 2.0的发布引发了全球范围内的热烈讨论。国内知名游戏制作人冯骥盛赞其为“地表最强”，并称“AIGC的童年时代结束了”。导演贾樟柯也表示准备使用该模型制作短片。在国际上，a16z合伙人Justine Moore感叹“AI视频模型的图灵测试已经被攻克”，马斯克则称“事情正快速发生”，表达了对技术发展的惊叹。许多电影制作领域的专业人士认为，该模型令人感到震撼，因为它能够完成他们所学习的大部分技能。
评测结果显示，Seedance 2.0在运动连贯性、指令还原和画面质感方面进步显著，能够精准呈现大动态场景和微表情，支持专业运镜和叙事节奏。然而，该模型在细节稳定性、拟真度和动态生动性方面仍有提升空间。音频方面，双声道音质层次丰富，能够根据提示词适配音效和旋律，但在多人口型同步和偶发音频失真方面仍需优化。
Seedance 2.0还公布了大量官方案例，展示了其在复杂运动生成、多模态输入和可控性方面的优势。例如，该模型能够高保真还原双人花滑的同步起跳、空中转体和落冰等复杂动作，严格遵循现实运动规律。在多模态输入方面，模型支持图文、音视频组合输入，能够精准解析并调用其中的元素，拓展创作自由度。可控性方面，模型对复杂脚本的指令还原精准，能够维持主体一致，并具备初步的编导能力。
目前，Seedance 2.0已上线即梦AI、豆包和火山方舟体验中心等平台，用户可以通过这些平台体验其强大的视频生成能力。尽管Seedance 2.0在多个方面表现出色，但其开发团队承认，该模型仍未达到完美，在细节稳定性、拟真度和物理规律遵循等方面仍有优化空间。
