字節(jié)跳動正式推出其最新視頻創(chuàng)作模型Seedance 2.0，這款模型憑借強大的多模態(tài)生成能力迅速引發(fā)全球關(guān)注。該模型采用統(tǒng)一的多模態(tài)音視頻聯(lián)合生成架構(gòu)，支持文字、圖片、音頻和視頻四種模態(tài)輸入，為用戶提供更加全面的創(chuàng)作工具。

Seedance 2.0在生成質(zhì)量上實現(xiàn)了顯著提升，特別是在復(fù)雜交互和運動場景中的表現(xiàn)更加出色。其物理準(zhǔn)確度、逼真度和可控性均得到增強，能夠更好地滿足工業(yè)級創(chuàng)作場景的需求。模型的核心亮點包括在復(fù)雜場景下的高可用率、顯著強化的多模態(tài)能力、大幅提升的視頻生成可控性，以及對工業(yè)級內(nèi)容創(chuàng)作的深度支持。

在復(fù)雜場景方面，Seedance 2.0憑借出色的運動穩(wěn)定性和物理還原能力，在多主體交互和復(fù)雜運動場景中表現(xiàn)出色，生成可用率達到行業(yè)領(lǐng)先水平。多模態(tài)能力方面，該模型支持混合模態(tài)輸入，用戶可同時輸入多達9張圖片、3段視頻、3段音頻以及自然語言指令，模型能夠參考這些素材中的構(gòu)圖、動作、運鏡、特效和聲音等元素，打破傳統(tǒng)視頻生成的素材邊界。

在視頻生成可控性方面，Seedance 2.0的指令遵循與一致性表現(xiàn)全面提升，支持穩(wěn)定可控的視頻延長和編輯功能，讓普通用戶也能像導(dǎo)演一樣掌控視頻創(chuàng)作全流程。該模型還支持15秒高質(zhì)量多鏡頭音視頻輸出，具備雙聲道音頻能力，能夠?qū)崿F(xiàn)極致擬真的視聽效果，大幅降低影視、廣告、電商和游戲等場景的內(nèi)容制作成本。

Seedance 2.0的發(fā)布引發(fā)了全球范圍內(nèi)的熱烈討論。國內(nèi)知名游戲制作人馮驥盛贊其為“地表最強”，并稱“AIGC的童年時代結(jié)束了”。導(dǎo)演賈樟柯也表示準(zhǔn)備使用該模型制作短片。在國際上，a16z合伙人Justine Moore感嘆“AI視頻模型的圖靈測試已經(jīng)被攻克”，馬斯克則稱“事情正快速發(fā)生”，表達了對技術(shù)發(fā)展的驚嘆。許多電影制作領(lǐng)域的專業(yè)人士認為，該模型令人感到震撼，因為它能夠完成他們所學(xué)習(xí)的大部分技能。

評測結(jié)果顯示，Seedance 2.0在運動連貫性、指令還原和畫面質(zhì)感方面進步顯著，能夠精準(zhǔn)呈現(xiàn)大動態(tài)場景和微表情，支持專業(yè)運鏡和敘事節(jié)奏。然而，該模型在細節(jié)穩(wěn)定性、擬真度和動態(tài)生動性方面仍有提升空間。音頻方面，雙聲道音質(zhì)層次豐富，能夠根據(jù)提示詞適配音效和旋律，但在多人口型同步和偶發(fā)音頻失真方面仍需優(yōu)化。

Seedance 2.0還公布了大量官方案例，展示了其在復(fù)雜運動生成、多模態(tài)輸入和可控性方面的優(yōu)勢。例如，該模型能夠高保真還原雙人花滑的同步起跳、空中轉(zhuǎn)體和落冰等復(fù)雜動作，嚴格遵循現(xiàn)實運動規(guī)律。在多模態(tài)輸入方面，模型支持圖文、音視頻組合輸入，能夠精準(zhǔn)解析并調(diào)用其中的元素，拓展創(chuàng)作自由度。可控性方面，模型對復(fù)雜腳本的指令還原精準(zhǔn)，能夠維持主體一致，并具備初步的編導(dǎo)能力。

目前，Seedance 2.0已上線即夢AI、豆包和火山方舟體驗中心等平臺，用戶可以通過這些平臺體驗其強大的視頻生成能力。盡管Seedance 2.0在多個方面表現(xiàn)出色，但其開發(fā)團隊承認，該模型仍未達到完美，在細節(jié)穩(wěn)定性、擬真度和物理規(guī)律遵循等方面仍有優(yōu)化空間。