Generación de vídeo con Seedance 2.0 y referencias multimodales
Escribe el plano, o adjunta la imagen, el clip o la pista de audio que deba guiarlo, y Seedance 2.0 devuelve una sola secuencia de audio y vídeo. Funciona en el mismo espacio de trabajo que el resto de modelos de este sitio.
Seedance 2.0Resultados
El contenido generado aparecerá aquí
Qué es Seedance 2.0
Seedance 2.0 es el modelo de creación de vídeo de ByteDance Seed, publicado el 12 de febrero de 2026 con su propia página en seed.bytedance.com/en/seedance2_0. La descripción de una frase de esa página es el posicionamiento: una arquitectura unificada de generación conjunta de audio y vídeo multimodal que acepta entrada de texto, imagen, audio y vídeo, concebida para el conjunto de capacidades de referencia y edición de contenido más completo del sector.
La entrada de lanzamiento también indica la identidad de API del modelo. La página del modelo incluye un botón Get API que remite al acceso doubao-seedance-2-0 de la consola de Volcengine Ark, y en el lanzamiento el modelo era accesible desde Dreamina, también llamada Jimeng, y desde la app Doubao. Conviene conocer ese identificador, porque cada sitio que revende acceso a esta generación la describe con sus propias palabras, y los nombres casi nunca coinciden.
Esta página mantiene separadas tres cosas que es fácil confundir. Lo que declara el editor se cita y se atribuye. Lo que afirman páginas competidoras se cita y se les atribuye a ellas, con una nota allí donde la página oficial no lo corrobora. Lo que expone este espacio de trabajo se lee de la configuración de este sitio, de modo que puede comprobarse en lugar de creerse.
Un dato temporal va antes que el resto. Seedance 2.0 no es la generación más reciente de la familia. El índice de modelos del editor incluye Seedance 2.5, cuya página lo describe como concebido para narrativas de 30 segundos con control preciso de referencias, y esa página es más nueva que la de 2.0 que trata este artículo. Aquí no se afirma lo contrario.
Las cuatro afirmaciones de la entrada oficial de lanzamiento
Estos son los cuatro puntos destacados que el editor enumera, bajo sus propios títulos, en la entrada de lanzamiento del 12 de febrero de 2026. Son las únicas afirmaciones de capacidad de esta página que proceden del editor y no de un revendedor.
| Punto destacado oficial | Lo que declara el editor | Por qué importa |
|---|---|---|
| Mayor usabilidad en escenarios complejos | Con estabilidad de movimiento y restauración física, el modelo rinde bien en escenas de interacción entre varios sujetos y de movimiento complejo, y alcanza niveles SOTA líderes del sector en usabilidad de generación. | La afirmación es sobre usabilidad y no sobre la puntuación de un benchmark, y el prompt impreso junto a la muestra es un ejercicio de patinaje artístico por parejas, justo el tipo de interacción entre dos personas que los modelos anteriores resolvían mal. |
| Capacidades multimodales muy mejoradas | Entrenado sobre la arquitectura unificada de generación conjunta de audio y vídeo multimodal, admite entrada de modalidad mixta, y el usuario puede introducir a la vez hasta 9 imágenes, 3 clips de vídeo y 3 clips de audio más instrucciones en lenguaje natural. | Esta es la cifra con la que comparar otros sitios. Se declara una sola vez, en un solo lugar y por el editor. |
| Controlabilidad drásticamente mejorada | El seguimiento de instrucciones y la consistencia se mejoran por completo, y el modelo admite extensión de vídeo y edición de vídeo estables y controlables. | La extensión y la edición selectiva son funciones de producto y no trucos de prompt, que es lo que hace posible un flujo de trabajo de editar y seguir rodando. |
| Creación de contenido avanzada | El modelo admite salida de audio y vídeo multi-toma de alta calidad de 15 segundos y ofrece audio de dos canales para experiencias audiovisuales ultrarrealistas. | 15 segundos y el audio de dos canales son los dos hechos duros de salida. Ninguno de los dos aparece en la ficha de modelo de ningún revendedor consultado para esta página, y ambos contradicen lo que anuncian varias de esas páginas. |
Cinco áreas de capacidad que la entrada de lanzamiento detalla
La entrada de lanzamiento recorre después cinco áreas y publica un prompt con cada una. La lista de abajo es esa estructura, no un resumen escrito aquí.
- Movimiento complejo e interacción que siguen las leyes físicas. El ejemplo publicado es un ejercicio de patinaje artístico por parejas con saltos sincronizados, giros en el aire y aterrizajes firmes, descrito plano a plano.
- Referencia multimodal integral. La composición, el lenguaje de cámara, el ritmo del movimiento y las características del sonido pueden tomarse de las entradas, y la entrada afirma que una lista de planos o un guion gráfico escrito pueden referenciarse directamente.
- Adhesión a las instrucciones, consistencia del sujeto y planificación de cámara guiada por el prompt. La entrada dice que el modelo planifica él mismo el lenguaje de cámara y diseña la presentación visual a partir de la instrucción.
- Audio de dos canales con salida paralela de varias pistas. La música de fondo, los efectos ambientales y la voz en off de los personajes se generan juntos y se alinean con la imagen, y la entrada destaca detalles pequeños de foley como el vidrio esmerilado, el tejido afelpado, el acrílico y el plástico de burbujas.
- Amplia adecuación a escenarios. Se nombran publicidad, contenido explicativo, videojuegos y previsualización, con el argumento de que la generación sustituye parte de la cadena de efectos y rodaje real.
Los límites publicados de entrada y salida
Estos son los límites que declara el editor, puestos junto a las cifras que en su lugar anuncian páginas de terceros. Donde el editor no ha publicado algo, la fila lo dice, porque un hueco es más útil que una suposición.
| Elemento | Posición publicada | Estado |
|---|---|---|
| Modalidades de entrada | Texto, imagen, audio y vídeo | Editor, página del modelo y entrada de lanzamiento |
| Entradas simultáneas | Hasta 9 imágenes, 3 clips de vídeo y 3 clips de audio más instrucciones en lenguaje natural | Editor, entrada de lanzamiento |
| Duración de salida | Salida de audio y vídeo multi-toma de 15 segundos | Editor, entrada de lanzamiento |
| Audio | Dos canales, con música de fondo, efectos ambientales y voz en off generados en paralelo | Editor, entrada de lanzamiento |
| Edición y extensión | Cambios selectivos en un segmento, personaje, acción o línea argumental concretos, más extensión de vídeo | Editor, entrada de lanzamiento |
| Identificador de API | doubao-seedance-2-0 | Editor, enlace Get API de la página del modelo |
| Resolución de salida | No se indica en la página del modelo ni en la entrada de lanzamiento | No publicado por el editor |
| Frecuencia de fotogramas, precio por segundo, concurrencia | No se indica en la página del modelo ni en la entrada de lanzamiento | No publicado por el editor |
| Generación más reciente de la familia | No, Seedance 2.5 figura por separado en el índice de modelos | Editor, índice de modelos |
Prompts que puedes copiar
Todos los prompts de abajo son el texto que el editor imprime con esa capacidad, reproducido palabra por palabra. Nada de aquí es una reescritura, y los clips de muestra de más abajo que llevan prompt usan el mismo texto de origen.
Competitive figure skating live performance. Opening with a low-angle shot following the skate blades gliding on ice, with clear details of ice shavings and light reflections. Entering the spin sequence: the male skater makes a minor error due to slight axis deviation, causing a brief disruption in spin rhythm. The female skater quickly adjusts her center of gravity, keeps a calm gaze, and signals "Stay with me" with eye contact, guiding the male skater to regain alignment. This transitions seamlessly into clean, stable lift movements with sharp, consistent body posture. The climax is a synchronized jump combination: upright aerial posture, decisive ice landings, with perfect audio-visual alignment. The female skater wears a deep-blue figure skating dress; the male skater is in competitive athletic attire. The full sequence delivers a complete narrative from tense mistake to calm, successful execution, highlighting the technical skill and mental strength of elite pair figure skating.
A girl hangs laundry gracefully. After finishing, she takes another piece of clothing from the bucket and shakes it vigorously. 2. Supports Multimodal "All-Round Reference" for Greatly Enhanced Creative Freedom Seedance 2.0 supports multimodal all-round reference , allowing combined input of various texts, images, videos, and audio. The model can accurately understand multimodal input content and generate output as instructed by referencing elements including visual composition, camera language, motion rhythm, and sound characteristics from the inputs. It can even directly reference text-based storyboards, significantly boosting creative freedom.
Refer to the shooting script in @Image 1, and draw on the storyboard, shot scale, camera movement, visuals and copy in @Image 1. The character is from @Image 2, the scene is from @Image 3, and the props are from @Image 4. Create a 15-second healing short film. 3.
Extend the video length. The camera follows a man in orange riding a brown horse. He speeds up and gallops to a large tree with orange flowers ahead, breaks off two blossoms from the branch. Then others ride into the frame one after another. The camera pushes in to shoot the man in orange clothes dismounting from the horse, then the camera quickly circles around him. He turns to walk toward a woman in white riding a white horse and presents the flowers to her. Style: Chinese classical lady painting, 3D, cheerful folk music, shadow puppet style, with black, white, and orange as the main color palette. 4.
Immersive first-person hand ASMR video. Close-up shot, under warm, soft lighting. A pair of slender hands gently triggers different objects in sequence: the light scratching of frosted glass, rubbing of plush fabric, gentle tapping on an acrylic board, light pinching of bubble wrap, and lightly running fingers across a wooden comb's teeth. Finger movements are slow and gentle. Pure, natural trigger sounds with no background music; the visual atmosphere is relaxing and healing. 5.
Qué expone este espacio de trabajo
Estos son los controles que el espacio de trabajo de vídeo de este sitio muestra realmente para este modelo, leídos de la configuración del espacio de trabajo y no de una página de marketing. Lo que puedes enviar es lo que muestre el selector en el momento de enviar, y el precio lo resuelve el servidor antes de crear la tarea.
Dos filas merecen leerse contra las cifras del editor. El espacio de trabajo limita la duración a 15 segundos, el mismo techo que la entrada de lanzamiento indica para una generación única. Expone 480p, 720p y 1080p y no ninguna franja 2K o 4K, porque esas son las franjas que cotiza realmente el servicio que hay detrás.
| Control | Opciones aquí |
|---|---|
| Texto a vídeo | Sí, con una relación de aspecto |
| Imagen a vídeo | Sí, una imagen de referencia |
| Referencia a vídeo | Sí, un clip de referencia |
| Fotograma inicial y final | No se ofrece para este modelo en el catálogo del espacio de trabajo |
| Duración | De 2 a 15 segundos, en pasos de un segundo, con 2 segundos por defecto |
| Resolución | 480p, 720p o 1080p, con 480p por defecto |
| Relación de aspecto | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 y adaptable, con 16:9 por defecto |
| Generar audio | Disponible como interruptor, desactivado por defecto |
| Límites de referencia | Una imagen para imagen a vídeo, un clip para referencia a vídeo, aplicado por el espacio de trabajo |
De dónde salen los ocho clips de esta página
Cuatro de las figuras de abajo son clips que el editor imprime en la página oficial del modelo Seedance 2.0, y cada uno lleva el prompt impreso a su lado. Los otros cuatro son los casos que tres páginas competidoras publican bajo el nombre de este modelo, reproducidos para que la diferencia en lo que cada página puede sostener sea visible en lugar de descrita.
Comparar los archivos descargados por SHA-256 en vez de a ojo sacó a la luz un resultado que merece decirse con claridad. Dos de los cuarenta y tres archivos reunidos para esta página están republicados byte a byte entre fuentes. El clip que seedance.tv imprime bajo su encabezado de audio y vídeo inmersivos es el mismo archivo que el primer clip de la página oficial de Seedance 2.0, que está bajo el encabezado oficial de audio y vídeo inmersivos. El primer clip de seedance.tv es también el mismo archivo que el clip principal de seedance-2.studio.
Una página que republica un archivo está describiendo la muestra oficial que lleva adjunta, no un resultado independiente propio, y nada en esta página acredita un clip al sitio que da en servirlo. Cada figura nombra la página de la que procede, y el archivo de evidencia que respalda esta sección registra cada URL de origen, el SHA-256 del archivo descargado y el SHA-256 y el número de bytes del objeto publicado.
Seedance 2.0 y Seedance 2.5, cada uno leído de su propia página
Ambas generaciones tienen su propia página en el sitio del editor, lo que convierte esta en la única comparación de aquí en la que los dos lados vienen de la misma fuente. Compara dos posiciones publicadas, no dos conjuntos de resultados de prueba.
La lectura práctica es que 2.0 es la generación cuyo énfasis publicado es la amplitud de referencias y la plausibilidad física, con un techo declarado de 15 segundos, mientras que 2.5 es la que el editor vende por la duración. Quien necesite que su plano dure más de 15 segundos en una sola toma está mirando la entrada equivocada de esta familia, y este espacio de trabajo tampoco ofrecerá una duración mayor para este modelo.
| Dimensión | Seedance 2.0 | Seedance 2.5 |
|---|---|---|
| Publicado | 12 de febrero de 2026 | Posterior a 2.0, figura por separado en el índice de modelos |
| Descripción de una línea del editor | Arquitectura unificada de generación conjunta de audio y vídeo multimodal compatible con entrada de texto, imagen, audio y vídeo | Un modelo de generación conjunta de audio y vídeo de nueva generación, concebido para narrativas de 30 segundos con control preciso de referencias y potentes capacidades de edición |
| Salida multi-toma declarada | Salida de audio y vídeo multi-toma de alta calidad de 15 segundos | Narrativa de 30 segundos |
| Secciones de capacidad documentadas | Movimiento complejo y plausibilidad física, referencia multimodal integral, controlabilidad con extensión y edición, audio de dos canales, amplitud de escenarios | Narrativas más largas y control, referencia y edición más granulares, trabajo de producción |
| Qué ofrece este sitio para ello | Entrada de texto, imagen y clip de referencia, de 2 a 15 segundos, de 480p a 1080p | Una entrada propia en el espacio de trabajo con su propia página de modelo |
Por qué otras páginas citan cifras distintas
Las cuatro páginas que el titular del sitio pidió analizar discrepan del editor, y entre sí, en varias cifras. Cada fila de abajo indica lo que afirma esa página y lo que declara el editor, de modo que la diferencia queda registrada y no en una nota al pie.
Nada de esto es una acusación de mala fe. Una página de revendedor describe lo que hace su propio producto con un modelo, y un revendedor es libre de ofrecer una franja 2K o 4K que la entrada de lanzamiento nunca menciona. Lo que muestra la tabla es que una cifra en una página así es una afirmación sobre esa página, y no puede usarse como especificación del modelo.
| Página | Lo que afirma esa página | Lo que declara el editor |
|---|---|---|
| Dreamina, el producto de consumo del propio editor | Su título llama a Seedance 2.0 un generador de vídeo multimodal 4K, y la descripción de la página añade narrativa multicámara, cogeneración de audio nativo y precios competitivos | La página del modelo y la entrada de lanzamiento declaran salida de 15 segundos y audio de dos canales, y no declaran ninguna resolución de salida |
| seedance.tv | Su descripción anuncia resolución 2K, consistencia de personaje y ser un 30 por ciento más rápido, y un encabezado de función dice que el modelo admite generación de hasta 30 segundos | 15 segundos para una salida multi-toma única, y la narrativa de 30 segundos es el posicionamiento publicado de Seedance 2.5 |
| seedance-2.studio | Su descripción incluye narrativa multi-toma y vídeo con sincronización labial entre las capacidades del modelo, y la página lleva tres testimonios de clientes firmados con cuentas como @creatorlab sin indicar fuente ni atribución | Ni la sincronización labial ni la narrativa multi-toma aparecen como capacidad nombrada en los propios encabezados de la entrada de lanzamiento |
| Las tres páginas competidoras | Cada una usa la palabra oficial sobre el modelo en su título o descripción, sea o no propiedad del propio editor | La página del modelo, la entrada de lanzamiento y el identificador de API doubao-seedance-2-0 son las únicas superficies oficiales en las que se apoya esta página |
Trabajos para los que sirve esta generación
La lista de abajo se construye a partir de las áreas de capacidad y los ejemplos publicados, no de textos genéricos de casos de uso. Cada punto nombra qué lo hace adecuado.
- Interacción entre dos personas y entre varios sujetos, donde los modelos anteriores producían errores físicos. La propia muestra del editor es una pareja de patinaje artístico que ejecuta un salto sincronizado y mantiene el aterrizaje.
- Planos en los que el lenguaje de cámara forma parte del encargo. La entrada afirma que el modelo planifica el lenguaje de cámara a partir de la instrucción y diseña una plantilla visual para ella.
- Secuencias montadas a partir de varias referencias. Un personaje, una escena, atrezzo y un guion gráfico pueden asignarse a imágenes separadas dentro de una misma instrucción, que es como está escrito el prompt publicado de película sanadora de 15 segundos.
- Trabajo de continuación. La función de extensión genera más planos continuos a partir de un prompt, y el ejemplo publicado continúa una escena de equitación en lugar de empezar una nueva.
- Reparaciones y cambios selectivos sobre un clip existente, ya que la función de edición se describe como actuando sobre un segmento, personaje, acción o línea argumental concretos.
- Piezas guiadas por el sonido en las que el audio es el tema, que es lo que hace el prompt ASMR publicado con vidrio esmerilado, tejido afelpado, acrílico y plástico de burbujas.
- Contenido comercial y explicativo, donde el argumento publicado es el coste y el plazo de entrega y no la novedad artística.
Cómo generar en este sitio
El espacio de trabajo de esta página se abre con Seedance 2.0 ya seleccionado. Cuatro pasos, en orden, son todo lo que hace falta.
- Elige el modo. Texto a vídeo solo necesita el prompt. Imagen a vídeo añade una imagen de referencia, y referencia a vídeo añade un clip de referencia.
- Escribe la instrucción en el orden en que ocurre el plano. Los propios prompts del editor nombran primero el formato, después la cámara, después lo que cambia y por último el sonido.
- Configura duración, resolución, relación de aspecto y si generar audio, y luego lee el presupuesto que devuelve el servidor. No se cobra nada hasta que se confirma el presupuesto.
- Abre el resultado, compáralo con la instrucción y descarga la toma que quieras. Volver a enviar cambiando una sola variable es la forma más barata de aprender cómo se comporta este modelo con tu propio material.
Lo que el propio editor reconoce que aún es débil
La entrada de lanzamiento cierra con una sección de evaluación que enumera fallos además de fortalezas. Esas admisiones son más útiles que cualquier gráfico de benchmark, y se citan en lugar de parafrasearse.
- La estabilidad del detalle, el hiperrealismo y la vitalidad dinámica aún requieren refinamiento continuo.
- La distorsión de audio ocurre ocasionalmente.
- La consistencia entre varios sujetos, la precisión del renderizado de texto y los efectos de edición complejos aún tienen margen de optimización.
- La entrada afirma que el modelo aún está lejos de ser perfecto y que persisten defectos en sus resultados de generación.
- En la dimensión de audio, la entrada describe un aumento enorme de expresividad y señala aparte que las instrucciones de dialecto, ópera tradicional y canto mejoraron notablemente, lo que es una afirmación sobre la mejora relativa y no sobre la precisión.
De dónde salen las muestras y las cifras
Cada figura de esta página remite a una de las filas de abajo. Cuando una cifra procede de una página competidora y no del editor, la tabla lo dice, y cada clip se atribuye a la página de la que se tomó.
| Fuente | Se usa para | Enlace |
|---|---|---|
| ByteDance Seed, página del modelo Seedance 2.0 | La identidad del modelo, los cuatro puntos destacados publicados, los tres grupos de muestras y sus prompts, los gráficos de SeedVideoBench-2.0, y los puntos de entrada de API y de producto | seed.bytedance.com ↗ |
| ByteDance Seed, entrada de lanzamiento de Seedance 2.0, 12 de febrero de 2026 | La fecha de lanzamiento, las cuatro afirmaciones principales, las cinco áreas de capacidad documentadas, el límite de 9 imágenes de entrada, la salida de 15 segundos, el audio de dos canales, y la evaluación y las limitaciones publicadas | seed.bytedance.com ↗ |
| ByteDance Seed, página del modelo Seedance 2.5 | El posicionamiento de narrativa de 30 segundos usado en la comparación de generaciones | seed.bytedance.com ↗ |
| Página de Dreamina sobre Seedance 2.0 | Los dos clips tomados de ella y la afirmación de 4K citada en la comparación de cifras | dreamina.capcut.com ↗ |
| Página de seedance.tv sobre Seedance 2.0 | El clip de estabilidad de movimiento y las afirmaciones de 2K, 30 segundos y 30 por ciento más rápido citadas en la comparación de cifras | www.seedance.tv ↗ |
| seedance-2.studio | El clip del muro de vídeo y las observaciones sobre sincronización labial y reseñas sin atribución | seedance-2.studio ↗ |
| La configuración del espacio de trabajo y el manifiesto de medios de este sitio | La lista de controles, las URL de los objetos publicados y el registro SHA-256 que respalda el hallazgo sobre la identidad de los archivos | image25.top ↗ |
Ejemplos
Cinematic butterfly lighting. Medium shot of a handsome pianist wearing a simple, elegant black suit. His hands move smoothly across the keys. Cut to close-up: his face immersed in music, eyes gently closed, focused and serene expression. Audio: beautiful piano music and subtle ambient audience noise from a concert hall.
Un primer plano de sala de conciertos publicado en la página oficial del modelo Seedance 2.0 en 16:9. El prompt pide iluminación mariposa, un corte a primer plano y ambiente de público, lo que lo convierte en una prueba compacta de iluminación y manejo de audio en un solo clip.
Visual: pure black background. Dramatic top light illuminates a workstation. Clean full-sized hands carefully place a miniature cutting board and a fingernail-sized knife. Audio: solemn elegant classical music (e.g., Bach cello suite). Cooking: Shot 1: Tweezers place a tiny garlic clove on board. Mini knife slices it precisely. Amplified crisp micro “tap tap tap” sounds. Shot 2: Mini frying pan placed over a lit tea candle. A drop of olive oil added via micro dropper. Subtle sizzling sound. Shot 3: A small quail egg cracked into pan. Egg white quickly sets. Tiny spatula gently nudges it. Plating: A miniature sunny-side-up egg and a slice of garlic mushroom plated onto a coin. Tweezers carefully place a tiny scallion garnish. Music reaches climax at plating completion, then gently fades. Slogan (on screen): "Tiny Kitchen. Create your masterpiece. In miniature."
La muestra oficial en 1:1, una secuencia de cocina en miniatura cuyo prompt pide microsonidos amplificados y un eslogan en pantalla. Es el ejemplo publicado que muestra al modelo llevando a la vez sonido de foley pequeño y texto renderizado en un solo plano.
Realistic style, Nordic snowy night. Shot 1: close tracking shot from behind at foot level — a man running fast through snow. Shot 2: front tracking shot — a wolf chasing closely behind. Strong sense of speed in both shots. The man trips and falls, rolling in snow. Shot 3: wide shot — wolf lunges toward fallen man. Shot 4: medium shot — wolf leaps toward camera. Suddenly a border collie jumps in from the side, knocking the wolf away. Camera follows quickly. Shot 5: close-up — two animals wrestling. After a moment, the wolf breaks free, jumps aside, and howls. Shot 6: wide shot — multiple wolves slowly approach, surrounding man and dog. Shot 7: close-up — the dog faces camera, owner slowly sitting up behind. The dog growls and barks threateningly, baring teeth. Background music: tense and evolving with the action.
La muestra oficial en 9:16, escrita como siete planos numerados dentro de un solo prompt y publicada íntegra. Si algún clip de esta página demuestra la afirmación multi-toma, es este, porque la lista de planos está justo al lado.
A car sketch on paper. The camera pushes in. The sketch lines rise off the paper, gaining dimensionality and color, transforming into a photorealistic 3D car driving on a road.
Un clip en 9:16 del grupo oficial del sector, en el que un boceto en papel se convierte en un coche fotorrealista. Dos frases hacen algo que un prompt más largo no puede fingir, y por eso merece la pena copiarlo primero al probar imagen a vídeo aquí.
El clip que la página de Dreamina sobre Seedance 2.0 emite dentro de su bloque de entrada de referencia multimodal avanzada. Está aquí porque es el único caso de la competencia que se encuentra en una página operada por la empresa que publica el modelo, de modo que su texto de funciones también es de primera mano.
El clip que hay dentro de la tarjeta de transferencia de estilo y movimiento de Dreamina, cuyo texto publicado trata de trasladar un estilo visual y un patrón de movimiento entre planos. Está publicado a 1112x834, una proporción que el espacio de trabajo de este sitio no ofrece, y esa diferencia se declara en lugar de esconderse.
El clip que seedance.tv publica bajo su encabezado de estabilidad de movimiento y consistencia. Se muestra como lo que esa página ofrece como su caso a favor del modelo, y es el único clip de aquí cuya página de origen declara qué debe concluir el espectador al verlo.
El primer elemento del muro de vídeo de seedance-2.studio, mostrado sin prompt porque esa página no publica ninguno para los doce elementos de su cuadrícula. El único pie de foto que puede escribirse con honestidad sobre él es lo que puede medirse: 1280x730, 5.88 segundos, sin pista de audio.
Preguntas frecuentes
¿Qué es Seedance 2.0?
Es el modelo de creación de vídeo de ByteDance Seed, publicado el 12 de febrero de 2026. El editor lo describe como una arquitectura unificada de generación conjunta de audio y vídeo multimodal que acepta entrada de texto, imagen, audio y vídeo, con las capacidades de referencia y edición de contenido más completas del sector. Su identificador de API es doubao-seedance-2-0.
¿Cuánto dura el clip que produce?
La entrada de lanzamiento declara una salida de audio y vídeo multi-toma de alta calidad de 15 segundos. Este espacio de trabajo también limita un envío único a 15 segundos, y ofrece de 2 a 15 segundos en pasos de un segundo. Las páginas que anuncian 30 segundos para este modelo están citando el posicionamiento de Seedance 2.5, una generación distinta con su propia página.
¿Cuántas referencias pueden aportarse a la vez?
El editor declara hasta 9 imágenes, 3 clips de vídeo y 3 clips de audio más instrucciones en lenguaje natural en una sola petición. Este espacio de trabajo es más estrecho a propósito, y acepta una imagen de referencia para imagen a vídeo y un clip de referencia para referencia a vídeo, porque esas son las entradas que acepta el servicio que hay detrás.
¿Genera sonido o solo imagen?
Ambas cosas a la vez. El editor describe audio de dos canales con música de fondo, efectos ambientales y voz en off de personajes generados en paralelo y alineados con la imagen, y nombra detalles de foley como el vidrio esmerilado, el tejido afelpado y el plástico de burbujas. Aquí la generación de audio es un interruptor desactivado por defecto, así que obtienes un clip silencioso salvo que lo actives.
¿Puede editar o extender un clip que ya existe?
Sí. La entrada de lanzamiento describe cambios selectivos en un segmento, personaje, acción o línea argumental concretos, y una función de extensión de vídeo que genera planos continuos a partir de un prompt. El modo referencia a vídeo es donde puede aportarse un clip como entrada en esta página.
¿Es este el modelo Seedance más nuevo?
No. Seedance 2.5 está por encima en el índice de modelos del editor y allí se describe como concebido para narrativas de 30 segundos con control preciso de referencias. Esta página no afirma que 2.0 sea el más reciente, el más potente ni el buque insignia actual, porque ni la página del modelo ni la entrada de lanzamiento hacen esa afirmación.
¿Por qué otros sitios dicen 2K, 4K o 30 segundos?
Esas cifras pertenecen a las páginas que las publican. La página del modelo y la entrada de lanzamiento declaran 15 segundos y audio de dos canales, y no declaran ninguna resolución de salida. Un revendedor puede vender una franja 2K o 4K propia, pero eso es una propiedad de su servicio, no una especificación del modelo.
¿Los clips de esta página se han generado aquí?
No. Cuatro proceden de la página oficial del modelo Seedance 2.0 y cuatro de las páginas competidoras antes nombradas. Cada figura indica la página de la que se tomó, y el archivo de evidencia enumera cada URL de origen con las sumas de comprobación del archivo descargado y del objeto publicado.
¿Los clips de la competencia vienen con prompt?
No, y esta página no inventa ninguno. Los clips oficiales llevan el prompt que el editor imprime junto a ellos, reproducido palabra por palabra. Los cuatro clips de la competencia no tienen prompt publicado, así que el campo de prompt se deja vacío y el pie de foto lo dice.
¿Qué cobra este sitio por una generación?
El precio lo resuelve el servidor según los ajustes que hayas elegido, y el presupuesto llega antes de que se cree la tarea. Esta página no publica ningún precio propio, porque una cifra copiada se convertiría en una segunda fuente de verdad que queda obsoleta en el siguiente cambio.
¿Qué admite el editor que aún hace mal?
La estabilidad del detalle, el hiperrealismo y la vitalidad dinámica necesitan más trabajo, la distorsión de audio ocurre ocasionalmente, y la consistencia entre varios sujetos, la precisión del renderizado de texto y los efectos de edición complejos tienen margen de optimización. La entrada de lanzamiento afirma sin rodeos que el modelo aún está lejos de ser perfecto.
¿Con qué modo debería empezar?
Empieza con texto a vídeo para aprender cómo lee el modelo las instrucciones de cámara y cuánto dura realmente 15 segundos. Pasa a imagen a vídeo cuando haya que preservar un sujeto concreto, y a referencia a vídeo cuando lo que quieras trasladar sea el movimiento o el aspecto de un clip existente.
Sigue explorando
Generador de vídeos con IA
Genera vídeo con cuatro niveles Seedance: Seedance 2.5 y los niveles 2.0, 2.0 Fast y 2.0 Mini. Compara duración, resolución y entradas, y crea.
Herramientas de imagen y vídeo
Todas las tareas de imagen y vídeo de este sitio en un solo lugar: genera una imagen, genera un vídeo, lee un prompt de una foto o abre un modelo.