Seedance 2.0 マルチモーダル参照で動画を生成

Seedance 2.0 とは

Seedance 2.0 は ByteDance Seed の動画生成モデルで、2026 年 2 月 12 日に公開されました。公式モデルページは seed.bytedance.com/en/seedance2_0 です。そのページの一文がそのまま位置づけになっています。テキスト・画像・音声・動画の 4 種類の入力を扱う統一マルチモーダル音声映像同時生成アーキテクチャで、業界で最も包括的な参照と編集の能力を備えるという説明です。

公開ブログには API としての識別子も書かれています。モデルページの Get API ボタンは Volcengine Ark コンソールの doubao-seedance-2-0 に解決し、公開時点で Dreamina と Doubao アプリから利用できました。この識別子を覚えておく価値はあります。この世代へのアクセスを再販するサイトはどれも自前の言い方で説明し、名前はまず一致しません。

このページは混同しやすい 3 つを分けて書きます。発行元が述べたことは引用して出典を示します。競合ページが主張していることは、そのページの発言として引用し、公式が裏づけていない箇所はその旨を添えます。このサイトのワークスペースが公開している内容は、サイト自身の設定から読み取ったもので、信じるのではなく確認できます。

まず押さえるべき時系列がひとつあります。Seedance 2.0 はこのファミリーの最新世代ではありません。発行元のモデル一覧には Seedance 2.5 が別途並び、そのページは 30 秒のストーリーテリングと精密な参照制御向けと説明しています。この記事が扱う 2.0 のページより新しい世代です。このページは逆のことは主張しません。

公式の公開ブログにある 4 つの主張

以下は発行元が 2026 年 2 月 12 日の公開ブログで、自前の見出しのもとに並べた 4 つの要点です。このページで再販業者ではなく発行元に由来する能力の主張は、この 4 つだけです。

公開ブログが個別に説明している 5 つの能力領域

公開ブログはその後 5 つの節で説明し、それぞれにプロンプトを 1 本ずつ公開しています。以下の一覧はその構成そのもので、このページが書き直した要約ではありません。

• 複雑な動きと相互作用を物理法則に沿って安定して描画します。公式が挙げる例はペアフィギュアスケートで、同期した踏み切り、空中での回転、正確な着氷をカットごとに書き分けています。
• マルチモーダルの全方位参照に対応します。構図、カメラ言語、動きのリズム、音の特徴を入力素材から取り出せ、文字で書いた絵コンテも直接参照できると明記されています。
• 指示追従、被写体の一貫性、演出の組み立て。発行元はモデルがカメラ言語を自ら設計し、指示に応じて視覚的な見せ方の型を作ると述べています。
• デュアルチャンネル音声と複数トラックの並行出力。BGM、環境効果音、人物のボイスを同時に生成し映像のリズムに合わせます。すりガラス、起毛生地、アクリル、気泡シートといった細かな効果音も名指しされています。
• 幅広い場面への適合。商業広告、映像特效、ゲームアニメーション、解説動画が名指しされ、生成が特效制作と実写工程の一部を置き換えることでコストと期間を圧縮できるという論拠が添えられています。

発行元が公開している入力と出力の範囲

以下は発行元が明記した範囲を、第三者のページが宣伝する数字の隣に置いたものです。発行元が公開していない項目は、公開していないと書きます。推測した数字より空欄のほうが役に立つからです。

そのままコピーできるプロンプト

以下のプロンプトはすべて、発行元が対応する能力の節で示した原文をそのまま写したものです。書き換えたものはありません。このページ下部の事例クリップのうちプロンプト付きのものも同じ原文を使っています。

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.

このワークスペースが公開している設定項目

以下はこのサイトの動画ワークスペースがこのモデル用に実際に描画する設定項目で、宣伝ページではなくワークスペースの設定から読み取ったものです。送信できる内容は選択時点の表示がすべてで、価格はタスク作成前にサーバー側で確定します。

このうち 2 行は公式の数字と読み合わせる価値があります。ワークスペースは 1 回の長さの上限を 15 秒にしており、公開ブログが示す 15 秒のマルチショット出力と一致します。解像度は 480p、720p、1080p の 3 段だけで、2K や 4K の段はありません。背後のサービスが実際に見積もる段がこの 3 つだからです。

このページの 8 本のクリップの出どころ

下の図版のうち 4 本は公式の Seedance 2.0 モデルページが掲載しているクリップで、それぞれに併記されたプロンプトが付いています。残る 4 本は 3 つの競合ページがこのモデル名で公開している事例で、各ページがどこまで裏づけられるかを説明ではなく見える形にするために、そのまま取得しました。

ダウンロードしたファイルを目視ではなく SHA-256 で比較したところ、率直に書く価値のある結果が出ました。このページのために集めた 43 本のうち 2 本は、複数の出所でバイト単位まで同じまま再公開されています。seedance.tv が没入型の音と映像の見出しの下に置いているクリップは、公式 Seedance 2.0 ページの最初のクリップと同じファイルで、後者は公式の没入型の音と映像の見出しの下にあります。seedance.tv の最初のクリップは、seedance-2.studio のヒーロークリップとも同一ファイルです。

ファイルを再公開しているページが説明しているのは、そのファイルに付いた公式の見本であって、そのページ自身の独立した結果ではありません。このページは、たまたま配信しているサイトにクリップの功績を帰属させません。図版には取得元のページを明記し、この節の裏づけとなる証拠ファイルには各ソース URL、ダウンロードしたファイルの SHA-256、公開したオブジェクトの SHA-256 とバイト数を記録しています。

Seedance 2.0 と Seedance 2.5 をそれぞれのページから読む

両世代とも発行元のサイトに専用ページがあるため、このページで唯一、比較の両辺が同じ出所になる対照です。比べているのは公開された 2 つの位置づけで、2 組のテスト結果ではありません。

実務的な読み方はこうです。2.0 は参照の広さと物理的な妥当性を発行元が強調する世代で、公表された上限は 15 秒です。2.5 は長さを売りにした世代です。1 カットで 15 秒を超えたい場合、このファミリーでは入口を間違えており、このワークスペースもこのモデルでより長い尺を出しません。

ほかのページで数字が違う理由

サイト管理者が調査を指示した 4 つのページは、いくつかの数字で発行元とも、互いとも一致しません。以下の各行はそのページの主張と発行元の記述を並べ、差を脚注ではなく記録に残すものです。

これは悪意の告発ではありません。再販ページは自社製品がモデルで何をするかを説明しており、公開ブログが触れていない 2K や 4K の段を自前で用意するのは自由です。この表が示すのは、そうしたページの数字はそのページについての主張であり、モデルの仕様として使えないという点です。

この世代に向いている仕事

以下の一覧は公式の能力の節と公開された見本から組み立てたもので、汎用の用途紹介文ではありません。各行はどこが噛み合うかを示します。

• 二人、あるいは複数主体の相互作用のカット。以前のモデルが物理的な誤りを出した領域です。発行元自身の見本が、同期したジャンプを決めて着氷を保つフィギュアスケートのペアです。
• カメラ言語が要件の一部になっているショット。発行元は、指示からカメラ言語を自ら設計し見せ方の型を作ると述べています。
• 複数の参照を組み合わせたシーケンス。キャラクター、場面、小道具、絵コンテを別々の画像に割り当てられます。公開された 15 秒の短編のプロンプトがその書き方です。
• 続きを撮る仕事。延長機能はプロンプトに沿って連続するカットを生成し、公開された例は乗馬の場面を新しく始めるのではなく続けています。
• 既存クリップへの対象を絞った修正。編集機能は指定した区間、キャラクター、動作、筋書きに働くと説明されています。
• 音が主題の作品。公開された ASMR のプロンプトが、すりガラス、起毛生地、アクリル、気泡シートで行っているものです。
• 商業広告と解説の内容。発行元がそこに置く論拠は芸術的な新しさではなくコストと納期です。

このサイトでの生成手順

このページのワークスペースは Seedance 2.0 が選択された状態で開きます。順に 4 段階で足ります。

1. モードを決めます。テキストから動画はプロンプトだけで足ります。画像から動画は参照画像を 1 枚、参照から動画は参照クリップを 1 本加えます。
2. カットが起きる順に指示を書きます。発行元のプロンプトも、形式、カメラ、変化、音の順で書かれています。
3. 長さ、解像度、アスペクト比、音声生成の有無を設定し、サーバーが返す見積もりを読みます。見積もりを確定するまで課金は発生しません。
4. 結果を開き、指示と照らし合わせ、欲しいテイクをダウンロードします。変数を 1 つだけ変えて再送信するのが、自分の素材でこのモデルの挙動を知る最も安い方法です。

発行元自身が認めている弱点

公開ブログは最後に評価の節を置き、長所と問題の両方を並べています。この自己申告はどんなベンチマーク図より役に立つので、言い換えずに引用します。

• 細部の安定性、超写実性、動的な活力については継続的な改善が必要。
• 音質の歪みが時折発生する。
• 複数主体の一貫性、文字描画の正確さ、複雑な編集効果にはなお最適化の余地がある。
• 発行元の表現は、モデルはまだ完璧にはほど遠く、生成結果にはさまざまな瑕疵が残るというものです。
• 音声については表現力が大幅に向上したとし、別に方言、伝統戯曲、歌唱の場面での指示応答の正確さが著しく改善したと述べています。これは相対的な改善の話で、精度の話ではありません。

図版と数字の出所

このページの数字はすべて以下のいずれかにたどれます。数字が発行元ではなく競合ページに由来する場合は表に明記し、クリップは取得元のページを明示しています。