Генерация видео Seedance 2.0 с мультимодальными референсами

Что такое Seedance 2.0

Seedance 2.0 — модель создания видео от ByteDance Seed, опубликованная 12 февраля 2026 года с собственной страницей seed.bytedance.com/en/seedance2_0. Описание в одно предложение на той странице и есть позиционирование: единая мультимодальная архитектура совместной генерации аудио и видео, принимающая входы текста, изображения, аудио и видео и созданная для самого полного в отрасли набора возможностей референсов и монтажа.

Пост о запуске называет и API-идентификатор модели. На странице модели есть кнопка Get API, которая ведёт к консольной точке входа Volcengine Ark — doubao-seedance-2-0, а на момент запуска модель была доступна из Dreamina, также известной как Jimeng, и из приложения Doubao. Этот идентификатор стоит знать, потому что каждый сайт, перепродающий доступ к этой генерации, описывает её своими словами, и названия редко совпадают.

Эта страница разделяет три вещи, которые легко смешать. То, что утверждает издатель, цитируется и атрибутируется. То, что заявляют конкурирующие страницы, цитируется с атрибуцией им, с пометкой там, где официальная страница это не подтверждает. То, что предоставляет эта рабочая область, считано с собственной конфигурации этого сайта, так что это можно проверить, а не принять на веру.

Один факт о сроках важнее остальных. Seedance 2.0 — не новейшее поколение в семействе. Официальный индекс моделей издателя перечисляет Seedance 2.5, чья собственная страница описывает её как созданную для 30-секундного сторителлинга с точным управлением по референсам, и та страница новее, чем страница 2.0, о которой идёт речь здесь. Ничто на этой странице не утверждает обратного.

Четыре тезиса официального поста о запуске

Это четыре акцента, которые издатель перечисляет под своими собственными заголовками в посте о запуске, датированном 12 февраля 2026 года. Это единственные заявки о возможностях на этой странице, которые исходят от издателя, а не от перепродавца.

Пять областей возможностей, подробно описанных в посте о запуске

Затем пост о запуске разбирает пять областей и публикует промпт к каждой. Список ниже — эта структура, а не краткое изложение, написанное здесь.

• Сложное движение и взаимодействие, следующее физическим законам. Опубликованный пример — прокат пары с синхронными отрывами от льда, вращениями в воздухе и уверенными приземлениями, описанный кадр за кадром.
• Всесторонний мультимодальный референс. Композиция, киноязык, ритм движения и характеристики звука могут быть взяты из входов, и в посте сказано, что письменный шот-лист или раскадровка может использоваться как прямой референс.
• Следование инструкциям, согласованность объектов и планирование камеры по промпту. В посте сказано, что модель сама планирует киноязык и выстраивает визуальную подачу по инструкции.
• Двухканальный звук с параллельным выводом нескольких дорожек. Фоновая музыка, шумы окружения и закадровый голос персонажей генерируются вместе и согласуются с картинкой, а пост отдельно называет мелкие фоли-детали вроде матового стекла, плюша, акрила и пузырчатой плёнки.
• Широта сценариев. Названы реклама, обучающий ролик, игры и превиз, с аргументом, что генерация заменяет часть конвейера эффектов и натурных съёмок.

Опубликованные границы входа и вывода

Это границы, которые называет издатель, поставленные рядом с цифрами, которые рекламируют сторонние страницы. Там, где издатель чего-то не опубликовал, строка так и говорит, потому что пустая ячейка полезнее догадки.

Промпты, которые можно скопировать

Каждый промпт ниже — это текст, который издатель печатает вместе с соответствующей возможностью, воспроизведённый слово в слово. Ничто здесь не является переписыванием, и клипы-образцы дальше по странице, у которых есть промпт, используют тот же исходный текст.

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.

Что предоставляет эта рабочая область

Это параметры, которые видео-рабочая область этого сайта действительно показывает для этой модели, считанные из конфигурации рабочей области, а не с маркетинговой страницы. Отправить можно то, что селектор показывает в момент отправки, а цену рассчитывает сервер до создания задачи.

Две строки стоит читать против цифр издателя. Рабочая область ограничивает длительность 15 секундами — тем же потолком, который пост о запуске называет для одной генерации. Она показывает 480p, 720p и 1080p, а не какой-либо уровень 2K или 4K, потому что именно эти уровни фактически котирует стоящий за ней сервис.

Откуда восемь клипов на этой странице

Четыре из примеров ниже — клипы, которые издатель печатает на официальной странице модели Seedance 2.0, и каждый несёт промпт, напечатанный рядом с ним. Остальные четыре — кейсы, которые три конкурирующие страницы публикуют под именем этой модели, воспроизведённые так, чтобы разница в том, что каждая страница может подтвердить, была видна, а не только описана.

Сравнение скачанных файлов по SHA-256, а не на глаз, дало один результат, который стоит сформулировать прямо. Два из сорока трёх файлов, собранных для этой страницы, переизданы байт в байт между источниками. Клип, который seedance.tv показывает под своим заголовком про иммерсивное аудиовидео, — тот же файл, что и первый клип на официальной странице Seedance 2.0, который стоит под официальным заголовком про иммерсивное аудиовидео. Первый клип seedance.tv — это также тот же файл, что и hero-клип на seedance-2.studio.

Страница, которая переиздаёт файл, описывает прикреплённый к нему официальный образец, а не собственный независимый результат, и ничто на этой странице не приписывает клип сайту, который его случайно отдаёт. Каждый пример называет страницу, с которой он взят, а файл с доказательствами за этим разделом записывает каждый исходный URL, SHA-256 скачанного файла и SHA-256 и размер в байтах опубликованного объекта.

Seedance 2.0 и Seedance 2.5 по их собственным страницам

У обоих поколений есть своя страница на сайте издателя, что делает это единственным сравнением здесь, где обе стороны происходят из одного источника. Оно сравнивает две опубликованные позиции, а не два набора результатов тестов.

Практический вывод: 2.0 — поколение, чей опубликованный акцент — широта референсов и физическая достоверность, с заявленным потолком 15 секунд, а 2.5 — то, которое издатель продвигает через длительность. Всякому, чей кадр должен длиться дольше 15 секунд одним дублем, нужна другая запись в этом семействе, и эта рабочая область не предложит большую длительность для этой модели.

Почему другие страницы называют другие цифры

Четыре страницы, которые владелец сайта попросил обследовать, расходятся с издателем и между собой по нескольким цифрам. Каждая строка ниже говорит, что заявляет та страница и что говорит издатель, так что расхождение зафиксировано, а не спрятано в сноску.

Ничто из этого не обвинение в недобросовестности. Страница перепродавца описывает, что её собственный продукт делает с моделью, и перепродавец волен держать уровень 2K или 4K, которого пост о запуске не упоминает. Таблица показывает, что цифра на такой странице — заявка об этой странице и не может служить спецификацией модели.

Задачи, для которых подходит эта генерация

Список ниже построен из областей возможностей и опубликованных примеров, а не из шаблонных описаний сценариев использования. Каждый пункт называет то, что делает его подходящим.

• Взаимодействие двух и нескольких объектов, где ранние модели выдавали физические ошибки. Собственный образец издателя — пара фигуристов, исполняющая синхронный прыжок и удерживающая приземление.
• Кадры, где киноязык — часть задания. В посте сказано, что модель планирует киноязык по инструкции и выстраивает для неё визуальный шаблон.
• Последовательности, собранные из нескольких референсов. Персонаж, сцена, реквизит и раскадровка могут быть назначены отдельным картинкам внутри одной инструкции — так написан опубликованный промпт 15-секундного «исцеляющего» короткого фильма.
• Продолжение уже снятого. Функция продления генерирует дальнейшие непрерывные кадры по промпту, и опубликованный пример продолжает сцену верховой езды, а не начинает новую.
• Точечные исправления и изменения существующего клипа, поскольку функция монтажа описана как действующая на указанный фрагмент, персонажа, действие или сюжетную линию.
• Звуковые работы, где аудио — главный объект, что и делает опубликованный ASMR-промпт с матовым стеклом, плюшем, акрилом и пузырчатой плёнкой.
• Коммерческий и обучающий контент, где опубликованный аргумент — стоимость и сроки, а не художественная новизна.

Как сгенерировать здесь

Рабочая область на этой странице открывается с уже выбранным Seedance 2.0. Четыре шага, по порядку, — всё, что нужно.

1. Выберите режим. Тексту в видео нужен только промпт. Изображение в видео добавляет одну референсную картинку, а референс в видео — один референсный клип.
2. Напишите инструкцию в том порядке, в каком происходит кадр. Собственные промпты издателя называют сначала формат, затем камеру, затем то, что меняется, затем звук.
3. Установите длительность, разрешение, соотношение сторон и то, нужно ли генерировать аудио, затем прочитайте котировку, которую вернёт сервер. Ничего не списывается, пока котировка не подтверждена.
4. Откройте результат, сравните его с инструкцией и скачайте нужный дубль. Повторная отправка с одним изменённым параметром — самый дешёвый способ узнать, как модель ведёт себя на вашем материале.

Что сам издатель называет слабым

Пост о запуске закрывается разделом оценки, который перечисляет неудачи наряду с сильными сторонами. Эти признания полезнее любой диаграммы бенчмарков, и они цитируются, а не пересказываются.

• Стабильность деталей, гиперреализм и динамическая живость всё ещё требуют постоянной доработки.
• Искажения звука случаются время от времени.
• Согласованность нескольких объектов, точность отрисовки текста и сложные эффекты монтажа всё ещё имеют пространство для оптимизации.
• В посте сказано, что модель всё ещё далека от совершенства и что в её результатах генерации остаются недостатки.
• В звуковом измерении пост описывает огромный прирост выразительности и отдельно отмечает заметное улучшение инструкций с диалектами, традиционной оперой и пением — это утверждение об относительном улучшении, а не о точности.

Откуда образцы и цифры

Каждый пример на этой странице возводится к одной из строк ниже. Там, где цифра приходит с конкурирующей страницы, а не от издателя, таблица это говорит, и каждый клип приписан странице, с которой он взят.