實測Seedance 2.0: 紅包滿天飛，位元組悄悄進化

生成這類視頻的時間會比較久，而且積分消耗也不低。比如兩張圖片加一段參考視頻，同時都參與參考的話，做一條 15 秒的視頻，基本要花接近 200 積分。

不過成片出來之後，你能明顯感覺到質量是在線的。整體真實感很強，模特在公路上跑步時的光線變化、頭髮上的反光、臉部的受光細節，都做得很到位，看著不會假。

還有一點：我其實沒有給它一個完整的故事結構，只是給了參考素材和目標類型。最後的視頻節奏基本是它自己排出來的。

片子里出現的商品，主要就是我給它的那隻手錶。它裡面有兩段鏡頭是專門切到手錶上的，而且還加了動效。

整體看下來，畫面元素基本沒什麼大問題。比較常見的坑還是那個：數字和中文偶爾會亂寫，會有點「AI 幻覺」。

右下圖片那個轉場，它會有一個滑動手錶的動作。我專門截了幾幀去看，很多幀里文字其實是正常的，只是在滑動的那一瞬間容易出錯。這個表現跟上一代比，確實進步很明顯。

你要是認真去逐幀截圖看，會發現細節也比較到位。女模特手臂上的紋理、手上的細小汗毛，是能夠看清的。

02

「跨風格整合」的財神拜年

因為它的動效表現確實不錯，我就又多做了一組測試。我新生成了一張新春財神抱著金元寶的圖，再加上一張美劇風格的惡靈騎士角色圖，然後把這兩張圖一起丟進去當參考素材，讓它按這個方向繼續生成視頻。

我給它的目標其實很簡單：先讓財神出場，背後是一堆元寶和金幣，在發光、在晃動；接著惡靈騎士騎著摩托衝進畫面；然後變成財神騎著這輛摩托直接開走；最後閃出一幀畫面，打上「新春快樂」和具體日期的中文與數字。

成片看下來，開頭惡靈騎士那一段，AI 感還是偏重一點，能看出來是模型在「拼」畫面。不過從財神和道具之間的互動，到表情變化，再到動作銜接，比以前順了不少。

還有一個小規律我這次也注意到：如果畫面里放的是那種比較大的藝術字，Seedance 2.0 出錯的概率會低很多。

如果是一張圖片里有多個主體，然後讓鏡頭一個個掃過去，這種場景我也測了一下 Seedance 2.0 的表現。

03

多主體鏡頭

我做了一張圖：五個小動物穿著不同禮服，一起坐在同一條長椅上。主體多、造型差異大，還都在同一畫面里，這種情況其實挺考驗模型的鏡頭理解和主體保持能力。

我當時的提示詞設計很直接：讓畫面里所有小動物一起跳舞給大家拜年，鏡頭要一個個掃過去。每掃到一個角色，就在它的動作上停一下，給慢鏡頭和特寫。

這個視頻主要在考一件事：鏡頭逐個掃過時，角色的出現順序要對。也就是視頻里的出場順序，要和原圖裡小動物從左到右的順序一致，這點很看一致性能力。

從生成結果來看，Seedance 2.0 在畫面質量和整體一致性上都還不錯。不過這條視頻我也反覆跑了三四次才選到比較滿意的版本。動作質量普遍很高，但還是會有順序問題，比如熊貓和兔子的位置被對調，這種情況還是會出現。

但如果只看角色本身和動作表現，這一版確實提升很明顯。每次鏡頭停在單個角色上時，毛髮細節、質感、真實度，還有鏡頭之間的切換，都處理得比較順。

下面我做了一個更偏敘事向的視頻案例。接著用到的兩張圖，是我上傳給 Seedance 2.0 當參考素材用的。

04

宇航員與 3D LED 屏里的貓

左邊是一張十字路口的大型 3D LED 屏畫面，裡面有一隻貓，尾巴是從屏幕里伸出來的；右邊是一張很經典的宇航員圖片。

提示詞是：讓這個宇航員走進十字路口，在路口下面停住，把頭盔面罩打開，再戴上墨鏡，看向 3D LED 屏里的貓，然後整個人愣一下，周圍街道人來人往。

從最後生成的視頻來看，整體效果其實很不錯。尤其是宇航員走進路口那段，你能看到周圍行人和車輛都是在動態變化的，沒有那種很明顯的錯亂感，看起來會比較順。

小問題也有，就是屏幕里的貓還是顯得有點呆，靈動感差一點。整體能用，但這個角色的表現還有提升空間。

下面這張圖是我自己生成的一張 Instagram 風格的剪貼畫配圖，裡面有好幾個男性角色拼在一起。

05

多人物 INS 風剪貼畫

我給 Seedance 2.0 的目標也很明確：人物不要變，背景不要變，畫面里的這些男性角色都要保留下來，只是在這個基礎上，讓他們一起跳起來動起來。

這個任務其實挺難的。按以前的經驗，一張元素很多、結構很複雜的圖，光是做靜態生成就不太穩，很容易出錯。要是在視頻里再讓這些剪貼畫人物動起來，還要跳舞、互動，就更容易把周圍元素帶亂。

所以一開始我自己的預期也不高，會覺得出錯的概率不小。

我給的提示詞：這是一張有多個男性角色的剪貼畫，背景和版式全部保持不變，只讓人物跳舞；節奏偏搞笑、偏抽象；人物之間要有互動動作，比如握手、擊掌。

最後生成出來的視頻，其實跟提示詞對得挺准。畫面里的文字沒有被改動，不管是上面的主標題，還是下面的小塊文字，都保持原樣。整張圖裡一共七個角色，他們之間都有互動，而且基本是在同一個節奏上跳舞。

而且你仔細看細節會發現：這些角色就算把後面的剪貼畫文字擋住了，在遮住、再淡出的那一下，文字本身也沒有被改掉。

06

NIKE 風運動員剪影

最後一個案例，我用的是一位體操運動員運動時的模糊剪影。我給了它一套 5 張參考圖，每張都有很明顯的動態拖影，構圖也很極簡，沒有 logo 和文字，但整體質感很強。

我當時對 Seedance 2.0 的要求也比較高：希望它能把這種動態拖影的感覺保留下來，整體風格往運動廣告片那邊靠，像那種品牌宣傳片的質感，再簡單配點字，就能直接發到短視頻平台。

這個目標其實不低，但最後生成的效果還是挺可以的。

你能看出來，它在結構和節奏上是有主動安排的，不是那種很死板的處理方式。鏡頭切換也不生硬，沒有走老路：不是簡單把一張圖變成動圖，再在幾段動圖之間硬切。

這種老式做法在早期的視頻模型里很常見，這一版明顯更自然一些。

音樂這塊我其實什麼參考都沒給，也沒寫相關提示詞，但它最後配出來的音樂，和整條視頻的節奏還挺合拍的，不是很違和。

有幾個鏡頭它還會主動給慢鏡頭特寫，比如倒數第二個鏡頭，就明顯放慢了節奏，把動作拉出來單獨展示。我還專門截了一幀圖來看，那一刻的畫面，和我上傳的參考圖幾乎是一樣的。

同時你也能看出來，它為了把前後鏡頭接順，會把這張參考畫面往前多補一點內容，也往後多延一點動作，這樣前後過渡就會更自然，不會突然斷掉。

最後簡單收一下：整體看下來，Seedance 2.0 在敘事節奏、鏡頭切換，還有對參考圖片和參考視頻的一致性保持上，都比上一代音視頻模型強了不少。

問題也還是有的，比如畫面里有很小的文字，或者很細的小元素，在動態變化的時候，還是會偶爾出錯。不過出錯的頻率，確實比上一代低了很多。與此同時，單個視頻的生成時間往往非常漫長，積分的消耗也非常大。

對位元組的平台來說，這是內容供給效率的提升，畢竟位元組已經將該模型全面下發到旗下各個 AI 內容創作平台，例如即夢、CapCut（剪映）等等。

從更現實的角度看，視頻生成模型這條線，已經快速進入產品化和商業化驗證期。誰能把生成質量、生成速度、可控性和接入成本一起壓到可用區間，誰就更有機會進入真實內容生產鏈路。

可以說，春節前這一波密集發布，更像是新一輪視頻 AI 競速的發令槍。接下來，整個 AI 視頻模型領域的競速將會以肉眼可見的速度，迅速「開卷」。