VIBEPAPER JOURNAL / AI CREATION

Seedance 2.5 实测:它改变了什么、怎么指挥它,以及我们踩过的坑

VibePaper · 更新于

Seedance 2.5 不只是一个更好的短片生成器。字节跳动把它定位为把一个想法带进更长音画叙事的工具:能用更多参考素材,从初稿一路走到成片,还能只改某个片段而不必整段重来。我们在 VibePaper 的视频生成器里用它跑了一整轮测试。真正影响结果的不是提示词写多长,而是动笔前先把镜头想清楚:机位在哪、第一帧是什么、画面里只有哪一样东西在动。

  • Seedance 2.5
  • AI 视频生成
  • 多模态参考
  • 视频延长
  • VibePaper
我们用 Seedance 2.5 在 VibePaper 里生成的测试片段截帧。

一览

字节跳动公布的 Seedance 2.5 能力,以及在 VibePaper 里实际起作用的设置
能力官方数字或表现在 VibePaper 里意味着什么
单次时长每次生成最长 30 秒生成前先选固定时长。我们把时长留在「自动」时,价格明显更高。
参考素材最多 50 个:30 张图片、10 段视频、10 段音频在「参考」模式里添加。每个素材都应该在镜头里承担一项具体作用。
声音与画面一起生成,保持同步声音和画面一次生成,不用事后再叠音轨。
连贯性多轮延长时保留主体、场景与节奏延长一条你满意的结果,而不是换一批角色重新开一条。
编辑可针对角色、动作、背景或运镜做局部修改只改其中一个片段,不用整段重做。

相比 Seedance 2.0 改了什么

Seedance 2.0 带来了声音与视频一体生成的架构。Seedance 2.5 延续这套架构,把重心转向完整的制作流程:构思、分镜规划、生成、延长和局部编辑。按字节跳动的说法,目标是把一个想法推进成完整作品,而不是只产出一段孤立的片段。

对创作者来说,差别体现在三处:一段序列能跑多长,能用多少种参考素材来引导它,以及生成结果有多少部分可以不重来就修改。

Seedance 2.5 的能力细节

一次生成更长的故事

单次生成最长 30 秒,并且带同步声音。字节跳动表示,镜头切换、场景变化和叙事节点之间的连贯性比前代更好。在我们的测试里,故事只有一个场景、一个明确动作时,连贯性最好;多个场景、多个角色的长序列更难保持一致,我们会拆成几次延长来做。

最多 50 个参考素材来引导画面

用参考素材驱动生成,是 Seedance 2.5 与纯文字提示词差别最大的地方。你可以组合最多 30 张图片、10 段视频和 10 段音频。模型能从这些文件里取用角色、声音、环境、道具、构图、动作和风格,字节跳动称它能借此处理多主体、多场景的创意。

我们把 50 个当作容量上限,而不是要用满的目标。每个参考素材都应该回答一个问题:镜头里是谁、地方长什么样、镜头怎么动、听起来是什么声音。回答不了新问题的素材,只会增加噪音。

用空间草模当制作骨架

字节跳动特别提到,可以用白模(clay render)作为骨架,确定场景结构、角色姿势、走位、运动路径和机位。Seedance 2.5 再在这个骨架上加材质、氛围和光线,同时保留其中的空间关系。需要在多个镜头里保持同一套调度时,这一点很有用:布局固定,只换质感。

精确修改某个片段

带时间戳的提示词可以在片段的特定时间点控制叙事节点、镜头视角、动作和节奏。局部编辑可以改掉一个角色、一个动作、一个情节点、背景或运镜,而不用重建整段序列。字节跳动还把绿幕替换和镜头视角变换列为编辑选项。

整幅画面的质量

字节跳动称 Seedance 2.5 在画质、声音、动作、转场、质感、皮肤、光线和色彩上都有提升,同时保持声画同步。这些正是并排对比时与旧模型差别最明显的地方。我们建议用你自己的素材来判断,而不是只看发布宣传片。

我们测试时生成的真实片段

下面的片段都是在 VibePaper 里用 Seedance 2.5 以 720p 生成的。第一段是古老石室里的三镜头电影感序列,一束带着浮尘的日光照进来;另外两段分别是一镜到底的玻璃吹制匠人,以及弦乐器演奏的特写。我们保留了生成时的原样,没有剪辑或重新调色。

Seedance 2.5 测试片段截帧:一束日光照进古老的石室
石室序列,720p,约 6 秒。在 VibePaper 里用 Seedance 2.5 生成。
昏暗作坊里转动橙色熔融玻璃的匠人,由 Seedance 2.5 生成
昏暗作坊里的玻璃吹制匠人,720p,6 秒。一镜到底,缓慢推轨。
昏暗房间里弦乐器上的手与琴弓特写,由 Seedance 2.5 生成
弦乐器演奏的手部特写,720p,约 5 秒。在 VibePaper 里用 Seedance 2.5 生成。

在 VibePaper 里做一段 Seedance 2.5 视频

  1. 01打开视频模式,选择 Seedance 2.5在 Paper Gen 里从「图片」切到「视频」,打开模型选择器,进入 ByteDance 分组,选择 Seedance 2.5。
  2. 02先定比例、分辨率和时长这三项决定点数价格。我们在 720p、时长「自动」的设置下,「生成」按钮显示 258.97 点数。改成固定时长,比如 5 秒,提交前再看一眼价格。
  3. 03选择输入模式开场画面已经定稿时(比如一张已经确认的人像),用「首尾帧」;想加图片、视频或音频作为引导时,用「参考」。
  4. 04把提示词写成分镜清单一个镜头按顺序写:主体、一个动作、一种运镜、光线。几句短的分拍比一大段长文更好用。每段只要求一种运镜,效果满意再延长。
  5. 05看价格、生成、检查结果完成的任务出现在「你的创作」最上方。失败的任务也会留下一张卡片并写明原因,你可以改写措辞或参考素材后再试。
我们在 Paper Gen 里走过的流程:从打开视频模式到查看结果。

各项设置在哪里

影响一次 Seedance 2.5 任务的设置分布在两处:提示词框上方的输入模式切换,以及下方的设置栏。下面的截图按这个顺序排列,从怎么添加素材到怎么读结果。截图为英文界面,中文界面的位置相同。

VibePaper 参考模式特写:提示词上方有图片、视频、音频三个素材位
参考模式。图片、视频、音频三个素材位在输入模式切换下方,每个文件的类型和用途一目了然。
Seedance 2.5 的首尾帧模式特写,带首帧和尾帧两个素材位
首尾帧模式。开场画面已经定稿、镜头要从它开始时使用。
VibePaper 时长菜单特写(2026 年 10 月截图):默认选中自动,可选 4 到 10 秒
这是 2026 年 10 月我们测试时的时长菜单。当时默认是「自动」,价格也是我们见过最高的:1080p 下 637.18 点数。可选时长和分辨率跟着模型当前的限制走,你看到的可能不一样。生成前请选一个固定时长。
VibePaper 比例菜单特写:默认选中自动,可选 1:1 到 21:9
比例菜单。提交前先选好画幅,结果会按这个比例生成。
Seedance 2.5 设置栏特写:比例、分辨率、时长与生成价格
设置栏。模型、比例、分辨率和时长都在「生成」按钮旁边,按钮会在提交前显示价格。

界面长什么样

先选模型。在模型选择器里,Seedance 系列归在 ByteDance 分组下,Seedance 2.5 排在最上面。选哪个模型决定了可用的比例、时长和价格,所以要先选模型,再动其他设置。

模型选择器展开 ByteDance 分组,选中 Seedance 2.5
模型选择器的 ByteDance 分组。Seedance 2.5 在列表最上方,并已勾选为当前模型。

我们遇到的限制和失败

功能列表告诉你模型本该做到什么,限制才决定它适不适合你的工作。下面是我们实际碰到的情况。

  • 会遇到版权拒绝。一条「大教堂里的小提琴手」提示词以版权限制为由失败了。我们没能确定具体触发点,所以任务被拒时,请围绕原创角色和场景重写,而不是原样重新提交。
  • 价格随设置变化。我们测试时,720p、5 秒的一次生成花费 76.17 点数。价格会调整,每次都以「生成」按钮上的数字为准。
  • 多主体更难。字节跳动自己也说,复杂物理运动和多主体互动仍有提升空间。我们的结果也一样:一两个主体比一群人更容易保持一致。
  • 长序列需要规划。跨多个场景时的连贯性不如单一场景内,所以长故事请拆成几次延长,每次配一份清楚的分镜清单。

第一次尝试的提示词清单

主体:一位穿米色亚麻衬衫的女人,坐在洒满阳光的窗边。动作:她抬起视线,露出一个安静的微笑。镜头:缓慢推近,浅景深。光线:柔和的窗光,浮尘在光里飘动。质感:高级杂志电影感,画面无文字、无标志。

关于 Seedance 2.5 的常见问题

Seedance 2.5 单次生成最长多久?

字节跳动公布的上限是每次 30 秒。想要更长的序列,先生成第一段,再分轮延长,让主体、场景和节奏延续下去。

一定要有首帧吗?

不需要。你可以只用文字,或只用参考素材。已经有确认好的开场画面、希望镜头从它开始时,首帧才有用。

为什么任务因为版权提示失败了?

模型会拒绝看起来过于接近受保护作品的请求。请围绕原创的角色、地点和物件重写场景,并避免点名某部知名作品。

怎么控制花费?

写提示词之前先把时长设成固定值,然后看「生成」按钮上的价格。最容易让人意外的,是时长设为「自动」时的价格。

参考资料与阅读边界

技术概念以所列官方资料与原始来源为准。文中的工作流建议和示例属于编辑分析,不构成效果保证。

  1. One-take Creation, Flexible Referencing: Introducing Seedance 2.5,字节跳动 Seed来源:单次生成 30 秒、30 张图片 / 10 段视频 / 10 段音频的参考上限、按时间戳编辑、绿幕与镜头视角编辑,以及多轮延长。