用户排队试用等出片。“中国版sora”（文本和视频生成AI模型）——Seedance 2.0经过字节跳动海量视频数据的“投喂”，已经开始在业内刮起15秒短视频创作旋风。日前，华西都市报、封面新闻记者从相关人士处了解到，目前字节跳动旗下工作人员已经在给创作者推送Seedance 2.0使用手册。

　　“AI视频创作现在已经从幼儿园进化到了小学，迭代以天计算。”AIGC（人工智能生成内容）创作者刘归源告诉记者试用Seedance 2.0的体验。

　　“Seedance 2.0已经接近于一款工业化内容生产工具，在成本效率与稳定可控性上更具优势，适合商业内容批量生产。”四川大学中华文化传承与全球传播数字融合实验室执行主任宋耀说。

　　创新：双分支扩散架构

　　2月9日，字节跳动发布视频生成模型Seedance 2.0测试版，引发全网热议。

　　“你可以理解为，以前的AI是画家，现在Seedance是编剧+分镜师+摄影师三位一体。”宋耀说，过去两年，AI视频生成的最大痛点并非画质，而是连贯性。早期模型本质上是逐帧生成+简单拼接，每一帧独立绘制，再靠后期处理强行对齐。结果便是角色面孔随机变化、手指数目错乱、背景忽明忽暗——业内戏称“抽卡地狱”（抽卡类游戏用语）。“Seedance 2.0的突破，在于引入了所谓‘双分支扩散架构’。”宋耀解释说。

　　这个架构，本质上是在传统扩散模型上叠加了一个长期时序控制的大脑。而所谓“双分支”，可以通俗理解为一条分支负责画面生成，另一条分支负责整体叙事与时序控制。“前者仍然使用扩散模型来生成高质量图像帧，后者则承担‘导演’角色，负责记住人物身份、动作轨迹、镜头逻辑以及场景状态。”这种设计使模型不再是每一帧独立创作，而是在一个持续存在的状态中推进画面，因此角色不会在不同镜头中随机变脸，动作也能保持物理连续性，镜头切换时的空间关系与光线条件能够维持一致，从根本上缓解了早期AI视频常见的“画面崩坏”“角色漂移”“动作断裂”等顽疾。

　　从“抽卡”到快速出视频

　　四川传媒学院跨媒体艺术专业主任刘归源长期关注AIGC发展和应用。“每个大厂的模型都各有特点，我们通常是几种工具交替使用，配合不同模型，提升效率。”他坦言，在Seedance 2.0出来之前，做一条30秒的AI视频，实属“劳动密集工作”。“光是修图就得反复‘抽卡’，平均一张图要改4到5次，才能用。而一个几十秒的视频，背后可能要生成200到300张图，再手动筛选、拼接。整个流程特别繁琐——先写文字脚本，再分镜，然后出图，转视频，最后剪辑合成，要花几个小时。”

　　现在，只需要提供足量细节的提示词、有效的首尾帧画面，AI就能在短时间内生成一段运镜流畅、转场丝滑的短视频。刘归源展示了一个用Seedance 2.0生成的15秒动画，“整个时间差不多半个小时。”

　　如果说去年的AI出图水平还停留在“幼儿园级别”，现在Seedance 2.0一出，算是进阶到了“小学级别”。在刘归源看来，这还不是结束，“很快也会有其他厂牌超越它——这场AI视频战争，技术迭代是以‘天’为单位的。”

　　技术、数据造就“中国版sora”

　　“海外评测认为Seedance 2.0在角色一致性与多镜头叙事上优于sora 2，这一优势既来自架构设计，也来自训练数据结构。”宋耀补充说,“架构层面，Seedance显然更强调角色持久状态与镜头逻辑控制，而sora更强调物理世界模拟与场景生成，因此前者在人物驱动叙事上更稳定。”

　　“数据层面，中国短视频生态提供了海量连续剧情、口播与电商视频素材，这类内容天然具有角色连续、镜头密集与节奏明确的特征，使模型在训练中更容易学习到工业化叙事结构。可以说，技术与数据的双重因素共同造就了其在多镜头叙事上的优势。”宋耀分析。与此观点一致，刘归源把这次字节跳动在AI视频创作工具的暂时领先，归结于Seedance 2.0对字节旗下抖音等短视频平台海量数据的学习。

　　整体风格更偏向“内容生产流水线”

　　与其他模型不同，字节走出了工业风。

　　“从横向对比来看，Seedance 2.0与国际主流模型的定位差异十分明显。OpenAI推出的sora更偏向世界模拟与通用视频生成，其目标是构建能够理解物理世界与复杂场景的通用生成模型。”宋耀认为，Seedance 2.0的差异化定位则更接近工业化内容生产工具，尤其面向短视频、广告、电商与剧情短内容的高效生成，因此在角色稳定性、镜头可控性与音画同步方面投入更多架构优化。这也使Seedance 2.0的整体风格更偏向“内容生产流水线”，而非艺术实验型模型。

　　“在生成时长、分辨率与成本效率方面，Seedance 2.0大概率处于全球第一梯队，但偏工业应用。”宋耀评价说。其生成时长与分辨率可能略低于最激进的研究型模型，但在成本效率与稳定可控性上更具优势，适合商业内容量生产。（张峥）