字节跳动 Seed 团队正式发布 Seedance 2.5。公司称，新模型单次可生成最长 30 秒的音视频片段，并支持多轮续写、时间点编辑，以及一次输入最多 30 张图片、10 段视频和 10 段音频作为参考。

一句话结论：30 秒只是容易传播的数字，真正的产品变化是视频模型开始接收完整素材包、理解时间线并修改局部内容；它争夺的不再只是“生成第一段画面”，而是剪辑和后期制作中的反复调整。

此前许多视频模型的使用方式接近抽奖：输入提示词，等待一段短片，不满意就整体重来。片段越长，人物、场景、动作和声音越容易漂移；即使每个镜头单独好看，拼在一起也可能没有连贯叙事。

Seedance 2.5 把单次生成从 15 秒延长到 30 秒，并强调一段内可以组织多个镜头、场景变化和故事转折。多轮扩展则尝试保留主体、环境和节奏，让用户继续追加后续 30 秒，而不是回到第一帧重新抽取。

更值得看的是参考输入。30 张图片可以分别约束人物、场景、道具和风格，视频提供动作和镜头参考，音频则提供声音、节奏或氛围。对广告、短片和教学内容来说，这比单纯提高分辨率更接近真实委托，因为客户通常已经有品牌素材、演员形象和必须保留的镜头语言。

时间点编辑、绿幕、视角调整和基于参考的局部修改，也是在补生成模型最贵的缺陷：一个小错误不该迫使整段作废。用户其实不想理解模型怎样保持一致，只希望在第 12 秒换一句台词时，第 1 到 11 秒不要跟着改变。

目前证据仍主要来自字节跳动挑选的演示。公司没有公开统一第三方评测，也没有说明多轮扩展后身份漂移、物理错误和可编辑精度的失败率。Seedance 2.5 已陆续进入即梦和豆包专业版，BytePlus ModelArk API 仍标为即将提供，开发者还不能完整验证自动化工作流中的成本和稳定性。

关键事实

• 生成长度：单次最长 30 秒，并支持多轮扩展
• 参考输入：最多 30 张图片、10 段视频和 10 段音频
• 编辑能力：支持时间点控制、绿幕、镜头视角和参考素材编辑
• 上线状态：消费端开始推送，BytePlus API 尚未正式开放

OC 判断

视频模型下一阶段不是继续比赛谁能生成更华丽的十秒，而是谁能让创作者少返工。应重点测试局部修改是否影响未选区域、扩展三轮后角色是否仍一致，以及素材授权信息能否跟随成品。没有这些，所谓专业工作流仍只是更复杂的生成入口。

为什么重要

• 对创作者：多素材参考可能减少提示词试错，但也提高素材整理和授权管理要求。
• 对开发者：API 上线后要评估可重复性、局部编辑稳定性和每条可用成片的实际成本。
• 对平台：越像完整制作工具，越需要身份同意、来源标记和可追踪的编辑记录。

参考来源

• ByteDance Seed: Introducing Seedance 2.5
• Seedance 2.5 project page
• BytePlus ModelArk documentation