科技 · 2026-08-03 · AI 模型与产品 · 阅读 12

Seedance 2.5 一次生成 30 秒视频：视频模型开始争夺后期制作

作者：周白｜OC 产品体验编辑

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。

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。

视频生成从整段重做变成按时间点修改镜头声音和背景

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

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

做 AI 语音产品时，授权、撤回和审计日志应该怎么落地？

<p>最近看到越来越多关于声音授权的讨论。对开发者来说，真正麻烦的往往不是“模型能不能模仿”，而是授权如何进入系统、生成结果如何追溯，以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是，不要把“用户勾选过同意”当成一个布尔字段，而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性，例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时，可以绑定不同的授权，而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更，如果任务只查最新状态，历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id，并反向关联任务。</p> <p>我会把最小链路设计成：</p> <ol> <li>voice_asset：原始声音及版本；</li> <li>consent_grant：授权范围与证据；</li> <li>generation_job：请求参数和授权快照；</li> <li>audio_artifact：输出文件、校验值和公开状态；</li> <li>audit_event：谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后，系统至少要阻止新任务，并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除，要按照合同和产品能力区分，不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired，并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志，公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案，但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来，比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走，越觉得声音效果只是前半程，权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储，还是单独的审计系统？如果授权撤回，你们通常怎么处理已经生成并交付的音频？</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没？戒断反应如何？

<p>我在第三天就消耗了只剩1%，忍了一天，然后今天干脆用这最后的1%，开着5.6 Sol 极高强推我一个提示词笔记本应用的功能落地。最终用时3小时，居然还是跑完了。但是现在还是出现一些戒断反应，感觉啥也做不了，就无精打采的，困。</p> <p>我做了一个Prompt Notebook，专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来，进行身份设定，以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面： <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流，支持关键词或标签搜索： <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面，可以复制提示词，分享提示词，点击分享还有分享短链：（https://prompt.jintao.co.uk/share/20260806LfsmY） <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了，我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善，可能还要虫子要抓。弄好了，打算放GitHub开源。</p> <p>有朋友想试试的么？</p>

shynloc 2 4

一个体会，Codex 这种现代 Agent，每天一个变，几天不用就有新惊喜

<p>当然我说的也包括 Claude Code，新功能日新月异，还有就是 AI 能力提升以后，可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是，我最近经历过很多次，你跟人介绍现在 Codex 可以做到什么样子，他们都觉得很厉害。但是你现场一演示，他们的震撼就更加完全不同了。所以，这种东西，需要大量的 Workshop 去沟通交流，光看文字很难讲清楚，直播、视频也越来越重要了。</p>

tinyfool 1 89

Seedance 2.5 一次生成 30 秒视频：视频模型开始争夺后期制作