Seedance 2.5:一镜到底的 30 秒广告
我们在它发布当天就进行了测试:要求 30 秒的视频,返回的是 30.08 秒,没有任何切镜,并带有原生音频,而且它为一张真实人物的照片制作了动画。
大多数模型发布只是提升了某项基准。这一次则是去掉了一种变通方案。
此前,超过十五秒的视频广告并不是一条完整的视频,而是多段拼接而成的。我们路由的每个生成器,单个片段大约都限制在十五秒左右,因此三十秒的广告意味着要分段渲染,并隐藏拼接的痕迹:匹配光线、让同一个人始终看起来是同一个人、让每个新片段在思路中途开始,使接缝不那么显眼。我们的大量提示工程,其存在的唯一原因就是让这些衔接处看不出来。
Seedance 2.5 可以一镜到底渲染三十秒。我们要求三十秒,并测量了返回的结果:30.08 秒,零硬切,原生音频。一个连续的镜头,没有需要隐藏的接缝。
我们实际测量的结果
以下内容均来自发布当天我们运行的渲染,而非规格表。
- 三十秒,一镜到底。对 30 秒的请求返回了 30.08 秒。场景检测在整个片段中未发现任何硬切。
- 它能为真人的真实照片制作动画。我们输入一张普通的人像,返回的是该人物的写实视频片段。在 Hermoso 上,它会保留来自已保存创作者或你拥有使用权的照片中的人脸。
- 原生同步音频,包括语音,默认开启。
- 1080p、720p 和 480p。它发布时支持 480p 和 720p,之后增加了 1080p。4K 作品仍应使用 Seedance 2.0。
- 最多 30 张图片参考,以及视频和音频参考,可在提示词中按名称引用。
人脸的变化比时长更重要
三十秒是标题亮点,但更安静的变化才真正改变了你能制作的内容。
在 AI 广告中呈现一个特定的人,过去只能在两个糟糕的选项之间选择。用文字描述,模型会找一个符合描述的人。这个人是写实的,但在每个片段中都会有细微的差别,一旦广告包含多个镜头,这就是致命的问题。或者将身份锁定到一张风格化的参考图上,从而在整个片段中保持同一张脸,代价是看起来像画出来的,而不是拍摄出来的。
在 Seedance 2.5 上,使用一张真实照片,你可以同时获得两者:同一个人,而且是写实的。这不是更好的权衡,而是这种权衡本身消失了。
2.0 仍然占优的地方
我们没有淘汰它,也不会假装新版本严格更好。
Seedance 2.0 是唯一支持 4K 渲染的版本。如果你制作的内容需要在 4K 下保持清晰,那么仍然应该使用它。2.5 最高支持 1080p,我们宁愿直说,也不让你在导出时才发现。
因此,诚实的分工是:2.5 用于长时长以及受益于一镜到底的内容;需要 4K 时使用 2.0。
这对撰写广告意味着什么
三十秒的一镜到底并不是十五秒版本的更长版本。它是另一种镜头,需要以另一种方式撰写。
拼接式广告是一系列节拍的组合,每个节拍完成一项任务,并在切点处连接。一镜到底则是一个动作:先铺垫,然后在不中断的情况下发生某件事,最后落定。如果你写下三十秒的节拍,然后交给一个不会切镜的模型,你得到的只是三十秒的漂移。如果你写下一个带有起承转合的完整动作,你得到的就是模型真正擅长的那种镜头。
它现在已在 Hermoso 中上线
Seedance 2.5 从今天起成为 Hermoso 的默认视频模型,如果你想固定使用它,也可以通过 MCP 和 CLI 按名称调用。最长三十秒的广告现在会以一个完整镜头渲染,而不再由片段拼接而成。
关于它与 Veo 3.1 和 Kling 3.0 的对比,以及哪种镜头适合哪种引擎的更全面比较,请查看我们的模型对比。