DoNews2月12日消息，今天，字節(jié)正式發(fā)布新一代視頻創(chuàng)作模型 Seedance 2.0。
Seedance 2.0 采用統(tǒng)一的多模態(tài)音視頻聯(lián)合生成架構(gòu)，支持文字、圖片、音頻、視頻四種模態(tài)輸入，集成了目前業(yè)界最全面的多模態(tài)內(nèi)容參考和編輯能力。
相比 1.5 版本，Seedance 2.0 的生成質(zhì)量大幅提升，其在復(fù)雜交互和運動場景下的可用率更高，物理準確度、逼真度、可控性顯著增強，更加貼合工業(yè)級創(chuàng)作場景的需求。
其核心亮點如下：
-
復(fù)雜場景下更高可用率：憑借出色的運動穩(wěn)定性和物理還原能力，模型在多主體交互和復(fù)雜運動場景中表現(xiàn)出色，生成可用率達到業(yè)界?SOTA?水平。
-
多模態(tài)能力顯著強化：基于統(tǒng)一的多模態(tài)音視頻聯(lián)合架構(gòu)訓(xùn)練，支持混合模態(tài)輸入，允許用戶同時輸入多達 9 張圖片、3 段視頻、3 段音頻以及自然語言指令，模型可參考輸入素材中的構(gòu)圖、動作、運鏡、特效、聲音等元素，打破傳統(tǒng)視頻生成的素材邊界。
-
視頻生成可控性大幅提升：模型的指令遵循與一致性表現(xiàn)全面提升，并支持穩(wěn)定可控的視頻延長、視頻編輯，讓普通用戶也能像導(dǎo)演一樣，輕松掌控視頻創(chuàng)作全流程。
-
深度支持工業(yè)級內(nèi)容創(chuàng)作：模型支持 15 秒高質(zhì)量多鏡頭音視頻輸出，具備雙聲道音頻能力，可實現(xiàn)極致擬真的視聽效果，配合參考和編輯能力，能大幅降低影視、廣告、電商、游戲等場景的內(nèi)容制作成本。
目前，Seedance 2.0 已上線即夢AI、豆包等平臺，歡迎體驗和反饋。
