字节跳动发布视频生成模型seedance2.0，豆包和即梦已接入；支持图像、视频、音频、文本四模态输入，提升生成可控性与真实性，获马斯克、冯骥等高度评价。
2月12日，字节跳动发布最新视频生成模型Seedance2.0，旗下AI产品豆包和即梦宣布接入。目前用户可以在豆包APP、电脑端、网页版以及即梦APP、即梦网页版等产品中体验该模型。
其中，豆包APP、即梦APP支持真人出镜，用户需要先通过录音录像完成真人校验，才能生成本人形象的数字人(16.860, 1.77, 11.73%)分身，使用该分身生成AI视频。而在豆包电脑端、网页版以及即梦网页版等场景中，平台均明确提示暂不支持上传真人人脸素材。
Seedance 2.0 能够支持图像、视频、音频、文本四种模态输入，表达方式更丰富，生成也更可控。用户可以用一张图来说明自己想要的画面风格，用一个视频指定角色的动作和镜头的变化，用一段音频表达预期的节奏和氛围，“提示词”开始不再局限于文字，创作过程变得更自然、更高效，也更像真正的“导演”。
此前，Seedance 2.0已经在小范围进行内测，凭借多模态参考、精准可控性等亮点，在全球范围内引发关注。一名海外创作者使用Seedance 2.0制作短片，与数月前海外模型的呈现效果做对比，明显更真实、丰富的画面让埃隆·马斯克也不由感慨：“这发生的也太快了。”海外社交平台上，不少国外用户为了用上Seedance 2.0，开始研究如何申请中国手机号。
马斯克点评Seedance2.0在视频效果上的进步
游戏科学CEO、《黑神话：悟空》制作人冯骥试用后评价说，Seedance 2.0是“当前地表最强的视频生成模型”，其在多模态信息理解与整合能力上实现了飞跃。
官方技术报告显示，Seedance 2.0 采用极致的稀疏架构来提升训练和推理效率，基于统一的多模态视频生成架构，模型涌现出了强大的泛化能力 ，不仅能生成音画同步的高质量音视频，还可支持组合的多模态参考、视频编辑、视频延长等复杂功能。
在基于多模态参考生成、复杂音视频指令遵循、复杂运动稳定性、专业镜头语言、音视频表现力及视听一体化协同等多维度的测评中，Seedance 2.0 的表现均处于业内领先水平。其在运动稳定性、指令遵循及画面美感维度均有显著提升，生成的复杂动作流畅细腻，并支持专业级组合运镜与叙事节奏控制。
