Seedance 2.5：带音频的 AI 视频生成

Seedance 2.5 是字节跳动的新一代视频创作模型，于 2026 年 7 月 31 日发布。基于 Seedance 2.0 的统一多模态音视频联合生成架构，它将焦点从生成单个片段转向完成完整的创意作品，在长篇叙事、多模态参考和编辑方面取得了重大突破。 该模型单次即可生成长达 30 秒的高质量音视频，镜头转换与场景切换得到改进，在较长视频中具有更强的连贯性。它支持多轮扩展，创作者可以构建具有一致视听语言的多分钟内容，一次生成即可将完整故事生动呈现。图像、音频和动态质量均较上一代有所提升，呈现出更自然、更精致的视觉效果。

​

Seedance 2.5 的优势

• 30 秒生成：单次生成即可输出高质量 30 秒音视频片段，并支持多轮扩展
• 音视频同步：视频与音频同步生成，包含对话和口型同步语音
• 全面升级的多模态参考：最多可接受 30 张参考图像、10 个视频片段和 10 个音频片段，用于角色一致性、视觉风格和动作节奏控制
• 精准编辑：提供时间戳级控制，可对视频和音频进行针对性编辑，并支持绿幕及基于参考的编辑
• 多轮扩展：通过扩展片段构建数分钟内容，保持一致的视听语言
• 多场景适用：适用于品牌宣传片、剧集、电商内容、产品展示和角色驱动的短剧

​

示例输出

文生视频生成，可产出一段带有同步声音和音乐的 30 秒电影感片段： 图生视频生成，可将单张图像动画为一段带有声音、音乐和对话的 1080p 片段：

​

在 ComfyUI 中使用