界面新聞記者 | 宋佳楠
界面新聞獲悉，2月12日，備受外界關(guān)注的字節(jié)跳動旗下豆包新一代視頻生成模型Seedance 2.0全量上線，正式接入豆包App、電腦端、網(wǎng)頁版和即夢AI。
用戶打開豆包App對話框，選擇新增的“Seedance 2.0”入口，輸入相關(guān)提示詞，即可生成5秒或10秒視頻。也可以選擇“分身視頻”，經(jīng)過真人驗證，創(chuàng)建自己的視頻分身。
據(jù)豆包方面介紹，Seedance 2.0模型支持原聲音畫同步、多鏡頭長敘事、多模態(tài)可控生成。輸入一段提示詞和參考圖，就能生成帶有完整原生音軌的多鏡頭視頻內(nèi)容。該模型可以自動解析敘事邏輯，生成的鏡頭序列在角色、光影、風(fēng)格與氛圍上保持高度統(tǒng)一。
具體來看，Seedance 2.0在運動場景下的生成可用率達(dá)到業(yè)界SOTA水平，其在人物動作建模方面，有著自然連貫、遵循現(xiàn)實世界運動規(guī)律的優(yōu)勢。它能高保真地合成時序精密的復(fù)雜交互場景，也能在特寫鏡頭中展現(xiàn)出逼真的細(xì)節(jié)與嚴(yán)密的物理邏輯，如同實拍一樣。
Seedance 2.0支持文字、圖片、音頻、視頻四種模態(tài)混合輸入，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。它能精準(zhǔn)還原復(fù)雜腳本，保持穩(wěn)定的主體一致性。模型還具備一定的編導(dǎo)思維，分鏡設(shè)計和運鏡貼合敘事邏輯，并新增視頻編輯和視頻延長能力。
此外，模型集成雙聲道立體聲技術(shù)，可實現(xiàn)高仿真、沉浸式的音效生成。其支持背景音樂、環(huán)境音效或人物解說等音頻多軌并行輸出，可更好地支持專業(yè)級視聽內(nèi)容創(chuàng)作，適配商業(yè)廣告、影視特效、游戲動畫、解說視頻等場景。
值得注意的是，目前豆包Seedance2.0暫不支持上傳真人圖片作為主體參考。
事實上，近日豆包App開啟Seedance 2.0灰度測試后已引爆海內(nèi)外輿論場。影視颶風(fēng)創(chuàng)始人潘天鴻（Tim）此前發(fā)布了Seedance 2.0實測視頻，標(biāo)題為《改變視頻行業(yè)的AI，快來了（但有點恐怖）》，B站播放量2天破300萬。
該視頻主要圍繞大范圍運鏡與物理一致性、分鏡與敘事連續(xù)性以及音畫同步與原生生成等方面進(jìn)行測試。Tim在視頻中連說6次“恐怖”，稱這不是工具升級，而是行業(yè)革命，“傳統(tǒng)影視流程已進(jìn)入被AI海嘯沖走的倒計時”。
游戲科學(xué)創(chuàng)始人、《黑神話：悟空》制作人馮驥評價其為“當(dāng)前地表最強視頻生成模型”，認(rèn)為該模型標(biāo)志著AIGC從探索期邁入實用化階段，同時提醒行業(yè)關(guān)注內(nèi)容真實性與版權(quán)保護(hù)議題。
而在海外社交平臺上，多條演示視頻播放量突破百萬。特斯拉CEO埃隆·馬斯克在其社交平臺X轉(zhuǎn)發(fā)評論Seedance 2.0相關(guān)推文，感慨模型發(fā)展速度太快。好萊塢導(dǎo)演Charles Curran實測后則公開表示，僅用20分鐘、花費數(shù)十美元便完成電影級預(yù)告片制作，Seedance 2.0具備顛覆傳統(tǒng)影視工業(yè)的潛力，或?qū)⒅貥?gòu)好萊塢創(chuàng)作流程與成本結(jié)構(gòu)。
面對業(yè)內(nèi)熱議，字節(jié)方面表示，在各項評測中，Seedance 2.0的綜合表現(xiàn)達(dá)到行業(yè)領(lǐng)先水平。但模型在細(xì)節(jié)穩(wěn)定性、多人口型匹配、多主體一致性、文字還原精度和復(fù)雜編輯效果等方面仍有優(yōu)化空間?！癝eedance 2.0還遠(yuǎn)不完美，其生成結(jié)果仍存在諸多瑕疵?！?/p>