光子星球

光子星球

关注

徐工、小鹏、穹彻智能,为什么都选择 Seedance 2.5?

环形隧道

2026-07-31

撰文 | 郝 鑫

编辑 | 王 潘

今年 6 月的火山引擎 Force 原动力大会上,视频生成模型 Seedance 2.5 初亮相。预告功能吊足了用户的胃口,各大 AI 视频平台纷纷打出了「Seedance 2.5 即将接入」的预告。

7 月 31 日,Seedance 2.5 正式发布,目前已上线豆包、即梦、扣子、小云雀等字节旗下产品,并将于近期通过火山引擎面向企业用户开放。

相较年初发布的 Seedance 2.0,Seedance 2.5 在四大核心能力上实现突破:

单次生成视频时长提升至 30 秒,并提供高保真时序延长能力,可在更长时长内保持人物、场景与镜头的一致性;支持最多 50 个多模态参考素材,同时新增白模、绿幕参考能力,复杂项目与工业化创作更加可控;增加了视频局部编辑能力,支持在维持整体画面节奏的前提下,对背景、商品、人物等局部元素进行精准修改;同时原生支持 10 余种语言,并加强了复杂指令控制,能够适配多语言、多版本的工业化生产需求。

Seedance 2.5 进一步增强了对真实世界的理解和呈现能力,这一突出特点令其拓展了原有服务场景的边界。

内容创作方向,视频生成从片段级输出,走向更完整的创作流程。视频生成从「能生成」,迈向了「可修改、可迭代、可交付」的新阶段。

另一方面,通过与真实世界的持续交互,Seedance 2.5 正加速渗透至智能驾驶、具身智能、实体制造、教育、电商出海等领域。

Seedance 2.5 开放当天,徐工集团、小鹏汽车、灵初智能、微分智飞、穹彻智能等多家企业确认合作,将率先引入该模型能力。目前,这些企业已基于 Seedance 系列模型展开了场景落地探索。

30 秒直出,已摸到商用 TVC 的门槛

Seedance 2.5 上线的第一时间,我们就上手进行了评测。

我们给 Seedance 2.5 设了两道题:生成一条 30 秒品牌 TVC,再对这条 TVC 做一次美国市场本地化处理。为此我们虚构了一个高端手机品牌「星辰 X1」,然后为它准备了 14 张参考素材:7 个角度的产品图、3 张人物肖像、3 个场景设定、1 个 Logo。

Prompt 是一条精确到秒的分镜脚本:0 到 6 秒开场,手机悬浮旋转、屏幕点亮、环绕推进;6 到 12 秒夜景拍摄,跟焦手机屏幕;12 到 18 秒日出拍摄,逆光剪影;18 到 24 秒成片展示,照片漂浮展开;24 到 30 秒结尾,产品旋转,Slogan 入画。镜头运动方式、光影来源、过渡效果全部写入。

从最终成片效果来看,Seedance 2.5 整体水平已接近商用产品片水准 。

在镜头语言上,开场产品光效、屏幕内转场、照片飞出显示器的运镜衔接流畅且有想象力,这并非简单的场景切换,而是具备了一些镜头设计意识。不过,小问题也有,在全片转场都用了淡入淡出的前提下,有两处稍显僵硬的切换。考虑到 30 秒内要完成 4 个场景的叙事推进,两处硬切对整体观感的干扰其实很有限。

光影是全片最强项,产品扫光符合物理反射规律,逆光剪影的曝光过渡自然无跳变。夜景场景中,霓虹灯光在手机背面玻璃上的反射效果、车流光轨在屏幕中的呈现,都经得起逐帧细看。

人物动作的静态持机和发丝飘动自然可信,不过手持运镜因为匀速显得略微有些机械化。触屏滑动时指尖没有完全接触屏幕,动态手部仍露 AI 痕迹。当然,手指与手机屏幕间的毫米级交互,本身就是视频生成领域公认的技术难点,能处理到这个程度已经算往前迈了一大步。

接下来是 Seedance 2.5 新增的视频局部编辑能力,让它将视频中的中国元素替换掉,对这条视频做美国本土化处理。

编辑指令很明确:手机外观、镜头轨迹、场景切换时间点、光影效果、总时长,全部 100%不变。人物换成欧美金发女性摄影师,场景换成纽约曼哈顿夜景、大峡谷、工业风 Loft,Slogan 换成英文。

技术执行近乎逐帧对齐原版 , 结构、运镜、转场时机与原版重叠度极高。人物替换后三场景面部一致性很好,动作节奏与快门时机匹配无崩坏。

场景替换明显融入了美国元素,例如张家界云海日出被换成科罗拉多大峡谷日落,光影层次甚至优于原版;办公室场景换成了红砖墙布鲁克林 Loft,对应美国本土的风格;英文 Slogan 的字体、位次、淡入时机与原版一致,品牌星标和「星辰」中文小字也保留了。

有一个细节值得一提,6 到 11 秒夜景段,天际线依然是上海外滩。人物、Slogan、日出、工作室都精准替换为美国的版本,唯独城市夜景没触发编辑。这恰好说明局部编辑的核心挑战不在替换能力本身,而在于编辑范围的识别,模型需要更明确地理解「哪些东西属于需要被替换的范畴」。这种范围控制能力一旦成熟,局部编辑的实用性会再上一个台阶。

从内容走向生产

两个测试下来,结论比较清晰:Seedance 2.5 这次新取得的突破已经从「能跑通」进入了「能交付」的讨论范围。

虽然 Seedance 2.5 还不是一个可完全直出的工具,细节上仍有需要后期修补的地方,但其已经跨过了那条最关键的分界线:从「可行」到「可用」。对于任何一个行业工具来说,从 0 到 1,从来都比从好到更好难得多。

过去两年,视频生成模型的演进轨迹,很容易被简化为一条技术参数曲线,背后是更长的时长、更高的分辨率以及更逼真的画质。但 Seedance 2.5 在产业端的延伸,指向了一个更深层的转变。

30 秒内人物、场景、镜头的一致性保持,对重力、碰撞、摩擦力等物理规律的遵循,还有基于少量先验数据泛化大规模场景的能力,这些加在一起意味着,视频生成模型正在重建一个接近真实物理世界的动态环境。

这种「重建」并非抽象的概念,在实际的具身智能训练场景中尤为直观。

以透明及反射物体学习为例,机器人在抓取透明玻璃杯或反射金属器物时,光线会发生折射与扭曲,背景影像投射在物体表面,传统视觉模型极易被干扰。但 Seedance 系列模型只需输入一段机器人在厨房台面前操作的视频,就能在保持原始运动轨迹、镜头角度和机械臂位姿完全不变的前提下,将玻璃罐中的液体改为橙汁,台面换成棕色木纹,整体环境光调亮。

在这过程中,光线如何穿透液体,如何在木质表面漫反射,玻璃杯壁如何折射,模型都会自动完成物理一致性计算。这个案例很好说明通过视频生成模型,机器人可以在生成的多样化场景中反复训练,学会应对不同光照和材质条件下的操作挑战。

香港科技大学计算机科学与工程系副教授王帅评价,以 Seedance 2.5 为代表的新一代视频模型,不仅可以生成图像帧,更是在学习「世界如何变化」。例如,一个物体被推动之后如何运动,人物动作与环境如何互动,镜头切换时空间关系如何保持一致,这些都要求模型具备更强的时空理解能力和物理一致性建模能力。

当视频生成模型具备更强的物理规律理解能力之后,其应用边界会进一步扩大。除了服务于内容产业,也可能成为未来具身智能、机器人仿真、自动驾驶场景生成、工业设计验证等领域的重要基础能力。因为这些场景都需要模型理解「一个动作会带来什么后果」「一个场景会如何演化」。

「从这个角度看,Seedance 2.5 代表的不只是视频生成质量的提升,更是生成式 AI 向真实产业生产流程深入融合的一个重要信号。」

视频生成价值向实体延伸

观察 Seedance 2.5 合作企业名单,印证了上述的判断。从徐工集团、小鹏汽车到穹彻智能、微分智飞,没有一家是传统意义上的内容公司,它们分布在中国制造、汽车、具身智能、自动驾驶等实体经济的核心地带。

彼此行业不同,但需求高度一致。每一家都需要在真实生产流程中,高效地生成数据、仿真场景、演示流程与交付知识。而这些,恰恰是视频生成模型正在提供的新能力。

制造行业具有典型的高复杂度、高安全要求和高知识密度特征,从大型设备交付、安装调试,到产线作业、售后维修,高度依赖经验型知识的传递。传统方式依赖实拍或 3D 动画制作培训视频,成本高、周期长,且难以应对产品迭代与工艺变更。

徐工集团此前已将 Seedance 2.0 应用于工业操作培训、工序 SOP、安全培训等视频生成,大幅降低传统实拍与 3D 动画的制作成本。面对产品迭代或工艺变更,可按需快速更新视频内容,无需重新组织拍摄或建模。

具身智能模型训练,长期受困于数据瓶颈。实体机器人逐一采集数据,速度慢、成本高、场景覆盖有限,复杂操作还容易造成设备损坏。而传统仿真合成数据则需要大量人力进行精细化场景建模,光照、纹理、物理规律都需要逐一嵌入。

视频生成模型提供了第三条路径,利用其更强的泛化能力,只需参考少量高质量的先验数据,便可自动化生成多样化的训练数据,成为具身智能训练数据的有效补充。

穹彻智能借助视频生成扩充了具身智能大模型的训练数据,无需依赖实体机器人逐一采集,就能生成适配不同机型的操作数据,提升模型在多种机器人上的适配能力与通用性。

微分智飞则在飞行具身领域深入探索,将 Seedance 融入飞行机器人应用,打造出一套标准化、高难度的数据集生成流程,能够精准模拟障碍物闪避、室内自主寻路、智能目标锁定乃至复杂镜头运动等真实难题,产出高质量训练数据。

在智能驾驶领域,多家头部企业正在探索基于 Seedance 模型生成训练数据。暴雨、大雾、降雪、光线反射,这些极限工况在真实路采中难得一遇;行人突然横穿、前车紧急切出等 corner case 在数据池里更是稀缺。

而恰恰是这些难以大量采集的边缘场景,决定了自动驾驶系统的安全上限。Seedance 提供了一条新路径:成规模地合成极端场景数据,让模型训练不再受限于真实世界的采集密度与偶发概率。

在量产车的另一端,从设计师的第一张草图到上市前的宣传片,Seedance 同样在扮演加速器的角色。

小鹏汽车此前已将 Seedance 2.0 集成至企业内部一站式 AIGC 平台 Vision-X,辅助汽车产品设计、创意灵感快速验证、营销宣传物料等环节的视频创作。从概念设计阶段的快速可视化,到量产车型的宣传视频制作,视频生成正在融入汽车产品定义到上市的全流程。

未来,Seedance 2.5 在实体经济中的价值,远不止降本增效,更在于它正在催生一种全新的研发与生产范式。让先模拟、后验证再实施这一流程成为可能,将许多原本只能在物理世界试错的环节,转移到低成本、高保真的数字世界。

从生成视频,到生成数据、生成场景、生成交付,视频生成正在重新定义「生产力」三个字的内涵。而当视频生成模型的价值,逐步向实体产业延伸,Seedance 2.5 的发布,便是一个起点,而非终点。

本文著作权归作者所有,并授权 42 号车库独家使用,未经 42 号车库许可,不得转载使用。

评论 · 0

0/3
大胆发表你的想法~
1
评论