模型选型

Seedance 2.5 上线 Starsg:30 秒 AI 视频实用指南

Seedance 2.5 上线 Starsg:30 秒 AI 视频实用指南

ByteDance 全新的音视频模型带来更长的单次生成、更密集的参考素材,以及时间戳级编辑。本文说明它改变了什么、没有改变什么,以及如何在不轻信演示片的前提下评估它。

Seedance 2.5 是 ByteDance Seed 最新的音视频生成模型,现已列入 Starsg 的模型目录。ByteDance 于 2026 年 7 月 31 日发布该模型,并且与其说把它定位成更长的片段生成器,不如说它是一个用来完成作品的工具:单次生成最长可达 30 秒、可选的多轮延长,以及更丰富的参考输入。Seed 模型家族页面将它与其他生成式媒体模型并列展示,而独立报道则总结了这次发布,并指出 API 访问最初是面向 BytePlus ModelArk 公布的。

30 秒这个数字值得仔细推敲。把片段长度翻倍并不只是帧数更多;它改变了一次生成能容纳多少叙事节拍,也改变了模型必须在多长时间内保持角色、场景和灯光设置而不漂移。ByteDance 的发布文章描述该模型能在单次生成中组织多个相互关联的镜头,并在镜头转场和场景切换上有所改进。RuntimeWire 的发布报道把同样的转变归结为时间线编辑,而非单纯的时长;而 ByteDance 的企业平台 BytePlus 也发布了关于该模型 30 秒生成的概述,面向企业工作流。对于制作团队来说,更有用的问题要具体得多:在实际需要的时长下,产出能否经得起审片,而不需要反复重新生成?

第二项变化是参考控制。根据官方产品页面,ByteDance 表示单次生成最多可接受 30 张图片、10 段视频和 10 段音频,即总计最多 50 个参考素材。这大幅提升了创作者可以提供的视觉与声音上下文,也是最有可能影响品牌项目、角色一致性和多镜头序列的能力。但也正是在这里,厂商的说法与生产现实可能出现分歧:LLM Stats 的发布分析提醒,面向消费者的演示与 API 规范并不是一回事,质量方面的说法在被独立测试之前都应视为厂商自述。Starsg 在这里的角色是提供访问与对比,而不是为上游的每一项说法背书。Seedance 2.5 模型页面列出了当前的可用性,视频模型目录则展示了它与其他选项并列时的位置。

Seedance 2.5 到底是什么

Seedance 2.5 由 ByteDance Seed 开发。Starsg 通过其统一目录和 API 提供对该模型的访问,与其他视频、图像和文本模型并列。在阅读能力声明时,这一区分很重要:架构、训练和产品路线图属于 ByteDance;Starsg 上的可用性、计费和集成细节属于 Starsg,并且可能独立变化。

ByteDance 将 Seedance 2.5 描述为新一代音视频联合生成模型,专为 30 秒叙事而构建,具备精确的参考控制和编辑能力。该模型延续了 Seedance 2.0 引入的统一多模态音视频架构,公司的发布材料强调了三个方面:更长的单次生成、更多的参考输入,以及更可控的编辑。这些正是值得测试的说法。它们也足够宽泛,以至于两个团队可以得出不同结论而都不算错,因为一个能很好处理产品旋转的模型,可能仍然在拥挤的街景或复杂的手部互动上吃力。

下表将 ByteDance 的声明与团队应使用自己的素材验证的内容区分开来。

声明能力 旨在改变什么 实践中应验证什么
单次生成最长 30 秒 拼接前容纳更多叙事节拍;镜头之间接缝更少 完整的 30 秒在你的提示词上是否仍然可用,而不只是在精选演示上
可选的多轮延长 基于初始片段构建更长序列 角色、灯光和节奏在多次延长后是否保持
最多 50 个参考素材(30 张图片、10 段视频、10 段音频) 对角色、风格、运动和声音的更强控制 参考之间是否会冲突、稀释创意简报,或带来版权问题
时间戳级编辑 对某一区段做定向修改,而非重新生成全部 编辑是否在编辑范围之外保持连续性
绿幕与镜头视角控制 后期制作中更多的合成与调度选项 输出能否干净地整合进现有剪辑流程
音视频联合生成 对白、环境音与运动一同生成 音频质量和口型同步是否达到最终交付物的标准

这些能力都无法取代审片的必要性。它们改变的是审片应关注的重点:不只是片段看起来是否可信,还包括它能否在足够长的时间内保持完整可用,以及修复某一区段是否会破坏另一区段。

为什么 30 秒是另一个层面的制作难题

五秒的片段是一个瞬间。30 秒的片段则是一场戏。这个差别听起来显而易见,但它改变了生成的成本结构。对于短片段,团队可以低成本地生成许多变体并挑选最好的一个。对于 30 秒片段,每次生成都承担更多的叙事责任,因此一次失败的尝试要花更多时间审看,也要花更多精力诊断。模型必须在长得多的窗口内维持身份、几何、灯光和基调,而观众也有更多时间注意到哪里出现了漂移。

ByteDance 的发布材料强调镜头切换之间的连续性,而不只是时长。公司描述单次生成能够走过铺垫、发展、转折和收束,而不是把一张图像延长 30 秒。如果这在真实提示词上成立,它就能减少分别生成片段再拼接的需求,而这正是许多 AI 视频工作流积累不一致的地方。实际好处不只是“更长的视频”,而是生成之间的交接更少,因此连续性断裂的机会也更少。

但也存在制衡因素。更长的生成通常比短生成更贵、更慢,而一个 30 秒的镜头也更难快速评估。一个平时审看十个五秒选项的团队,可能会发现三个 30 秒选项就占用了同样的审片产能。明智的工作流是先测试短的,再延长:在较短时长上确立外观和运动,确认模型理解了简报,然后再把预算花在完整长度的生成上。Starsg 的 AI 视频模型对比指南涵盖了更广泛的评估维度,包括连贯性、可控性、速度和单个片段的成本。

参考素材:50 个额度,但有意义的数字更小

参考数量是这次发布中最实用的部分。单次生成最多可接受 30 张图片、10 段视频和 10 段音频。理论上,这足以一次性描述演员阵容、场景、视觉风格、镜头语言和声音调色板。实践中,更多参考并不会自动带来更好的结果。它们带来的是更受约束的结果,而约束之间可能相互冲突。

理解这三种参考类型的一个有用方式:

  • 图片最适合身份与外观:角色设定图、产品的多个角度、场景板、色彩脚本或风格帧。它们回答的是“这应该看起来像什么?”
  • 视频片段最适合运动与镜头语言:节奏、调度、特定动作,或场景过渡的方式。它们回答的是“这应该如何运动?”
  • 音频片段最适合质感与基调:音色、音乐铺底、环境音或节奏。它们回答的是“这听起来应该是什么样?”

风险在于过度指定。如果图片参考显示温暖的内景,视频参考显示寒冷的外景,而音频参考暗示了不同的节奏,模型就必须协调彼此矛盾的方向。结果可能在单独满足各项参考的同时,作为一个连贯场景却失败了。在上传 50 个素材之前,先决定哪些参考是权威性的,哪些只是方向性的。关于 API 行为、参数名称和请求限制,请查阅视频 API 文档,而不要假定消费级产品界面与 API 一一对应。

参考素材的版权同样值得关注。从电影中截取的风格帧、知名表演者的声音片段,或来自零售商的商品图片,可能适合内部探索,却不适合用于公开发布的交付物。模型不会解决授权问题。这需要团队来解决。

时间戳级编辑

Seedance 2.5 的编辑控制针对的是一个常见的制作难题:一次生成大体正确,但某一段出了问题。没有定向编辑时,通常的修法是重新生成整个片段,并指望其余部分还能保留。有了时间戳级控制,团队可以描述特定范围内的改动,例如改变角色动作、调整镜头运动,或替换背景元素。ByteDance 还强调了绿幕编辑、镜头视角变化和基于参考的编辑。

这些控制很有用,但它们不能替代剪辑师。生成的片段仍然需要在上下文中审看、修剪、匹配色彩,并与其他素材混合。输出可能带有时间码,并被设计成可以直接放入时间线,但“可供编辑”并不等于“已完成”。视频生成产品页面介绍了更完整的 API 能力,包括异步任务和结果获取,这是团队从试验走向可重复流水线时真正重要的部分。

更有意思的工作流变化是迭代式的。团队可以生成一个 30 秒序列,逐镜头审看,编辑薄弱区段,再从修改后的结果继续延长。这更接近导演处理粗剪的方式,而不是迄今为止大多数基于提示词的视频工具的工作方式。它也提高了审片的门槛:必须有人判断什么算“薄弱”,而这个判断应当与创意简报挂钩,而不是与个人品味挂钩。

模型的适用场景与不适用场景

当交付物受益于连贯序列而非单张惊艳画面时,Seedance 2.5 最为有用。这涵盖了大量日常创意工作,但并非全部。

用例 适配度 原因 审片重点
预可视化与分镜 强 在正式制作前快速探索调度、节奏和镜头方向 序列是否清晰传达了预期的故事
提案与概念片 强 打磨过的动态草稿可以把一个想法带进会议室 外观是否符合品牌,声明是否站得住脚
社交短视频 强,但需考虑规模化成本 短序列是原生格式,但每秒成本和重试会累加 产出是否足够有辨识度,值得这笔投入
产品与电商 有潜力 参考图片可以锚定产品外观与造型 产品在各帧之间是否保持准确
品牌片 有潜力,但需人工审阅 更长的序列可以承载叙事,但品牌敏感细节需要细查 每一个可见的声明、标识和人物是否都经过批准
最终播出或 VFX 素材板 作为替代方案有限 生成素材可以为镜头提供信息或支持,但最终交付通常仍需常规的后期完成 输出是否满足技术与法务交付标准
受监管或高风险声明 高风险 生成图像可能暗示并不真实的事情 内容是否准确、是否披露、是否获批

这一规律与其他生成式媒体一致:模型在创意工作的早期和中期阶段最强,此时速度与范围最重要;而作为最终制作的直接替代品则较弱。把模型当作起草工具的团队,往往比期待用一条提示词直接得到成品广告的团队获得更多价值。关于将模型与任务匹配的更广泛框架,请参阅 Starsg 的 AI 模型选择指南。

如何在 Starsg 上评估 Seedance 2.5

正确的评估不是“这看起来是否令人印象深刻?”,而是“这是否能帮助我们比其他方案更快、更好地产出可用结果?”这需要受控的对比,而不是浏览演示页面。

1. 写制作简报,而不是提示词。 描述主体、动作、场景、情绪、镜头意图、时长、宽高比,以及那个必须始终保持一致的细节。一份同事能够审阅的简报,比一条只有作者自己看得懂的诗歌式提示词更有用。

2. 固定变量。 在你比较的各个模型之间使用相同的简报、相同的参考和相同的时长。如果一个模型拿到的是角色设定图,另一个只拿到一句话,那你测试的是自己的提示词技巧,而不是模型。

3. 并排对比。 Starsg 的模型对比视图正是为此设计的。保留输出结果,做盲标,让评审者在不知道哪个结果出自哪个模型的情况下打分。盲评可以减少知名模型名称带来的光环效应。

4. 针对交付物真正重要的方面打分。 一份简短的评分表就够了:想法清晰度、连贯性、品牌契合度、音频质量,以及所需的编辑工作量。如果片段需要大量修复,那么即使生成价格很低,它也并不便宜。

5. 衡量每个可用秒的成本。 将计费时长乘以尝试次数,再除以你实际能用的秒数。一个经过三次尝试产出一段可用 20 秒序列的模型,可能比一个更便宜但十次尝试都毫无产出的模型更经济。成本计算器有助于推算这笔账;而审片数据会告诉你该填入哪些数字。

6. 测试失败模式。 手部、文字、人群、快速运动、反光和多个角色互动的场景,是视频模型容易出问题的地方。要有意测试它们。一个能处理单一产品旋转的模型,不一定在繁忙街景中可靠,而一段精致的演示也无法证明相反的情况。

这个过程比观看一支发布影片更慢,但它能得出一个团队可以为之辩护的决定。它还留下了一份记录,当模型更新或有新选项进入目录时会很有用。

成本问题

视频生成通常按秒计费,费率可能因分辨率和模型而异。这使得宣传中的标价无法很好地代表制作成本。高分辨率下的 30 秒生成比相同长度但更低分辨率的生成更贵,而重试会让账单成倍增加。延长轮次会增加更多秒数。审片时间会增加一项从不出现在发票上的成本,却常常主导预算。

Starsg 在其模型定价页面和通用定价页面上公布当前的模型费率。费率和促销优惠可能变化,因此请把文章(包括本文)中引用的任何数字视为快照,而非承诺。视频模型的计费单位通常是秒,但具体的计量方式和任何分辨率档位都因模型而异。如果你想了解 Starsg 的计费单位如何换算成月度预算,JEV 说明会很有用。

一个实用的预算模型有四条线:生成成本、重试成本、延长成本,以及人工审片成本。团队常常只估算第一项,却忘了后三项。如果一个 30 秒片段需要三次尝试和一次延长,有效成本就是单次生成费率的数倍。这并不是反对使用该模型的理由;而是主张在承诺完整序列之前,先在短时长上测试。

版权、来源追溯与品牌安全

任何发布 AI 生成视频的团队都需要一套版权与审阅流程。模型可以生成一段有说服力的序列,但它无法告诉你这段序列是否可以安全发布。

版权与训练数据。 生成式视频的法律环境仍在发展,并因司法管辖区而异。请审阅适用于你使用模型和平台的条款,不要假定生成输出自动不涉及第三方权利。Starsg 的条款是平台关系的起点;模型提供方的条款可能附加更多条件。

肖像与声音。 生成可识别的人物,或听起来像特定表演者的声音,会引发同意与公开权问题,而这些问题无法靠提示词解决。请使用合成或已获授权的参考,并在涉及真实人物肖像时取得许可。

披露。 受众和平台越来越期望 AI 生成内容被标注。EU AI Act 的透明度框架是一个监管参考;平台政策和当地法律可能附加更多要求。应将披露内建于工作流,而不是事后补上。

来源追溯。 内容凭证和签名元数据有助于确认素材是如何制作的,以及是否被修改过。内容来源与真实性联盟为此发布了一项开放标准。采用尚不普遍,但来源追溯在项目开始时规划,比事后重建要容易得多。

风险管理。 NIST AI 风险管理框架提供了一种结构化的方式来记录风险、分配责任并定义审阅关口。它并非专为视频生成而写,但其治理问题同样适用:谁批准生成素材、需要什么证据,以及当某项声明被证明有误时该怎么办。

对于品牌敏感的工作,审阅应涵盖视觉质量之外的内容。它应检查场景是否暗示了某种产品能力、客户背书或并未发生的现实事件。一段有说服力的片段制造错误印象的速度,可能比一段说明文字纠正它的速度更快。

投入之前需要留意什么

厂商声明与独立测试。 ByteDance 的发布材料是了解模型设计用途的主要来源。它们不是独立的基准测试。第三方分析,包括 LLM Stats,已经指出消费级演示、API 规范和区域可用性可能存在差异。请把每一项当作独立的问题。

API 与消费级产品。 通过 API 提供的版本可能不会暴露消费级应用中展示的每一项功能。时长、分辨率、参考限制和编辑控制可能因访问路径而异。请查阅 API 文档,了解实际适用于你的集成的参数。

区域可用性。 模型访问可能因国家和平台而异。Starsg 的模型页面是查询该模型是否对你的账户可用的权威渠道。不要假定在某一市场上线就意味着在所有地方立即可用。

模型更新。 当提供方更新版本时,模型行为可能发生变化。在你的配置中固定模型标识符,保留一小套提示词回归测试集,并在更新后重新运行。这与 Starsg 的模型选择指南中描述的纪律相同,而且对视频比对文本更重要,因为运动或音频的细微变化在快速审阅中更难发现。

数据处理。 审阅适用于你的输入和输出的保留与训练条款。生成的视频可能包含客户素材、未发布产品或个人数据。在上传这些素材之前,应阅读平台的文档和条款。

兑换码与发布详情

Starsg 正在筹备针对 Seedance 2.5 的兑换码活动。包括兑换码如何发放和兑换在内的细节尚未公布。我们不会提前编造日期、资格规则或折扣金额。活动上线后,官方公告和 Seedance 2.5 模型页面将载明相关条款。

在此之前,更有用的做法是用一份真实的制作简报来评估该模型。兑换码影响的是尝试该模型的成本;它并不改变该模型是否适合你的工作流。

在 Starsg 上开始使用

先确认可用性。 打开 Seedance 2.5 模型页面,确认该模型对你的账户和地区可用。可用性是唯一能推翻其他所有计划的细节。

阅读视频 API 文档。 视频 API 文档说明了如何提交任务、轮询状态和获取输出。视频生成本质上是异步的;请为任务 ID、回调和存储做好规划,而不是假定会立即响应。

从短测试开始。 在尝试 30 秒之前,先生成一段 5 到 10 秒的片段。确认模型理解了主体、风格和镜头意图。然后一次一个变量地延长时长和参考集。

先对比再投入。 通过模型对比视图运行相同的简报;如果你在构建产品,也通过统一 API运行。目标不是找到一个通用赢家,而是找到适合任务、预算和审阅标准的模型。

记录你学到的东西。 保留简报、参考、输出和评分。一份简短的评估日志比一个装满惊艳片段的文件夹更有价值,因为当下一款模型到来时,它会告诉你该改什么。

常见问题

Seedance 2.5 是什么?

Seedance 2.5 是由 ByteDance Seed 开发的音视频生成模型。ByteDance 于 2026 年 7 月 31 日发布该模型,支持单次生成最长 30 秒的片段、可选的多轮延长、多模态参考和时间戳级编辑。它现已列入 Starsg 的模型目录。

Dreamina Seedance 2.5 是同一个模型吗?

“Dreamina Seedance 2.5”是 Starsg 上模型列表所使用的名称(dreamina-seedance-2.5)。Dreamina 是 ByteDance 的消费级创作产品,该模型属于同一个 Seedance 2.5 家族。消费级应用与 API 之间的访问路径和可用参数可能不同,因此请查看你正在使用的版本对应的模型页面和文档。

单次生成可以有多长?

ByteDance 表示,Seedance 2.5 单次生成最长可达 30 秒,并可选择延长两次以获得更长的序列。实际可用长度取决于提示词、参考素材和审阅标准。请在你自己的素材上测试,而不要假定最大值总是合适的时长。

我可以使用多少个参考?

ByteDance 表示,单次生成最多可接受 30 张图片、10 段视频和 10 段音频,即总计最多 50 个参考素材。API 可能对文件大小、时长或格式施加额外限制。在围绕最大值构建工作流之前,请查阅视频 API 文档。

Seedance 2.5 会生成音频吗?

ByteDance 将 Seedance 2.5 描述为音视频联合生成模型,发布材料强调同步的对白、环境音和运动。音频质量和口型同步仍需审阅,尤其是近景说话和有品牌的内容。

Seedance 2.5 在 Starsg 上多少钱?

Starsg 上的视频模型通常按秒计费,费率可能因分辨率和模型而异。当前费率列在模型定价页面和定价页面上。请使用成本计算器,代入你自己的重试和延长假设;单凭每秒费率无法预测制作成本。

Seedance 2.5 在我的地区可用吗?

可用性可能因国家和平台而异。模型页面是查询该模型是否对你的账户可用的权威渠道。如果它未在你的地区列出,请联系 Starsg 支持,而不要假定存在变通办法。

我可以将输出用于商业用途吗?

这取决于适用于你对该模型、平台以及你所提供源素材的使用条款。请审阅 Starsg 的条款和模型提供方的条款,并取得参考素材、肖像和音乐所需的任何授权。本文不构成法律建议。

我应该先测试什么?

测试对你的交付物真正重要的失败模式:手部和精细操作、清晰可读的文字、人群、快速运动、反光,以及多个角色互动的场景。然后测试完整 30 秒序列以及延长后的连续性。一个通过了单一产品镜头的模型,可能仍然在复杂场景中失败。

结语

Seedance 2.5 是视频模型目录中一个有意义的补充,因为它解决了制作中真正重要的三个问题:序列长度、参考控制和定向编辑。ByteDance 的说法具体到足以测试,而该模型现在已在 Starsg 上可供评估。最好把它视为一个具有特定优势和待解问题的新选项,而不是通用赢家或制作工作的替代品。

从中获益最多的团队,将是那些把它当作制作工具而非新奇玩意的团队。他们会写清晰的简报,在短时长上测试,盲评对比输出,衡量每个可用秒的成本,并为版权、准确性和品牌安全保留人工审阅关口。模型可以生成一段有说服力的序列;但这段序列是否应该存在,仍要由团队来决定。

模型可用性、功能和定价可能变化。请参阅 Starsg 的实时模型页面、定价页面和文档以获取当前详情。本文为编辑分析,不构成法律建议,也不保证模型性能。

编辑说明: 本指南反映截至 2026 年 11 月 12 日可获得的 ByteDance 已发布材料与独立报道。能力声明均归因于提供方。Starsg 未独立验证每一项声明,模型行为可能因访问路径、地区和版本而异。

来源

This article is an original publication of Starsg Group Inc. All rights reserved. No part of this article may be reproduced, copied, distributed, republished, or otherwise used in any form or by any means without the prior written permission of Starsg Group Inc., except as permitted by applicable law. Copyright © Starsg Group Inc. All Rights Reserved.

更多模型选型文章

Meta Muse Wonder 与移动中的前沿:2026 年 10 月的模型洗牌对开发者与 API 平台意味着什么

2026年10月29日 · 阅读 15 分钟

想找一个 OpenRouter 替代方案?如何正确地评估

2026年10月22日 · 阅读 15 分钟

2026 年 AI 模型对比:如何选择合适的大模型

2026年9月16日 · 阅读 11 分钟