31 шілдеде ByteDance Seedance 2.5 — флагмандық видеомоделінің жаңа буынын шығарды. Әзірге модель компанияның қытайлық өнімдерінде қолжетімді — Jimeng AI веб-қосымшасы мен Doubao-ның Pro-нұсқасында, ал Volcano Engine Ark платформасындағы API тамыздың алғашқы күндерінде ашылады. Модель API арқылы қолжетімді болысымен, оны GPTunneL-ге қосамыз. Қазірге не белгілі — ресми демолармен бірге талдап көрейік.
Релиз хронологиясы
Модель 23 маусымда Пекиндегі Volcano Engine FORCE конференциясында жарияланды — ол кезде жабық корпоративтік бетада еді. Шілденің басында шектеулі жария тестілеу өтті, ал 31 шілдеде тұтынушылық запуск болды — алдымен Қытай нарығы үшін. Сонымен қатар Seedance 2.0 4K шығысына ие болды.
Басты жаңалық: дыбысымен бірге 30 секундқа дейінгі one-take видео
Seedance 2.0-ден негізгі айырмашылық — ұзақтық. Модель 30 секундқа дейінгі үздіксіз роликті бір өтуде генерациялайды, қысқа фрагменттерді желімдеместен — дыбыс та дайын роликтің үстіне қойылмай, видеомен бірге сол бір өтуде жасалады. Салыстыру үшін: бәсекелестердің көбі бір генерацияда 8–15 секунд береді.
Флагмандық демо — 30 секундтық one-take: қара пальто киген кейіпкер алты байланысқан бөлмеден өтеді, әр бөлме кадрдың стилі мен көңіл-күйін өзгертеді. Тағы бір мысал — сыртқы келбет пен гардероб референстері бойынша бір промптан жиналған толық музыкалық клип, таймлайнсыз және кейфреймсіз. Ал мүмкіндіктерді толық көрсету үшін ByteDance толықтай Seedance 2.5-пен түсірілген «The Missing Pair» қысқаметражды фильмін шығарды.
Мультираундты кеңейту роликті кейіпкерлерді, ортаны және қарқынды сақтай отырып өсіруге мүмкіндік береді, ал Jimeng қосымшасында 180 секундқа дейінгі Ultra-Long Video бета-режимі байқалды.
Ресми демоларда бұл былай көрінеді. От қабырғасының алдындағы би — музыка мен қозғалыс бір өтуде генерацияланған үздіксіз бір кадр:
Ал бұл — чемоданның әуежай арқылы саяхаты туралы 30 секундтық шағын оқиға: камера, жарық және «актерлер» өзгереді, бірақ объект бүкіл ролик бойы консистентті қалады:
Бір генерацияға 50-ге дейін референс
Seedance 2.5 50-ге дейін мультимодальды кіріс қабылдайды: 30 сурет, 10 видео және 10 аудио. Ерекшеленетіні:
- clay-render референстер (white-model control) — позаларды, қозғалыс траекторияларын және камера ракурстарын белгілейтін текстурасыз 3D-блокинг; ByteDance мәліметінше, модель физикалық тұрғыдан дұрыс жарықты өзі құрастырады — бағыт, түс температурасы, көлеңкелер;
- референс ретіндегі аудио — модель жүктелген дыбыс жолына бағдарланып, қарқын мен қозғалысты соған сай бейімдей алады.
Artificial Analysis өлшемдері бойынша, Seedance 2.0-дің өзі дыбысы бар модельдер арасында image-to-video рейтингін басқарған — 2.5 осы негізде құрылған.
Қайта түсірусіз монтаж
Релиздің екінші үлкен тақырыбы — дайын роликтерді өңдеу:
- таймкод бойынша түзетулер — «фонды 12-ден 18-ші секундқа дейін ауыстыр»;
- субъектінің физикасы мен жарығын бейімдейтін green-screen фон ауыстыру;
- дайын клипте камера қозғалысын қайта түсіру;
- референс бойынша кадр аймағын жергілікті өңдеу — бүкіл видеоны қайта генерацияламай.
Реализм де айтарлықтай өсті: текстуралар, тері, жарық және мимика 2.0-мен салыстырғанда әлдеқайда «қымбат» көрінеді. Өзің баға бер — екі кейіпкер мен айнасы бар барбершоп сахнасы (айналар — видеомодельдердің классикалық осал тұсы):
Әділдік үшін: күрделі қозғалыстар мен бірнеше кейіпкер тығыз әрекеттесетін сахналар модельге әлі де қиын түсетінін ByteDance өзі мойындайды.
Seedance 2.5 бәсекелестер фонында
- Sora 2 жарыстан іс жүзінде шығып қалды: OpenAI Sora қосымшасы мен веб-нұсқасын 26 сәуірде жапты, ал API 2026 жылдың 24 қыркүйегінде өшіріледі.
- Kling 3.0 — 60 fps жиілігінде нативті 4K, бірақ бір өтуде 15 секундқа дейін.
- Veo 3.1 — диалогтары бар ең жақсы синхронды дыбыс, бірақ бір генерацияда 8 секунд.
Seedance 2.5-тің күші — ұзақтық, референстер арқылы бақылау және қайта түсірусіз монтаж. Бұл «ең әдемі ролик» емес, продакшенге арналған жұмыс құралына өтінім. Сахналардың масштабы да әсерлі:
API қашан және қанша тұрады
Volcano Engine тарифтерді жариялады: видео-кіріссіз генерация үшін миллион токенге шамамен ¥70 және видео-кіріспен ¥42; халықаралық BytePlus платформасында — тиісінше $10,7 және $6,4. Роликке шаққанда бұл базалық ажыратымдылықтағы 30 секунд үшін шамамен $0,7–1,8; 4K бірнеше есе қымбатқа түседі. GPTunneL-дегі нақты бағалар модельмен бірге пайда болады.
Күтіп жүргенде — Seedance 2-ні қолданып көр
Seedance 2 GPTunneL-де қазірдің өзінде қолжетімді — міне, оның не істей алатынының мысалы:
Тікелей зертханада генерациялауға болады — қосымша баптаусыз, жергілікті төлем әдістерімен. Ал Seedance 2.5 API арқылы қолжетімді болысымен, модель бізде пайда болады: жаңалықтарды блогтан және Telegram-арнадан қадағала.