Team Seedance,De Chen,Liyang Chen,Xin Chen,Ying Chen,Zhuo Chen,Zhuowei Chen,Feng Cheng,Tianheng Cheng,Yufeng Cheng,Mojie Chi,Xuyan Chi,Jian Cong,Qinpeng Cui,Fei Ding,Qide Dong,Yujiao Du,Haojie Duanmu,Junliang Fan,Jiarui Fang,Jing Fang,Zetao Fang,Chengjian Feng,Yu Gao,Diandian Gu,Dong Guo,Hanzhong Guo,Qiushan Guo,Boyang Hao,Hongxiang Hao,Haoxun He,Jiaao He,Qian He,Tuyen Hoang,Heng Hu,Ruoqing Hu,Yuxiang Hu,Jiancheng Huang,Weilin Huang,Zhaoyang Huang,Zhongyi Huang,Jishuo Jin,Ming Jing,Ashley Kim,Shanshan Lao,Yichong Leng,Bingchuan Li,Gen Li,Haifeng Li,Huixia Li,Jiashi Li,Ming Li,Xiaojie Li,Xingxing Li,Yameng Li,Yiying Li,Yu Li,Yueyan Li,Chao Liang,Han Liang,Jianzhong Liang,Ying Liang,Wang Liao,J. H. Lien,Shanchuan Lin,Xi Lin,Feng Ling,Yue Ling,Fangfang Liu,Jiawei Liu,Jihao Liu,Jingtuo Liu,Shu Liu,Sichao Liu,Wei Liu,Xue Liu,Zuxi Liu,Ruijie Lu,Lecheng Lyu,Jingting Ma,Tianxiang Ma,Xiaonan Nie,Jingzhe Ning,Junjie Pan,Xitong Pan,Ronggui Peng,Xueqiong Qu,Yuxi Ren,Yuchen Shen,Guang Shi,Lei Shi,Yinglong Song,Fan Sun,Li Sun,Renfei Sun,Wenjing Tang,Boyang Tao,Zirui Tao,Dongliang Wang,Feng Wang,Hulin Wang,Ke Wang,Qingyi Wang,Rui Wang,Shuai Wang,Shulei Wang,Weichen Wang,Xuanda Wang,Yanhui Wang,Yue Wang,Yuping Wang,Yuxuan Wang,Zijie Wang,Ziyu Wang,Guoqiang Wei,Meng Wei,Di Wu,Guohong Wu,Hanjie Wu,Huachao Wu,Jian Wu,Jie Wu,Ruolan Wu,Shaojin Wu,Xiaohu Wu,Xinglong Wu,Yonghui Wu,Ruiqi Xia,Xin Xia,Xuefeng Xiao,Shuang Xu,Bangbang Yang,Jiaqi Yang,Runkai Yang,Tao Yang,Yihang Yang,Zhixian Yang,Ziyan Yang,Fulong Ye,Bingqian Yi,Xing Yin,Yongbin You,Linxiao Yuan,Weihong Zeng,Xuejiao Zeng,Yan Zeng,Siyu Zhai,Zhonghua Zhai,Bowen Zhang,Chenlin Zhang,Heng Zhang,Jun Zhang,Manlin Zhang,Peiyuan Zhang,Shuo Zhang,Xiaohe Zhang,Xiaoying Zhang,Xinyan Zhang,Xinyi Zhang,Yichi Zhang,Zixiang Zhang,Haiyu Zhao,Huating Zhao,Liming Zhao,Yian Zhao,Guangcong Zheng,Jianbin Zheng,Xiaozheng Zheng,Zerong Zheng,Kuan Zhu,Feilong Zuo
Team Seedance,De Chen,Liyang Chen,Xin Chen,Ying Chen,Zhuo Chen,Zhuowei Chen,Feng Cheng,Tianheng Cheng,Yufeng Cheng,Mojie Chi,Xuyan Chi,Jian Cong,Qinpeng Cui,Fei Ding,Qide Dong,Yujiao Du,Haojie Duanmu,Junliang Fan,Jiarui Fang,Jing Fang,Zetao Fang,Chengjian Feng,Yu Gao,Diandian Gu,Dong Guo,Hanzhong Guo,Qiushan Guo,Boyang Hao,Hongxiang Hao,Haoxun He,Jiaao He,Qian He,Tuyen Hoang,Heng Hu,Ruoqing Hu,Yuxiang Hu,Jiancheng Huang,Weilin Huang,Zhaoyang Huang,Zhongyi Huang,Jishuo Jin,Ming Jing,Ashley Kim,Shanshan Lao,Yichong Leng,Bingchuan Li,Gen Li,Haifeng Li,Huixia Li,Jiashi Li,Ming Li,Xiaojie Li,Xingxing Li,Yameng Li,Yiying Li,Yu Li,Yueyan Li,Chao Liang,Han Liang,Jianzhong Liang,Ying Liang,Wang Liao,J. H. Lien,Shanchuan Lin,Xi Lin,Feng Ling,Yue Ling,Fangfang Liu,Jiawei Liu,Jihao Liu,Jingtuo Liu,Shu Liu,Sichao Liu,Wei Liu,Xue Liu,Zuxi Liu,Ruijie Lu,Lecheng Lyu,Jingting Ma,Tianxiang Ma,Xiaonan Nie,Jingzhe Ning,Junjie Pan,Xitong Pan,Ronggui Peng,Xueqiong Qu,Yuxi Ren,Yuchen Shen,Guang Shi,Lei Shi,Yinglong Song,Fan Sun,Li Sun,Renfei Sun,Wenjing Tang,Boyang Tao,Zirui Tao,Dongliang Wang,Feng Wang,Hulin Wang,Ke Wang,Qingyi Wang,Rui Wang,Shuai Wang,Shulei Wang,Weichen Wang,Xuanda Wang,Yanhui Wang,Yue Wang,Yuping Wang,Yuxuan Wang,Zijie Wang,Ziyu Wang,Guoqiang Wei,Meng Wei,Di Wu,Guohong Wu,Hanjie Wu,Huachao Wu,Jian Wu,Jie Wu,Ruolan Wu,Shaojin Wu,Xiaohu Wu,Xinglong Wu,Yonghui Wu,Ruiqi Xia,Xin Xia,Xuefeng Xiao,Shuang Xu,Bangbang Yang,Jiaqi Yang,Runkai Yang,Tao Yang,Yihang Yang,Zhixian Yang,Ziyan Yang,Fulong Ye,Bingqian Yi,Xing Yin,Yongbin You,Linxiao Yuan,Weihong Zeng,Xuejiao Zeng,Yan Zeng,Siyu Zhai,Zhonghua Zhai,Bowen Zhang,Chenlin Zhang,Heng Zhang,Jun Zhang,Manlin Zhang,Peiyuan Zhang,Shuo Zhang,Xiaohe Zhang,Xiaoying Zhang,Xinyan Zhang,Xinyi Zhang,Yichi Zhang,Zixiang Zhang,Haiyu Zhao,Huating Zhao,Liming Zhao,Yian Zhao,Guangcong Zheng,Jianbin Zheng,Xiaozheng Zheng,Zerong Zheng,Kuan Zhu,Feilong Zuo

Seedance 2.0 is a new native multi-modal audio-video generation model, officially released in China in early February 2026. Compared with its predecessors, Seedance 1.0 and 1.5 Pro, Seedance 2.0 adopts a unified, highly efficient, and large-scale architecture for multi-modal audio-video joint generation. This allows it to support four input modalities: text, image, audio, and video, by integrating one of the most comprehensive suites of multi-modal content reference and editing capabilities available in the industry to date. It delivers substantial, well-rounded improvements across all key sub-dimensions of video and audio generation. In both expert evaluations and public user tests, the model has demonstrated performance on par with the leading levels in the field. Seedance 2.0 supports direct generation of audio-video content with durations ranging from 4 to 15 seconds, with native output resolutions of 480p and 720p. For multi-modal inputs as reference, its current open platform supports up to 3 video clips, 9 images, and 3 audio clips. In addition, we provide Seedance 2.0 Fast version, an accelerated variant of Seedance 2.0 designed to boost generation speed for low-latency scenarios. Seedance 2.0 has delivered significant improvements to its foundational generation capabilities and multi-modal generation performance, bringing an enhanced creative experience for end users.


翻译:Seedance 2.0 是一款全新的原生多模态音视频联合生成模型,于2026年2月初在中国正式发布。相较于前代模型 Seedance 1.0 和 1.5 Pro,Seedance 2.0 采用了统一、高效且大规模的多模态音视频联合生成架构。该架构通过集成业界迄今为止最全面的多模态内容参考与编辑能力套件之一,支持文本、图像、音频和视频四种输入模态。它在视频与音频生成的所有关键子维度上均实现了全面且显著的性能提升。在专家评估和公开用户测试中,该模型展现出的性能已达到与领域领先水平相当的水准。Seedance 2.0 支持直接生成时长4至15秒的音视频内容,原生输出分辨率包含480p和720p。针对多模态输入作为参考的场景,其当前开放平台支持最多3个视频片段、9张图像和3个音频片段。此外,我们还提供了Seedance 2.0 Fast版本,这是Seedance 2.0的加速变体,旨在提升低延迟场景下的生成速度。Seedance 2.0 在基础生成能力和多模态生成性能方面均取得了显著进步,为终端用户带来了更增强的创作体验。

0
下载
关闭预览

相关内容

视频生成基础模型进展
专知会员服务
14+阅读 · 4月9日
【Hugging Face】开源视频生成模型的发展现状,31页ppt
专知会员服务
18+阅读 · 2025年8月30日
探索长视频生成的最新趋势
专知会员服务
23+阅读 · 2024年12月30日
Sora技术深度解析,21页pdf
专知会员服务
161+阅读 · 2024年2月26日
【数字孪生】超棒PPT解读Digital Twin十大领域应用!
产业智能官
103+阅读 · 2019年3月26日
Fast-OCNet: 更快更好的OCNet.
极市平台
21+阅读 · 2019年2月10日
视频生成的前沿论文,看我们推荐的7篇就够了
人工智能前沿讲习班
34+阅读 · 2018年12月30日
技术动态 | TechKG:一个面向中文学术领域的大型知识图谱
开放知识图谱
25+阅读 · 2018年12月20日
视觉里程计:起源、优势、对比、应用
计算机视觉life
18+阅读 · 2017年7月17日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
Arxiv
0+阅读 · 4月14日
Arxiv
0+阅读 · 3月25日
VIP会员
相关主题
最新内容
重新思考无人机时代的生存能力
专知会员服务
3+阅读 · 今天7:44
装甲突击旅:现代战争思考、战斗与组织
专知会员服务
3+阅读 · 今天7:28
在人工智能加速决策环境中拓展OODA循环
专知会员服务
4+阅读 · 今天7:18
军事欺骗:供作战战术指挥官使用的工具
专知会员服务
4+阅读 · 今天7:03
综述 | 世界动作模型:少做梦,多行动
专知会员服务
5+阅读 · 6月23日
美以伊冲突:无人机与人工智能的运用
专知会员服务
10+阅读 · 6月23日
《特种部队在透明战场中的生存力》最新报告
专知会员服务
5+阅读 · 6月23日
相关基金
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员