Seedance 2.5: 30-секундное видео со звуком за один проход

Недавно ByteDance выпустила свою модель синтеза видео за один проход — Seedance 2.5, которая умеет генерировать видео длиной до 30 секунд со звуком. По сравнению с другими моделями, такими как Gemini Omni Flash от Google, Seedance 2.5 способна генерировать более длинные видео (до 10 секунд). Сейчас Seedance 2.5 встроена в Jimeng AI и Doubao Pro, и скоро она появится через API BytePlus ModelArk.

По сравнению с Seedance 2.0, Seedance 2.5 поддерживает больше референсов: изображений (до 30), видео (до 10) и аудио (до 10). Благодаря такому богатому набору референсов легко получаются сложные сцены с несколькими персонажами и разными ракурсами. При этом Seedance 2.5 сохраняет общую согласованность всего видео и звука. Кроме того, у Seedance 2.5 лучше детализация текстур, освещение и тона кожи, чем у Seedance 2.0.

Режиссёр Нилл Бломкамп («Район №9») использовал Seedance 2.0 для создания ИИ-фильма «Nightborne». Длительность «Nightborne» — 13 минут. По данным Artificial Analysis, Seedance 2.0 — самая продвинутая модель для получения видео со звуком из изображения. Seedance 2.5 наследует все достоинства Seedance 2.0 и добавляет новые функции, такие как увеличенная длина видео и мультимодальный ввод.

С развитием технологий генерация видео всё ближе подходит к генеративному ИИ. Скоро мы сможем заниматься профессиональным видеомонтажем прямо как в видеостудии. Тогда мы сможем монтировать длинные сцены с синхронизированным звуком — то, на что сейчас уходит несколько дней работы команды.