Seedance 2.0 và khoảnh khắc multi-input cho video

Hầu hết mô hình video nhận prompt. Seedance 2.0, ByteDance ship trong early access tháng 3 và mở public tuần này, nhận thứ gần brief đạo diễn hơn: tối đa chín ảnh tham chiếu, ba clip tham chiếu, ba audio track, và một prompt. Chúng tôi đập nó một tuần. Khả năng có thật, các góc thô cũng có thật, và use case nó thắng không phải cái chúng tôi đoán.

Tại sao multi-input là category, không phải tính năng

Thứ mô hình video kém — across mọi nhà cung cấp — là tính nhất quán. Tạo ba clip “một phụ nữ đi qua quán cà phê” và bạn được ba phụ nữ khác nhau trong ba quán khác nhau. Cho storyboarding, brand work, music video, nội dung tập, đó là blocker thật. Hình ảnh trông ổn riêng lẻ; chúng ngừng hữu ích khoảnh khắc cần cảnh B trông thuộc cùng thế giới với cảnh A.

Multi-input sửa điều này bằng cách cho bạn nói “đây là vẻ ngoài nhân vật (ảnh 1), đây là phòng (ảnh 2), đây là tâm trạng chúng ta nhắm (clip 1 và 2), đây là nhạc (audio 1).” Seedance 2.0 không phải cái đầu thử việc này — Pika có phiên bản, Runway có beta — nhưng là cái đầu nó chạy đủ thường để chúng tôi khuyên build workflow quanh nó.

Nơi nó thực sự thắng

Sau một tuần stress-test, ba category là thắng rõ:

Storyboarding cho video ngắn. Lấy deck tham chiếu brand, load 4–6 ảnh tĩnh vào Seedance, và bạn có thể tạo chuỗi clip cùng chia bản sắc hình ảnh. Chúng tôi đạt khoảng 80% nhất quán nhân vật qua chuỗi 8 clip, đủ hữu ích trong vòng lặp production thật (20% xấu chỉ regenerate).

Music video và chuỗi khóa theo tempo. Input audio-track không phải để tạo âm thanh — Seedance im lặng — mà là cho nhịp. Thả vào clip 30 giây của track và mô hình cắt chuyển động theo nhịp. Chúng tôi thử trên ba track thật và kết quả từ “ok, điểm khởi đầu hữu ích” tới “thực sự ship được với chỉnh nhẹ.” So với tạo clip im lặng và edit theo nhạc sau, tiết kiệm hàng giờ.

Chuyển động sản phẩm nhất quán brand. Load một ảnh tĩnh sản phẩm và ba tham chiếu kiểu brand; tạo sản phẩm xoay, chuyển động, trong ngữ cảnh. Bản thân sản phẩm giữ ổn định đáng kể qua các lần tạo theo cách mô hình chỉ-prompt không khớp được. Còn ngữ cảnh xung quanh có trông như brand hay không thì hit-or-miss hơn, nhưng không còn là bottleneck.

Nơi nó vẫn vấp

Mô hình có yếu điểm rõ chúng tôi không nghĩ thông báo ra mắt sẽ nói:

• Chuyển động dài. Bất cứ gì quá 10–12 giây và tính nhất quán xuống dốc nhanh. Mô hình giữ vài giây đầu tốt, drift ở giữa, và chỉ thỉnh thoảng phục hồi ở cuối. Giờ chúng tôi coi nó là bộ tạo clip, không phải bộ tạo cảnh.
• Khớp audio phức tạp. Nhịp theo một track instrumental đơn: chạy. Nhịp theo thoại hay track có nhiều section riêng biệt: hit-and-miss. Mô hình bắt tempo nhưng vật lộn với cue cấu trúc như chuyển verse- chorus.
• Tay và chân. Lưu ý chuẩn — Seedance không tốt hơn phần còn lại của ngành ở đây. Framing tay hay chân chặt vẫn là nơi mô hình video gãy.

Chúng tôi dùng ra sao

Trong studio, Seedance 2.0 nằm trong bộ chọn video như các cái khác nhưng với UI mặc định khác: panel input cho nó hiện slot tham chiếu lên trước, vì mô hình được thiết kế để nhận tham chiếu. Nếu bạn chỉ cung cấp prompt text, bạn sẽ được thứ chấp nhận được nhưng đang dùng mô hình sai cách — như dùng FLUX mà không nêu style.

Chúng tôi thêm pattern “reference set” vào studio cùng ra mắt này: upload bộ ảnh tĩnh một lần, đặt tên (“Northbreak brand kit,” “Maya the character”), và có sẵn qua các mô hình video hỗ trợ tham chiếu — không chỉ Seedance. Cùng reference set có thể power chuỗi Seedance và tiếp nối Kling trong cùng project.

Nơi nó nằm trong lineup

Seedance 2.0 không thay thế gì trong logic gợi ý của chúng tôi. HappyHorse vẫn là mặc định cho joint audio-video. Veo vẫn là hero shot điện ảnh. Grok Imagine vẫn là mặc định social. Seedance là lựa chọn brief-driven — cho khi bạn có ý định hình ảnh rõ kèm chất liệu tham chiếu và muốn tính nhất quán là tính năng tiêu đề.

Thêm vào rotation. Đừng nghỉ hưu cái gì để chừa chỗ.