一张男人奔跑的图片，距离一个有运镜、背景音，和实物碰撞的电影级逃亡片段有多远？

（Seedance 2.0官方生成的电影级逃亡片段）

2月12日，字节跳动正式上线新一代AI视频生成模型Seedance 2.0，并接入旗下生成式AI创作平台“即梦”以及豆包App。几天前，Seedance 2.0开启内测，其前序模型为诞生于去年6月的Seedance 1.0。于是，实现上述变换只需这样一句表述：“镜头跟随黑衣男子快速逃亡，后面一群人在追，镜头转为侧面跟拍，人物惊慌撞倒路边的水果摊爬起来继续逃，人群慌乱的声音。”

内测开启的几天里，抖音等众多国内外社交媒体和短视频平台被Seedance 2.0生成的视频“攻占”，许多海外创作者在X平台上发帖，寻求以+86开头的手机号，用以体验Seedance 2.0。在官方使用手册上，Seedance 2.0自称为“杀死比赛（kill the game）”的一代模型。

2月12日，埃隆·马斯克在社交平台上点评，“这发生得也太快了（It's happening fast）”。贾樟柯也在个人微博账号发文称：“Seedance 2.0确实厉害，我准备用它做个短片。”有美国导演称，“这没准会颠覆好莱坞”。多位受访者向《中国新闻周刊》指出，AI视频生成领域竞争激烈。美国谷歌的Veo 3.1模型此前领跑全球，OpenAI的Sora 2以及快手于2月5日上线的可灵3.0模型都各有千秋。然而，Seedance 2.0或许已颠覆这一格局，它在角色一致性、物理真实性等方面“一骑绝尘”。

一句话打造一个视频的时代，或许真的到来了。

不再“抽卡”？

2月10日，周鹏的父亲在抖音平台上发布了一个由Seedance 2.0制作的视频，内容是打斗场面，短短几天内便获得超过百万播放量，以及4000多赞。

“没有人指导，我爸自己靠一个视频‘起号’了。这样的例子还不少。”周鹏现在是全职AI视频创作者，也是最早一批体验Seedance 2.0的用户。他告诉《中国新闻周刊》，Seedance 2.0在AI和自媒体创作圈内爆火，源于其模型能力的大幅跃升。

最显著的便是物理一致性。Seedance 2.0单次输出视频时长不超过15秒，周鹏说，要让视频中的主要人物在所有切换视角的镜头里都保持形象一致，且维持15秒，非常不容易。以往的AI视频，往往存在人物面容衣着变化、表情与情绪不符、身体重心错误、与环境互动不自然等痕迹。除人物外，复杂物品零部件例如车辆后视镜等，也常在不同镜头中出现又消失，很难保持一致。

而Seedance 2.0在这方面的表现令人惊讶。“它能最大程度符合真实物理规律。”周鹏表示，打斗场景涉及许多物理规律，模型“翻车率”很高，但在近乎白话的提示词和参考视频的条件下，Seedance 2.0生成的招式动作细致，人物的走位合理，受击反馈也很真实。也就是说，AI视频真正开始“以假乱真”了。

要做到这一点，首先需要多模态输入。Seedance 2.0 目前支持图像、视频、音频、文本四种模态输入，最多支持12条上传素材。快思慢想研究院院长田丰告诉《中国新闻周刊》，在实测中，Seedance 2.0能精准复刻参考视频的运镜、动作节奏和特效，实现“指哪打哪”的精确控制。周鹏分析，创作者可以上传一个音频，让模型生成的人物按音频的声线说话，这样就不用像传统创作一样后期配音，大大减少了工作量。

Seedance 2.0模型架构本身也做出了创新。虽然其技术报告尚未公布，但从Seedance 1.0的技术报告来看，在传统的扩散模型基础上，该模型采用了“双分支扩散变换器架构”。传统模型生成视频和音频是分开的两件事：先生成画面，再贴声音，因此有嘴型对不上、脚步踩不准、背景音乐割裂等弊端。田丰介绍，在“双分支扩散变换器架构”下，视频与音频的联合生成，同步生长，比如飞驰汽车的轮胎特写应配有巨大的引擎轰鸣声、轮胎摩擦地面的声音，模型在理解这类画面时就会自动生成音频。人物口型匹配精度也可达毫秒级，而Veo在音画同步方面仍存在明显缺陷。

此外，Seedance 2.0还通过位置编码技术优化多镜头切换，解决人物突变问题，使得AI视频从单镜头摆拍，进化为拥有动画级分镜的作品。受访者的共识是，Seedance 2.0的出现，称得上是视频生成领域的“DeepSeek时刻”。新加坡南洋理工大学计算机学院助理教授刘子纬对《中国新闻周刊》称，无论是画质还是动态一致性Seedance 2.0都显著优于目前最强模型Veo，且首次突破了多镜头叙事生成，把AI视频推到了短视频或者说亚影视级的高度。

“抽卡”是一致性外的另一行业传统痛点。由于AI生成的视频画面具备随机性，用户需要多次使用同一提示词，才能得到相对满意的结果，俗称抽卡。同类模型单个镜头的抽卡次数可以达7次以上，从而带来可观的制作成本，以及冗长的制作周期。那么Seedance 2.0解决了抽卡问题吗？

在实测中，多位受访者发现，Seedance 2.0的单次生成可用率达90%以上，平均抽卡1—2次即可获得满意结果。周鹏指出，这是因为模型中加入了独特的AI代理（Agent），将创作者近乎白话的提示词进行再加工，用模型更能理解的语言作为输入，这样免去了创作者打磨提示词的过程，模型也不用再反复去猜创作者的意图。在创作中，Seedance 2.0也使用独特的“@素材名”模式，来让创作者指定素材的使用方法，从而让模型准确理解每个素材的用途。

不过，仍有创作者告诉《中国新闻周刊》，Seedance 2.0不能完全杜绝抽卡。《中国新闻周刊》在即梦平台使用单张图片和提示词生成了一段10秒钟的视频，单次尝试下确实得到了人物稳定、剧情符合描述的作品。不过在让人物“脱去外衣”这一AI非常难处理的精细指令下，Seedance 2.0的表现仍不完美。

目前在即梦平台，Seedance 2.0对注册用户免费开放。由于用户人数激增，虽然视频生成时间小于60秒，但《中国新闻周刊》生成上述视频的排队时间长达9小时。

（《中国新闻周刊》在即梦平台使用单张图片和提示词生成的10秒钟的视频。）

将彻底引爆AI短剧市场

周鹏将自己这类AI创作者形容为“怀春少女”，一面期待技术的更迭，一面又担忧技术更迭得太快了。

事实也许更偏向后者。一名海外博主发布了Seedance 2.0的效果视频，马斯克在2月12日转发了该帖，并评论称“这发生得也太快了”。周鹏用Seedance 2.0制作这类视频时，只需要“随便找几张图，花十分钟”，就能完成以前好几个小时的工作。在他看来，创作者脑子里的任何创意几乎都能被快速实现，一部短片电影的创作时长不会超过一个小时。

技术壁垒逐渐被抹平之外，制作成本也有了可观的降低。田丰表示，综合业界测评，传统短剧单集制作成本约5万元，5秒特效镜头成本约3000元。Seedance 2.0出现后，5秒特效镜头成本降至3元，5分钟视频成本压缩至千元级，这已经达到网剧、漫剧的自动化生产级别，将彻底引爆AI短剧市场，并最终重塑影视和特效行业。

“这是真正的创作平权，每个人都是导演。”周鹏感慨。不过，他也指出，这不一定是好事。目前，用户只需要保存短视频平台的爆款转场视频，利用Seedance 2.0将自己的人脸贴上去，就能轻松复制爆款转场。这不仅颠覆了AI创作逻辑，也颠覆了自媒体规则。周鹏认为，这可能带来网络安全隐患。

Seedance 2.0内测两天后，字节跳动紧急叫停了真人脸部素材的使用。官方使用手册指明，系统会自动拦截此类素材，上传后将无法生成视频内容。这一举措旨在保护内容安全与守护平台规范。不过，多位创作者表示，创作者本人的照片或视频在通过人脸识别后，仍可用于创作。

田丰指出，限制真实人脸上传是出于防范深度伪造的必要举措。如果Seedance 2.0可凭上传的单张照片、念几个字的声音采样，就能逼真复刻真人形象、声线及动作习惯，那么伪造诈骗视频的成本将变得极低。未来，建立AI创作的安全边界尤为重要，不仅要强制标注AI内容、限制敏感内容输入，还要加强内容审核机制。

大概半年前，周鹏还是名不见经传的独立AI创作者，如今已开始接手大型商单。“按每分钟视频来算，半年前我接商单的单价是一万元，现在最高的能做到7万元。”不过，他认为，这个价格保不住太久，因为工具的更新让创作者逐渐丢失价值，AI创作者将很快面临价值危机。

在AI创作时代，人类创作的价值究竟是什么？田丰指出，无限模仿不等于无限创造，人类创作的核心价值将从技术执行转向创意与情感表达。清华大学智能产业研究院首席研究员聂再清对《中国新闻周刊》称，视频制作技术壁垒的降低总体上对创作者是利好，可以用更低成本制作出更有价值的视频产品。相应地，制作细节的精细打磨以及背后哲理思考的表达，将变得更有价值。

“以后就是纯凭创意、纯讲故事的时代。”周鹏说，就像大语言模型消解了人类知识壁垒一样，AI视频模型将消解创作壁垒。一切还只是开端。

记者：周游

（nolan.y.zhou@gmail.com）

编辑：杜玮