“现在暂不支持输入真人素材作为主体参考。。。。。。。。我们深知创意的界线是尊重。。。。。。。。”
这是翻开即梦web平台时用户看到的提醒。。。。。。。。就在前一天，，，，， ，，Seedance 2.0因真人肖像天生能力引发争议，，，，， ，，字节跳动紧迫下线了真人人脸素材参考功效。。。。。。。。
引发禁令的是影视飓风Tim在破晓宣布的一条视频，，，，， ，，他说Seedance 2.0是“改变视频行业的 AI”，，，，， ，，可他的语气并不是赞叹，，，，， ，，而是一种警醒。。。。。。。。
缘故原由是他发明，，，，， ，，仅上传自己的人脸照片，，，，， ，，模子就能自动天生与他自己高度相似的声音，，，，， ，，甚至精准匹配语气特质。。。。。。。。真实地让人感应畏惧。。。。。。。。
但在功效下线之前，，，，， ，，Seedance 2.0已经完成了一次征象级的出圈。。。。。。。。《黑神话·悟空》制作人冯骥在微博上称其为“目今地表最强的视频天生模子”，，，，， ，，并忠言“逼真的视频将变得毫无门槛”。。。。。。。。
印象中在此之前，，，，， ，，冯骥给予这么高评价的，，，，， ，，也就是DeepSeek。。。。。。。。
自字节跳动开启 Seedance 2.0最先灰度测试，，，，， ，，不到48小时，，，，， ，，X、抖音等社交平台充满了铺天盖地种种基于该模子的 AI 视频。。。。。。。。
《火影忍者》、《咒术回战》、《奥特曼》……基本上你能想到的作品全都有。。。。。。。。
外洋反应同样炸裂。。。。。。。。X 平台上，，，，， ，，一位学习7年数字影戏制作的用户发帖：“这是唯一让我感应畏惧的模子，，，，， ，，90% 我学到的手艺它都能实现。。。。。。。。”
AIGC圈大佬，，，，， ，，Sensive和KidsHackClub的团结首创人莱纳斯·埃� ？？？？？？纤顾罚↙inus Ekenstam）直接回复这条X说：“它会让互联网瓦解，，，，， ，，百分之百。。。。。。。。”Hacker News上，，，，， ，，更是有人直言“这是2026年最好的视频模子，，，，， ，，逾越Sora 2”。。。。。。。。
逾越Sora尚在其次，，，，， ，，更主要的是，，，，， ，，物理天下的准确建模被视为通用AGI的要害能力之一，，，，， ，，而Seedance 2.0让业内人士看到了实现这一点的可能性。。。。。。。。
2月9日，，，，， ，，A 股的传媒、短剧、AI 应用板块也随着 Seedance 2.0 的爆火而整体大涨。。。。。。。。上海影戏、完善天下等公司单日涨幅达 10%，，，，， ，，剖析师预期该模子将大幅降低制作本钱、加速内容生产周期。。。。。。。。
爆火背后，，，，， ，，问题同样尖锐。。。。。。。。
Sora 2可以说是前车之鉴。。。。。。。。刚推出时，，，，， ，，Sora 2好评如潮，，，，， ，，然而仅仅已往两个月，，，，， ，，留存率就无限靠近于零。。。。。。。。除此之外，，，，， ，，版权危害、数字授权等问题，，，，， ，，也已经在Sora 2上面袒露过一次了。。。。。。。。
字节会带着Seedance 2.0，，，，， ，，找到另一条出路吗？ ？？？？？？
01
什么是Seedance 2.0
在相识Seedance 2.0火爆之前，，，，， ，，无妨让我们先来熟悉一下它。。。。。。。。
Seedance 2.0支持文本、图片（最多 9 张）、视频（最多 3 段，，，，， ，，总长≤15 秒）、音频（最多 3 段，，，，， ，，总长≤15 秒）同时输入，，，，， ，，混淆上限 12 个文件。。。。。。。。
用户可用图片界说构图和角色、视频指定行动和镜头运动、音频驱动节奏。。。。。。。。
相比之下，，，，， ，，Sora 2的Cameo功效仅支持单张照片植入，，，，， ，，Veo 3和Kling 2.6主要依赖文本加单图输入。。。。。。。。
这种多模态能力不是简朴的素材叠加。。。。。。。。字节引入了@提及系统，，，，， ，，这样就能明确控制每个资源。。。。。。。。
在提醒词中，，，，， ，，用户可以写“ @Image1作为第一�。。。。。。。。�， ，，参考@Video1的运镜，，，，， ，，使用@Audio1作为配景音乐节奏”。。。。。。。。
其最大的利益就是，，，，， ，，改变了以往“扔一堆素材给AI，，，，， ，，然后碰运气”的创作模式。。。。。。。。
模子接纳“Seedance V2运动合成”手艺，，，，， ，，在重力、动量、碰撞、流体等物理征象的模拟上有显着刷新。。。。。。。。
实测显示，，，，， ，，布料飘动、液体飞溅、肢体运动的轨迹更靠近真实物理纪律，，，，， ，，镌汰了“漂浮感”和物体穿模等常见伪影。。。。。。。。
Seedance 2.0尚有一个很主要的能力就是精准首尾帧。。。。。。。。
用户上传起始帧与竣事帧图像后，，，，， ，，模子智能推演中心动态历程，，，，， ，，确保转场自然、节奏稳固。。。。。。。。这对广告定格动画、剧情衔接等强控制需求场景特殊有用。。。。。。。。
分镜驱动视频天生支持按分镜剧本逐镜天生，，，，， ，，跨镜头维持角色外观、光影逻辑与美术气概一致性。。。。。。。。有用户用Lovart的Skill生因素镜故事板，，，，， ，，直接复制到Seedance 2.0中，，，，， ，，天生的视频比用ComfyUI手工调参做的还详尽。。。。。。。。
这说明模子不但明确单个画面，，，，， ，，还明确镜头之间的叙事逻辑。。。。。。。。
Seedance 2.0的编辑能力也获得了增强，，，，， ，，支持对已有视频举行角色更替、删减、增添。。。。。。。。用户可以直接在天生效果中编辑局部画面，，，，， ，，而不是推倒重来。。。。。。。。这大幅提升了成片率，，，，， ，，也让创作流程更靠近古板视频编辑的体验。。。。。。。。
从简单提醒词可天生包括多个镜头切换的完整片断。。。。。。。。
模子能自动妄想分镜、执行运镜（如渐进、围绕、追随）、添加剪辑效果（如慢行动、镜头颤抖）。。。。。。。。多镜头间坚持角色面部特征、打扮细节、场景光照、叙事基调的一致性，，，，， ，，过渡较为自然。。。。。。。。
最后就是视听团结天生方面，，，，， ，，音频与视觉在创作历程中相互影响。。。。。。。。
支持8种以上语言的音素级口型同步，，，，， ，，情形音效与视觉事务实时对应。。。。。。。。脚步声匹配角色移动，，，，， ，，玻璃破碎陪同响亮音效。。。。。。。。上传音频可驱动视频天生，，，，， ，，BGM节奏对应镜头切换。。。。。。。。
通偏激山引擎RayFlow优化，，，，， ，，天生速率比1.0版本提升约30%。。。。。。。。10秒1080p带音频视频约需2-5分钟。。。。。。。。Pro版本支持原生2K区分率，，，，， ，，视频可延伸至2分钟，，，，， ，，相比Sora 2的15秒上限和Kling 2.6的10秒限制有显着优势。。。。。。。。
角色一致性机制引入增强版“身份长期性”注重力机制，，，，， ，，在差别镜头、角度、光照条件下坚持角色特征稳固。。。。。。。。面部轮廓、发型、打扮纹理等细节在镜头切换时漂移较少。。。。。。。。
02
出圈竟是由于AGI？ ？？？？？？
在X、抖音等社交媒体上，，，，， ，，Seedance 2.0最受关注的内容集中在热门IP角色的格斗与行动视频：真人版七龙珠战斗、奥特曼对决、运动广告。。。。。。。。
这类内容的点赞数普遍在数十万级别。。。。。。。。
从视频的观感来讲，，，，， ，，行动场景对物理模拟精度要求极高，，，，， ，，任何失真都会破损可信度。。。。。。。。
拳击手出拳时的重心转移、击中目的的形变反响、被击者退却距离需切协力学纪律。。。。。。。。AIGC艺术家DynamicWang用Seedance 2.0制作的Nike风广告中，，，，， ，，四位女性的肌肉线条、行动幅度与其运动项目（体操、拳击、跑步、游泳）高度匹配。。。。。。。。
体操翻转、武术一连踢腿、跑酷墙面反弹等行动链条中，，，，， ，，任何一帧的速率、角度、加速率误差都会爆发“机械感”。。。。。。。。Seedance 2.0通过时序一致性建模，，，，， ，，使行动流通度靠近实拍效果。。。。。。。。
格斗时的扬尘、武器破风声、衣袂翻飞的褶皱等二次物理效应增强了场景真实感。。。。。。。。
物理天下的准确建模被视为通用AGI的要害能力之一。。。。。。。。
“物体怎样运动”“力怎样转达”“因果怎样爆发”，，，，， ，，虽然这些事情对我们早已司空见惯了，，，，， ，，可是关于AI这照旧新鲜事。。。。。。。。
当AI模子能准确展望拳头击中目的后的形变、水花溅起的轨迹、布料随风飘动的形态，，，，， ，，意味着它不再是简朴的“像素天生器”，，，，， ，，而是建设了对真实天下运作机制的内部表征。。。。。。。。
杨立昆曾多次强调，，，，， ，，AGI必需具备对物理天下的知识性明确。。。。。。。。
Seedance 2.0在物理模拟上的提升，，，，， ，，实质上是其天下模子能力的增强，，，，， ，，模子最先明确物体之间的关系、行动的因果链条、情形对物体的约束。。。。。。。。
古板天生模子依赖“数据中泛起过什么，，，，， ，，就天生什么”的统计纪律，，，，， ，，然而真实天下遵照因果逻辑，，，，， ，，推倒多米诺骨牌，，，，， ，，后续骨牌一定倒下；； ；； ；拳头击中脸部，，，，， ，，头部一定后仰。。。。。。。。
Seedance 2.0能够天生切合物理纪律的格斗视频，，，，， ，，说明模子内部已经形成了某种因果推理能力。。。。。。。。
它不是记着了“拳击的样子”，，，，， ，，而是明确了“力的作用一定爆发反作用”这一底层逻辑。。。。。。。。这种能力是从“模式识别”向“看法推理”的跨越。。。。。。。。
古板AI是停留在统计层面的拟合，，，，， ，，只有当AI明确了物理天下，，，，， ，，才华真正与现实交互。。。。。。。。
这也是为什么之前各大厂一直强调多模态。。。。。。。。
由于咱们人类的大脑明确物理天下，，，，， ，，实质上就是多模态。。。。。。。。我们通过视觉看到物体运动，，，，， ，，通过听觉感知碰撞声响，，，，， ，，通过触觉明确材质硬度，，，，， ，，这些感官信息在大脑中融合形成统一的天下明确。。。。。。。。
前文提到的Seedance 2.0视听团结天生架构，，，，， ，，在某种水平上就是模拟了这种多模态融合机制。。。。。。。。
当模子能够明确“重物落地应该发出降低声音”“玻璃破碎应该陪同响亮音效”时，，，，， ，，它已经在建设跨模态的因果关联。。。。。。。。这种能力远超纯粹的文本天生或图像天生，，，，， ，，已经预示着模子正朝着AGI靠拢了。。。。。。。。
尚有一点，，，，， ，，目今AI研究的共识是，，，，， ，，AGI最终需要体现在具身智能上。。。。。。。。
缘故原由很简朴，，，，， ，，一个能够在物理天下中行动的智能体，，，，， ，，无论是机械人照旧自动驾驶，，，，， ，，都要求AI准确展望物理天下的动态转变。。。。。。。。
Seedance 2.0虽然是视频天生模子，，，，， ，，但它对物理纪律的明确能力（重力、动量、碰撞、流体力学）与具身智能所需的能力高度重合。。。。。。。。
可以说，，，，， ，，视频天生是具身智能的“沙盒”。。。。。。。。
模子在虚拟天下中学会了物理纪律，，，，， ，，未来可以迁徙到真实天下的机械人控制中。。。。。。。。而基于Seedance 2.0的那些格斗视频，，，，， ，，恰恰集中体现了模子对力学、运动学、时序因果的综合明确，，，，， ，，这些都是具身智能的焦点能力。。。。。。。。
GPT、Claude等大语言模子虽然强盛，，，，， ，，但它们对物理天下的明确是间接的、基于文本形貌的。。。。。。。。它们可以告诉你“苹果会掉下来”，，，，， ，，但无法真正“看到”重力怎样作用。。。。。。。。
Seedance 2.0的突破在于，，，，， ，，它通过视频天生这一使命，，，，， ，，被迫学习物理天下的直接表征。。。。。。。。
这使得它在通往AGI的路径上比纯语言或静态图像模子走得更远，，，，， ，，以是它的运行逻辑更靠近人类“看到-明确-展望”的认知闭环。。。。。。。。
若是说语言模子是AGI的“左脑”（逻辑与符号），，，，， ，，那么物理天下模子就是AGI的“右脑”（空间与直觉）。。。。。。。。
Sora 2在静态场景和慢节奏叙事上体现较好，，，，， ，，但在快速行动场景保存显着短板。。。。。。。。篮球弹跳轨迹、水流形态、布料飘动泛起“梦幻感”而非“真实感”，，，，， ，，慢镜头下尤为显着。。。。。。。。
角色快速位移（冲刺、跳跃、挥拳）时容易爆发运动模糊太过或肢体变形，，，，， ，，源于扩散模子处置惩罚时序强烈转变的局限。。。。。。。。
Sora 2 要天生单镜头，，，，， ，，用户拼接多个行动片断时，，，，， ，，角色行动衔接、速率一致性难以包管。。。。。。。。
格斗视频需要“出招-闪避-还击”的多回合结构，，，，， ，，这是Sora 2的弱项。。。。。。。。社交媒体上Sora 2天生的同类内容常因“行动僵硬”“物理违和”被用户品评。。。。。。。。
字节在短视频领域的数据积累可能是优势泉源。。。。。。。。
抖音逐日处置惩罚数十亿条视频，，，，， ，，这些数据资助模子明确“什么样的运动吸引眼球”“哪种节奏让人一连寓目”。。。。。。。。模子训练可能使用了大宗真实武术、体育、舞蹈视频作监视信号。。。。。。。。
03
字节能从Sora 2上吸收教训吗？ ？？？？？？
OpenAI将 Sora 2 定位为“AI 版抖音”。。。。。。。。首日10万装置（约请制 iOS）、4天登顶美国App Store总榜、5天破100万下载（快于 ChatGPT）。。。。。。。。
但Appfigures数据显示，，，，， ，，Sora 2在60天内的下载量泛起断崖式下滑。。。。。。。。12月环比下降32%，，，，， ，，1月环比大幅下降45%，，，，， ，，降至约120万次。。。。。。。。
阻止发稿，，，，， ，，Sora 2现在已跌出美国App Store免费应用总榜前100名。。。。。。。。
Sora 2最大的战略失误是试图复制抖音那套社区文化。。。。。。。。
AI天生内容自然缺乏真实人际关系，，，，， ，，这是社交网络的焦点之一。。。。。。。。用户在抖音上刷到的是真实的人、真实的生涯片断、真实的情绪毗连。。。。。。。。而Sora 2天生的视频，，，，， ，，无论何等细腻，，，，， ，，实质上都是算法的产品，，，，， ，，缺乏社交网络赖以生涯的人际纽带。。。。。。。。
Seedance 2.0现在的做法更务实，，，，， ，，嵌入剪映、即梦等成熟创作工具，，，，， ，，作为“功效模� ？？？？？？椤倍恰白粤� App”。。。。。。。。
将自己定位为创作者工具箱的一部分。。。。。。。。用户不是来“刷AI视频”，，，，， ，，而是来“用AI做视频”。。。。。。。。这个定位差别，，，，， ，，决议了产品的生命周期。。。。。。。。
Sora 2在版权上的摇晃袒露了西方羁系情形的逆境。。。。。。。。
上线初期，，，，， ，，因缺乏严酷管控，，，，， ，，用户曾可天生海绵宝宝、皮卡丘等着名IP角色的视频，，，，， ，，这虽在一定水平上有助于早期推广，，，，， ，，但引发了版权方的强烈阻挡。。。。。。。。
面临压力，，，，， ，，OpenAI将版权使用规则从“默认可选”改为“需明确授权”，，，，， ，，也正是由于这种版权内容的变换，，，，， ，，导致Sora 2失去了最初病毒式撒播的动力源泉。。。。。。。。
现在来看，，，，， ，，Seedance 2.0另一大爆火的缘故原由，，，，， ，，是创作者使用AI天生了奥特曼、七龙珠等大宗着名角色，，，，， ，，但同样保存版权危害，，，，， ，，好比下图中就是赵本山和詹姆斯。。。。。。。。
字节因真人素材参考能力引发争议后，，，，， ，，已紧迫下线该功效。。。。。。。。这说明字节在版权问题上接纳磷泣审慎的态度，，，，， ，，试图在手艺能力与合规危害之间找到平衡点。。。。。。。。
但最主要的是，，，，， ，，当任何人都能在几分钟内天生一段细腻视频，，，，， ，，内容自己就失去了稀缺性。。。。。。。。用户真正需要的不是“更多视频”，，，，， ，，而是“更有意义的表达”。。。。。。。。
手艺再强，，，，， ，，若是不可回覆“用户为什么需要这个”的问题，，，，， ，，最终都会沦为玩具。。。。。。。。
AI天生的视频虽然细腻，，，，， ，，但往往缺乏焦点的情绪内核与一连的叙事价值。。。。。。。。许多用户在社交平台上反�。。。。。。。。�， ，，在最初的新鲜感褪去后，，，，， ，，Sora 2天生的内容逐渐趋同且无趣。。。。。。。。
Seedance 2.0若想恒久存活，，，，， ，，需要回覆一个问题：在AI让视频天生本钱趋近于零的时代，，，，， ，，你为用户创立的焦点价值是什么？ ？？？？？？是节约时间？ ？？？？？？是实现创意？ ？？？？？？照旧建设身份认同？ ？？？？？？
从现在的产品战略来看，，，，， ，，字节选择了“工具”而非“平台”的蹊径。。。。。。。。
但工具蹊径也有自己的挑战。。。。。。。。当可灵、Sora、Veo都在提供类似能力时，，，，， ，，用户凭什么选择 Seedance 2.0？ ？？？？？？谜底可能不在手艺自己，，，，， ，，而在生态整合的深度。。。。。。。。
字节拥有抖音、剪映、即梦的完整创作生态，，，，， ，，Seedance 2.0若是能与这些产品深度买通，，，，， ，，形成从灵感应宣布的闭环，，，，， ，，就能建设起其他竞争敌手难以复制的护城河。。。。。。。。
不过归根结底，，，，， ，，版权问题是永远不会消逝的，，，，， ，，手艺能力的界线也会一直被竞争敌手追平。。。。。。。。真正决议Seedance 2.0运气的，，，，， ，，是字节能否在爆火的窗堪②内，，，，， ，，将流量转化为用户习惯，，，，， ，，将手艺优势转化为生态壁垒。。。。。。。。
谜底可能决议了它是成为字节的云南高原生态农业有限公司下一个抖音，，，，， ，，照旧下一个 Sora 2。。。。。。。。