新智元報道

編輯：編輯部

【新智元導(dǎo)讀】就在剛剛，字節(jié)Seedance 1.5 pro一上線，網(wǎng)友們都玩瘋了！音畫同步、方言直出效果太驚艷，文物直播、熊貓嘮嗑、小扎和馬斯克上演真人角斗，這個模型的升級，將徹底改變未來的AI視頻制作流程。

最近的AI視頻模型大混戰(zhàn)，豆包也下場了！

就在今天，火山引擎在FORCE大會上，正式發(fā)布了豆包視頻生成模型Seedance 1.5 pro，生成效果一下子就把我們震到了。

比如，被谷歌折磨得不行的OpenAI CEO奧特曼，痛苦扶額飆出河南方言：

唉呀，最近谷歌咋恁牛咧？發(fā)那個模型直接給咱干趴下了！昨天的生圖模型都沒人瞅！

甚至，已經(jīng)有網(wǎng)紅大V用它做出爆款視頻了。

老祖宗文物們走進(jìn)直播間里開始孤身搖，一邊還唱著時下最火的熱門歌曲，如此腦洞十足的視頻，眼看著就要在小紅書開始病毒式傳播。

不用懷疑，這么逼真的效果，背后都來自Seedance 1.5 pro的加持！

沒錯，這次的全方位升級，直接讓它在AI視頻模型中全面領(lǐng)先。

首先，Seedance 1.5 pro可以支持音視頻聯(lián)合生成了，不再局限于視覺維度。

其次，模型的視覺沖擊力和運(yùn)動效果，又一次突破了上限。

多語言的超自然對白、人物情緒與表情細(xì)膩的亮點，也讓人印象深刻。

這些升級加起來，讓模型生成的視頻形成了極其強(qiáng)大的影視級敘事張力。

而且，如此絲滑的效果，已經(jīng)人人可用了，價錢也不貴！

即日起，個人用戶可在豆包APP、即夢AI體驗；企業(yè)用戶可在火山方舟體驗中心體驗，自12月23日起火山引擎也會上線該模型API。

Seedance 1.5 pro到底有多強(qiáng)？ 別急，讓我們一個一個來拆解。

影視級敘事張力

什么是一個AI視頻的靈魂？

顯然，視覺模型需要做到的不僅是生成高清畫面，還要能駕馭影視級的鏡頭語言、敘事張力，同時還要捕捉轉(zhuǎn)瞬即逝的微表情。

在這方面，Seedance 1.5 pro此次的增強(qiáng)也相當(dāng)令人刮目相看。

無論是審訊的女人不屑的表情，還是男人的特寫鏡頭中皺眉、微笑與咽口水等微動作，模型都極強(qiáng)地表現(xiàn)了出來，諜戰(zhàn)大片分分鐘生成。

在越來越多的實測中，我們驚喜地發(fā)現(xiàn)模型具備極其細(xì)膩的情緒捕捉能力。

即使沒有臺詞，它也能通過細(xì)微的表情變化，來延伸情緒鋪墊。

比如在這個地球被三體殖民的末日世界中，Seedance 1.5 pro根據(jù)指令詳細(xì)推測出了故事背景，并且極其細(xì)致地演繹出了羅輯悲傷壓抑的內(nèi)心狀態(tài)，情緒變化細(xì)微而富有層次，呈現(xiàn)出大片的細(xì)膩質(zhì)感。

音畫高精同步

AI視頻的一大難關(guān)，就是不僅要「看得見」，更要「聽得真」。

當(dāng)AI從創(chuàng)作「默片」升級到真正的有聲視頻，生成質(zhì)量才更經(jīng)得起現(xiàn)實檢驗。

為此，我們專門設(shè)計了一個辦公室場景——職場拍馬屁尷尬現(xiàn)場（延遲反映版）。

首先，老板先自己講了一個明顯不好笑的冷笑話，自己先笑了起來，然后臉上非常期待員工們的表情。

員工們的臉部特寫顯示，空氣中充滿了「即將假笑」的壓迫感。隨后大家的職場假笑同時爆發(fā)，留下老板在原地困惑。

可以看出，Seedance 1.5 pro完全做到了視覺和聽覺在時間上的精確同步。

接下來，讓Seedance 1.5 pro幫我們呈現(xiàn)一場扎克伯格和馬斯克在八角籠中的硅谷終極對決。

拳拳到肉的廝殺讓這場角斗驚心動魄。而整個視頻中，無論是兩人還是觀眾，每個聲效跟動作都能完美對上。

多人多語言

助力短劇、喜劇和國風(fēng)

除了音效的升級之外，這次Seedance 1.5 pro還給了我們一個大驚喜。

以往的AI視頻里，我們常常被「張口無聲」或「閉口說話」的詭異畫面勸退——人物口型和臺詞完全是錯位的。

而現(xiàn)在，這個問題被Seedance 1.5 pro徹底解決了。

準(zhǔn)備好，接下來是一大波方言襲擊！

率先登場的是——活力大灣區(qū)，魅力新廣州！

熊貓戴著貝雷帽坐在巴黎街角的咖啡館外，跟法國總統(tǒng)及夫人說著四川話，總統(tǒng)夫人笑著用法語回答。

地道的四川話，讓熊貓一張口就令人忍俊不禁。

多人多語言的功能，讓短劇、喜劇、國風(fēng)的內(nèi)容創(chuàng)作者都更添了一把利器。

短劇中的角色，可以自然地說著自己的家鄉(xiāng)話；在喜劇中，能夠完美還原方言特有的幽默感和節(jié)奏，讓笑點更自然。

在昆曲永恒的國粹經(jīng)典《牡丹亭》中，Seedance 1.5 pro讓我們得以穿越回到古代，一窺這部與莎翁《羅密歐與朱麗葉》齊名的唯美愛情悲劇。

如此逼真的效果，大V們只要有腦洞，馬上就能產(chǎn)出下一個爆款了！

專業(yè)運(yùn)鏡+動態(tài)張力

滿足高難度場景需求

因為Seedance 1.5 pro優(yōu)化了運(yùn)鏡控制和動態(tài)張力，就能更好地應(yīng)對高難度的復(fù)雜場景生成。

它相對從容地演繹高動態(tài)、高沖擊力的運(yùn)動場景。

在下面這個蹦極視頻中，它演繹出極強(qiáng)的臨場感，真實還原了極限運(yùn)動的速度與力量。

而模型自發(fā)的運(yùn)鏡調(diào)度能力，能夠執(zhí)行高難度鏡頭運(yùn)動。

我們讓它來個恐怖片場景。雙胞胎小女孩站在走廊中，隨后鏡頭開始擠壓，各種復(fù)雜的運(yùn)鏡創(chuàng)造出空間的畸變感，恐怖效果拉滿。

產(chǎn)業(yè)級場景

在廣告電商等產(chǎn)業(yè)級場景，Seedance 1.5 pro也有著廣闊的應(yīng)用場景。

比如奧特曼舉著一瓶香奈兒No.5，用一口標(biāo)準(zhǔn)的普通話給我們打著廣告。

技術(shù)突破

讓默片走向有聲電影

值得一提的是，Seedance 1.5 pro的技術(shù)論文也已于近日公開，讓我們得以一窺這個強(qiáng)大的模型背后的奧秘與巧思。

論文地址：https://arxiv.org/pdf/2512.13507

長久以來，AI視頻生成領(lǐng)域都在上演著令人尷尬的「獨(dú)角戲」：AI生成的畫面流光溢彩，卻往往伴隨著死一般的寂靜，或是被后期硬貼上并不合拍的音效。

這種割裂感，讓AI視頻始終像是一個精美的玻璃標(biāo)本——好看，但沒有生命。

Seedance 1.5 pro的出現(xiàn)，是一次從「默片時代」向「有聲電影」的大跨越。

它拋棄了業(yè)內(nèi)慣用的「先生成視頻、再匹配音頻」的級聯(lián)式老路，轉(zhuǎn)而采用原生音視聯(lián)合生成（Native Audio-Visual Joint Generation）架構(gòu)。

在它的「大腦」——雙分支擴(kuò)散Transformer（MMDiT）中，像素的光影與聲波的震動被視為同一數(shù)據(jù)的兩面。

這意味著，當(dāng)它構(gòu)思一只玻璃杯落地時，碎裂的清脆聲響并非后期合成，而是與玻璃觸地的畫面在毫秒間同步誕生的。

這種底層邏輯的重構(gòu)，帶來了對競品的降維打擊。

因此，Seedance 1.5 pro在音頻能力上成為市面上所有模型中唯一的八邊形戰(zhàn)士，定義了頂尖模型新基準(zhǔn)。

Seedance 1.5 pro的亮點，不只有極致的音畫同步，和更懂「中國味」。

因為依托多階段蒸餾技術(shù)，模型的推理速度暴漲10倍，這就意味著它不再是只有頂級顯卡才能供養(yǎng)的昂貴玩具，而是真正能下沉到短劇制作、廣告創(chuàng)意一線的生產(chǎn)力工具，從實驗室走向工業(yè)界。

如果說Sora 2展示了AI對物理世界的視覺想象力，那么Seedance 1.5 pro則賦予了AI傾聽與表達(dá)的感官通感。

One More Thing

最后，Seedance 1.5 pro即將上線的Draft樣片功能，也是讓人非常期待。

這個功能，能讓我們在抽盲盒階段，就輸出較低分辨率的視頻，鎖定關(guān)鍵元素，如果確認(rèn)沒問題，才會給你高清成片。

一下子，模型推理成本直接就節(jié)約了最高60%，性價比超高。

上：Draft 480p；下：滿血1080p

（視頻截圖）

上：Draft 480p；下：滿血1080p

（動圖節(jié)選）

雖然強(qiáng)敵環(huán)伺、競爭升級，但Seedance 1.5 pro，依然穩(wěn)穩(wěn)站在浪潮前端。

因為，它真正做到了聲畫交融、彼此成全，畫面、音效和情緒節(jié)奏都能融為一體，直接輸出影視級成品。

從此，AI視頻不再只是「會動的畫面+背景音」，而是直接可進(jìn)入剪輯流程的素材。

未來的視頻制作中，聲音設(shè)計可以從開頭就介入構(gòu)思。

一場AI視頻的風(fēng)暴已經(jīng)掀起，我們也無比期待，它掀起的另一個浪頭。

參考資料：

秒追ASI

?點贊、轉(zhuǎn)發(fā)、在看一鍵三連?

點亮星標(biāo)，鎖定新智元極速推送！