編輯 | Wen

“這已經(jīng)不是某個(gè)功能升級(jí)，而是在重做整個(gè)視頻生產(chǎn)流程。”近日，科技博主、影視颶風(fēng)創(chuàng)始人Tim在評(píng)測(cè) Seedance 2.0時(shí)，給出了一個(gè)相對(duì)冷靜但分量不輕的判斷。

Seedance 2.0是字節(jié)跳動(dòng)最新一代AI視頻生成工具。與過去常見的AI視頻產(chǎn)品不同，它不再停留在「生成一段畫面」的層面，而是嘗試把鏡頭組織、音畫關(guān)系和時(shí)長(zhǎng)控制一起納入模型能力中。

從產(chǎn)品形態(tài)上看，Seedance 2.0最明顯的變化是三點(diǎn)：

1.支持多鏡頭自動(dòng)拆解與銜接；

2.音頻與畫面同步生成，而非后期拼接；

3.單條視頻時(shí)長(zhǎng)可擴(kuò)展至 60 秒以上。

用戶輸入的不再是一個(gè)“畫面指令”，而更接近完整段落描述。模型會(huì)自動(dòng)將其拆分成多個(gè)鏡頭，并在運(yùn)鏡過程中盡量保持角色外觀、環(huán)境光影的一致性。這讓AI視頻第一次開始接近“可敘事”，而不僅是“可展示”。

在評(píng)測(cè)中，Tim展示了兩個(gè)典型場(chǎng)景：一是僅憑一張建筑正面照片，模型推演出背面結(jié)構(gòu)并完成環(huán)繞鏡頭；二是通過單張人臉圖像生成對(duì)應(yīng)語(yǔ)音，語(yǔ)氣、音色高度貼近原始人物，甚至能模擬方言特征。

這些能力背后，是字節(jié)跳動(dòng)Seed團(tuán)隊(duì)提出的雙分支擴(kuò)散變換器架構(gòu)：視覺與音頻并行建模，在生成階段就完成音畫對(duì)齊，同時(shí)結(jié)合角色與環(huán)境感知編碼，降低常見的閃爍、形變問題。從官方披露的數(shù)據(jù)來看，在2K畫質(zhì)下，其生成效率與穩(wěn)定性已接近可規(guī)?；褂玫乃健?/p>

這種變化，正在重新影響創(chuàng)意行業(yè)的生產(chǎn)方式。在短劇領(lǐng)域，AI可直接從劇本生成成片，顯著壓縮特效與試錯(cuò)成本；在廣告創(chuàng)作中，多版本快速生成讓AB測(cè)試更接近“日常操作”；而對(duì)個(gè)人創(chuàng)作者來說，制作門檻被進(jìn)一步拉低，故事草稿就可能轉(zhuǎn)化為可傳播的視頻內(nèi)容。

市場(chǎng)的反應(yīng)也相當(dāng)直接。2月9日，A股AI應(yīng)用、傳媒、短劇相關(guān)板塊出現(xiàn)明顯上漲，資本顯然已經(jīng)開始用“生產(chǎn)力工具”的視角，重新評(píng)估AI視頻的商業(yè)價(jià)值。

但問題也隨之浮出水面。

更強(qiáng)的空間推演能力與語(yǔ)音擬合能力，意味著深度偽造的門檻進(jìn)一步降低；版權(quán)歸屬、肖像與聲音授權(quán)、以及復(fù)雜物理規(guī)律下的穩(wěn)定性問題，仍然沒有被徹底解決。Tim在視頻中也明確提醒，這類工具在釋放創(chuàng)作效率的同時(shí)，風(fēng)險(xiǎn)同樣被放大。

字節(jié)跳動(dòng)方面透露，Seedance 3.0已進(jìn)入研發(fā)階段，目標(biāo)是“交互式視頻生成”，用戶可在生成過程中實(shí)時(shí)調(diào)整演員動(dòng)作和鏡頭位置。這意味著，AI正從“一次性生成”走向“參與創(chuàng)作”。

也正因此，Seedance 2.0的意義，或許并不在于取代誰(shuí)，而在于重新定義視頻是如何被生產(chǎn)出來的。當(dāng)技術(shù)逐漸抹平資金和制作門檻后，真正拉開差距的，可能只剩下創(chuàng)作者對(duì)敘事與表達(dá)的理解。