一張男人奔跑的圖片，距離一個(gè)有運(yùn)鏡、背景音，和實(shí)物碰撞的電影級(jí)逃亡片段有多遠(yuǎn)？

（Seedance 2.0官方生成的電影級(jí)逃亡片段截圖）

2月12日，字節(jié)跳動(dòng)正式上線新一代AI視頻生成模型Seedance 2.0，并接入旗下生成式AI創(chuàng)作平臺(tái)“即夢(mèng)”以及豆包App。幾天前，Seedance 2.0開啟內(nèi)測(cè)，其前序模型為誕生于去年6月的Seedance 1.0。于是，實(shí)現(xiàn)上述變換只需這樣一句表述：“鏡頭跟隨黑衣男子快速逃亡，后面一群人在追，鏡頭轉(zhuǎn)為側(cè)面跟拍，人物驚慌撞倒路邊的水果攤爬起來(lái)繼續(xù)逃，人群慌亂的聲音?！?/p>

內(nèi)測(cè)開啟的幾天里，抖音等眾多國(guó)內(nèi)外社交媒體和短視頻平臺(tái)被Seedance 2.0生成的視頻“攻占”，許多海外創(chuàng)作者在X平臺(tái)上發(fā)帖，尋求以+86開頭的手機(jī)號(hào)，用以體驗(yàn)Seedance 2.0。在官方使用手冊(cè)上，Seedance 2.0自稱為“殺死比賽（kill the game）”的一代模型。

2月12日，埃隆·馬斯克在社交平臺(tái)上點(diǎn)評(píng)，“這發(fā)生得也太快了（It's happening fast）”。賈樟柯也在個(gè)人微博賬號(hào)發(fā)文稱：“Seedance 2.0確實(shí)厲害，我準(zhǔn)備用它做個(gè)短片?！庇忻绹?guó)導(dǎo)演稱，“這沒(méi)準(zhǔn)會(huì)顛覆好萊塢”。多位受訪者向《中國(guó)新聞周刊》指出，AI視頻生成領(lǐng)域競(jìng)爭(zhēng)激烈。美國(guó)谷歌的Veo 3.1模型此前領(lǐng)跑全球，OpenAI的Sora 2以及快手于2月5日上線的可靈3.0模型都各有千秋。然而，Seedance 2.0或許已顛覆這一格局，它在角色一致性、物理真實(shí)性等方面“一騎絕塵”。

一句話打造一個(gè)視頻的時(shí)代，或許真的到來(lái)了。

不再“抽卡”？

2月10日，周鵬的父親在抖音平臺(tái)上發(fā)布了一個(gè)由Seedance 2.0制作的視頻，內(nèi)容是打斗場(chǎng)面，短短幾天內(nèi)便獲得超過(guò)百萬(wàn)播放量，以及4000多贊。

“沒(méi)有人指導(dǎo)，我爸自己靠一個(gè)視頻‘起號(hào)’了。這樣的例子還不少?！敝荠i現(xiàn)在是全職AI視頻創(chuàng)作者，也是最早一批體驗(yàn)Seedance 2.0的用戶。他告訴《中國(guó)新聞周刊》，Seedance 2.0在AI和自媒體創(chuàng)作圈內(nèi)爆火，源于其模型能力的大幅躍升。

最顯著的便是物理一致性。Seedance 2.0單次輸出視頻時(shí)長(zhǎng)不超過(guò)15秒，周鵬說(shuō)，要讓視頻中的主要人物在所有切換視角的鏡頭里都保持形象一致，且維持15秒，非常不容易。以往的AI視頻，往往存在人物面容衣著變化、表情與情緒不符、身體重心錯(cuò)誤、與環(huán)境互動(dòng)不自然等痕跡。除人物外，復(fù)雜物品零部件例如車輛后視鏡等，也常在不同鏡頭中出現(xiàn)又消失，很難保持一致。

而Seedance 2.0在這方面的表現(xiàn)令人驚訝?！八茏畲蟪潭确险鎸?shí)物理規(guī)律?！敝荠i表示，打斗場(chǎng)景涉及許多物理規(guī)律，模型“翻車率”很高，但在近乎白話的提示詞和參考視頻的條件下，Seedance 2.0生成的招式動(dòng)作細(xì)致，人物的走位合理，受擊反饋也很真實(shí)。也就是說(shuō)，AI視頻真正開始“以假亂真”了。

要做到這一點(diǎn)，首先需要多模態(tài)輸入。Seedance 2.0 目前支持圖像、視頻、音頻、文本四種模態(tài)輸入，最多支持12條上傳素材?？焖悸胙芯吭涸洪L(zhǎng)田豐告訴《中國(guó)新聞周刊》，在實(shí)測(cè)中，Seedance 2.0能精準(zhǔn)復(fù)刻參考視頻的運(yùn)鏡、動(dòng)作節(jié)奏和特效，實(shí)現(xiàn)“指哪打哪”的精確控制。周鵬分析，創(chuàng)作者可以上傳一個(gè)音頻，讓模型生成的人物按音頻的聲線說(shuō)話，這樣就不用像傳統(tǒng)創(chuàng)作一樣后期配音，大大減少了工作量。

Seedance 2.0模型架構(gòu)本身也做出了創(chuàng)新。雖然其技術(shù)報(bào)告尚未公布，但從Seedance 1.0的技術(shù)報(bào)告來(lái)看，在傳統(tǒng)的擴(kuò)散模型基礎(chǔ)上，該模型采用了“雙分支擴(kuò)散變換器架構(gòu)”。傳統(tǒng)模型生成視頻和音頻是分開的兩件事：先生成畫面，再貼聲音，因此有嘴型對(duì)不上、腳步踩不準(zhǔn)、背景音樂(lè)割裂等弊端。田豐介紹，在“雙分支擴(kuò)散變換器架構(gòu)”下，視頻與音頻的聯(lián)合生成，同步生長(zhǎng)，比如飛馳汽車的輪胎特寫應(yīng)配有巨大的引擎轟鳴聲、輪胎摩擦地面的聲音，模型在理解這類畫面時(shí)就會(huì)自動(dòng)生成音頻。人物口型匹配精度也可達(dá)毫秒級(jí)，而Veo在音畫同步方面仍存在明顯缺陷。

此外，Seedance 2.0還通過(guò)位置編碼技術(shù)優(yōu)化多鏡頭切換，解決人物突變問(wèn)題，使得AI視頻從單鏡頭擺拍，進(jìn)化為擁有動(dòng)畫級(jí)分鏡的作品。受訪者的共識(shí)是，Seedance 2.0的出現(xiàn)，稱得上是視頻生成領(lǐng)域的“DeepSeek時(shí)刻”。新加坡南洋理工大學(xué)計(jì)算機(jī)學(xué)院助理教授劉子緯對(duì)《中國(guó)新聞周刊》稱，無(wú)論是畫質(zhì)還是動(dòng)態(tài)一致性Seedance 2.0都顯著優(yōu)于目前最強(qiáng)模型Veo，且首次突破了多鏡頭敘事生成，把AI視頻推到了短視頻或者說(shuō)亞影視級(jí)的高度。

“抽卡”是一致性外的另一行業(yè)傳統(tǒng)痛點(diǎn)。由于AI生成的視頻畫面具備隨機(jī)性，用戶需要多次使用同一提示詞，才能得到相對(duì)滿意的結(jié)果，俗稱抽卡。同類模型單個(gè)鏡頭的抽卡次數(shù)可以達(dá)7次以上，從而帶來(lái)可觀的制作成本，以及冗長(zhǎng)的制作周期。那么Seedance 2.0解決了抽卡問(wèn)題嗎？

在實(shí)測(cè)中，多位受訪者發(fā)現(xiàn)，Seedance 2.0的單次生成可用率達(dá)90%以上，平均抽卡1—2次即可獲得滿意結(jié)果。周鵬指出，這是因?yàn)槟Ｐ椭屑尤肓霜?dú)特的AI代理（Agent），將創(chuàng)作者近乎白話的提示詞進(jìn)行再加工，用模型更能理解的語(yǔ)言作為輸入，這樣免去了創(chuàng)作者打磨提示詞的過(guò)程，模型也不用再反復(fù)去猜創(chuàng)作者的意圖。在創(chuàng)作中，Seedance 2.0也使用獨(dú)特的“@素材名”模式，來(lái)讓創(chuàng)作者指定素材的使用方法，從而讓模型準(zhǔn)確理解每個(gè)素材的用途。

不過(guò)，仍有創(chuàng)作者告訴《中國(guó)新聞周刊》，Seedance 2.0不能完全杜絕抽卡?！吨袊?guó)新聞周刊》在即夢(mèng)平臺(tái)使用單張圖片和提示詞生成了一段10秒鐘的視頻，單次嘗試下確實(shí)得到了人物穩(wěn)定、劇情符合描述的作品。不過(guò)在讓人物“脫去外衣”這一AI非常難處理的精細(xì)指令下，Seedance 2.0的表現(xiàn)仍不完美。

目前在即夢(mèng)平臺(tái)，Seedance 2.0對(duì)注冊(cè)用戶免費(fèi)開放。由于用戶人數(shù)激增，雖然視頻生成時(shí)間小于60秒，但《中國(guó)新聞周刊》生成上述視頻的排隊(duì)時(shí)間長(zhǎng)達(dá)9小時(shí)。

將徹底引爆AI短劇市場(chǎng)

周鵬將自己這類AI創(chuàng)作者形容為“懷春少女”，一面期待技術(shù)的更迭，一面又擔(dān)憂技術(shù)更迭得太快了。

事實(shí)也許更偏向后者。一名海外博主發(fā)布了Seedance 2.0的效果視頻，馬斯克在2月12日轉(zhuǎn)發(fā)了該帖，并評(píng)論稱“這發(fā)生得也太快了”。周鵬用Seedance 2.0制作這類視頻時(shí)，只需要“隨便找?guī)讖垐D，花十分鐘”，就能完成以前好幾個(gè)小時(shí)的工作。在他看來(lái)，創(chuàng)作者腦子里的任何創(chuàng)意幾乎都能被快速實(shí)現(xiàn)，一部短片電影的創(chuàng)作時(shí)長(zhǎng)不會(huì)超過(guò)一個(gè)小時(shí)。

技術(shù)壁壘逐漸被抹平之外，制作成本也有了可觀的降低。田豐表示，綜合業(yè)界測(cè)評(píng)，傳統(tǒng)短劇單集制作成本約5萬(wàn)元，5秒特效鏡頭成本約3000元。Seedance 2.0出現(xiàn)后，5秒特效鏡頭成本降至3元，5分鐘視頻成本壓縮至千元級(jí)，這已經(jīng)達(dá)到網(wǎng)劇、漫劇的自動(dòng)化生產(chǎn)級(jí)別，將徹底引爆AI短劇市場(chǎng)，并最終重塑影視和特效行業(yè)。

“這是真正的創(chuàng)作平權(quán)，每個(gè)人都是導(dǎo)演?！敝荠i感慨。不過(guò)，他也指出，這不一定是好事。目前，用戶只需要保存短視頻平臺(tái)的爆款轉(zhuǎn)場(chǎng)視頻，利用Seedance 2.0將自己的人臉貼上去，就能輕松復(fù)制爆款轉(zhuǎn)場(chǎng)。這不僅顛覆了AI創(chuàng)作邏輯，也顛覆了自媒體規(guī)則。周鵬認(rèn)為，這可能帶來(lái)網(wǎng)絡(luò)安全隱患。

Seedance 2.0內(nèi)測(cè)兩天后，字節(jié)跳動(dòng)緊急叫停了真人臉部素材的使用。官方使用手冊(cè)指明，系統(tǒng)會(huì)自動(dòng)攔截此類素材，上傳后將無(wú)法生成視頻內(nèi)容。這一舉措旨在保護(hù)內(nèi)容安全與守護(hù)平臺(tái)規(guī)范。不過(guò)，多位創(chuàng)作者表示，創(chuàng)作者本人的照片或視頻在通過(guò)人臉識(shí)別后，仍可用于創(chuàng)作。

田豐指出，限制真實(shí)人臉上傳是出于防范深度偽造的必要舉措。如果Seedance 2.0可憑上傳的單張照片、念幾個(gè)字的聲音采樣，就能逼真復(fù)刻真人形象、聲線及動(dòng)作習(xí)慣，那么偽造詐騙視頻的成本將變得極低。未來(lái)，建立AI創(chuàng)作的安全邊界尤為重要，不僅要強(qiáng)制標(biāo)注AI內(nèi)容、限制敏感內(nèi)容輸入，還要加強(qiáng)內(nèi)容審核機(jī)制。

大概半年前，周鵬還是名不見(jiàn)經(jīng)傳的獨(dú)立AI創(chuàng)作者，如今已開始接手大型商單?！鞍疵糠昼娨曨l來(lái)算，半年前我接商單的單價(jià)是一萬(wàn)元，現(xiàn)在最高的能做到7萬(wàn)元?！辈贿^(guò)，他認(rèn)為，這個(gè)價(jià)格保不住太久，因?yàn)楣ぞ叩母伦寗?chuàng)作者逐漸丟失價(jià)值，AI創(chuàng)作者將很快面臨價(jià)值危機(jī)。

在AI創(chuàng)作時(shí)代，人類創(chuàng)作的價(jià)值究竟是什么？田豐指出，無(wú)限模仿不等于無(wú)限創(chuàng)造，人類創(chuàng)作的核心價(jià)值將從技術(shù)執(zhí)行轉(zhuǎn)向創(chuàng)意與情感表達(dá)。清華大學(xué)智能產(chǎn)業(yè)研究院首席研究員聶再清對(duì)《中國(guó)新聞周刊》稱，視頻制作技術(shù)壁壘的降低總體上對(duì)創(chuàng)作者是利好，可以用更低成本制作出更有價(jià)值的視頻產(chǎn)品。相應(yīng)地，制作細(xì)節(jié)的精細(xì)打磨以及背后哲理思考的表達(dá)，將變得更有價(jià)值。

“以后就是純憑創(chuàng)意、純講故事的時(shí)代?！敝荠i說(shuō)，就像大語(yǔ)言模型消解了人類知識(shí)壁壘一樣，AI視頻模型將消解創(chuàng)作壁壘。一切還只是開端。

記者：周游

（nolan.y.zhou@gmail.com）

編輯：杜瑋