Seedance：AI视频的终点，不是素材，而是影视作品

01:05 整期概述

• 数据、架构、后训练、加速、评测体系、模型对比

01:39 核心能力

• 中文语音（方言 + 情绪）
• 人物一致性（不变脸 + 口型同步）
• 运镜能力（复杂镜头）
• 叙事能力（自动补全故事）
• 表演能力（戏曲 + 微表情）

04:49 数据

• 音画同步
• 动作丰富
• 难度分级
• 精细标注（画面 + 音频 + 情绪）

06:20 模型架构（MMDiT）

• 音频 + 视频联合建模
• 时间轴对齐
• 支持多输入生成（text / image）

07:14 后训练

• 高质量数据微调（电影 / MV）
• RLHF 提升质量与情绪

07:47 推理加速

• 蒸馏（大模型 → 小模型）
• 减少扩散步骤
• 量化 / 并行（≈10×提速）

08:50 新评测体系

• Seed Video Bench 1.5
  • 视频评测
    • Video-Vidvidness（活人感）
    • 表情 / 动作 / 运镜 / 互动
    • 解决“AI视频不真实”问题
  • 音频评测
    • 指令一致
    • 音质
    • 音画同步
    • 情绪表达

11:31 模型对比

• 中文语音：优于 Google Veo
• 音画同步：优于 Google Veo，Kling 2.6
• 情绪表达：比 OpenAI Sora 更克制（更适合商业）

13:34 总结

大家快去试试吧～

论文指路：Seedance 1.5 pro: A Native Audio-Visual Joint Generation Foundation Model