Öffentliche Seedance-Modelle
Seedance 2.0 →seedance-2.0
Seedance 2.0 ist ByteDances videogeneratives Basismodell, das im Februar 2026 veröffentlicht wurde und Audio sowie Video nativ gemeinsam erzeugt. Sprache, Soundeffekte und Hintergrundmusik werden von Anfang an mit den visuellen Inhalten synchronisiert. Das Modell akzeptiert Text-, Bild-, Videoclip- und Audioeingaben und kann bis zu 12 Assets in einer einzigen Generierung verarbeiten: bis zu 9 Bilder, 3 Videoclips und 3 Audiodateien. Es unterstützt 15-sekündige Mehrszenen-Ausgaben in hoher Qualität mit Zweikanal-Audio sowie eine intelligente Dauersteuerung, bei der ein negativer Wert für die Dauer das Modell die beste Länge wählen lässt. Das Seitenverhältnis wird adaptiv anhand der Eingaben gewählt. Zudem sind Videobearbeitung und -erweiterung möglich, wobei ursprüngliche Bewegung und Kameraführung erhalten bleiben. Nutzer können Audio deaktivieren, um stille Videos zu erstellen.
Seedance 2.0 ist für die Film- und Videoproduktion von Mehrszenen-Erzählungen mit konsistenten Charakteren, Kurzfilmen und Musikvideos geeignet. Auch für Marketing und Werbung, Produktdemonstrationen, soziale Werbekampagnen und Markenfilme ist es konzipiert. Im E-Commerce ermöglicht es Produktpräsentationen mit präziser Platzierung durch Multi-Winkel-Bildreferenzen. Bildungseinrichtungen können mehrsprachige Trainingsvideos erstellen, und für soziale Medien eignet es sich für TikTok-Trendvideos und Kurzformate. Darüber hinaus unterstützt es Tests verschiedener Talente in Werbekonzepten und die Erstellung von Szenenvariationen mit unterschiedlichen Schauspielern.
Das Modell ist das erste videogenerative Basismodell mit vollständiger Mixture-of-Experts-Architektur und einer Parameterskala von 200 Milliarden. Die Identitäts- und Szenenkonsistenz wurde im Vergleich zu früheren Versionen deutlich verbessert, und die Bewegungs- und Physikdarstellung für komplexe Interaktionen wie Sport, Tanz und Objektkollisionen ist besser. Seedance 2.0 belegt den ersten Gesamtrang auf der WorldReasonBench der Tsinghua-Universität unter allen getesteten Modellen. Allerdings hat kein Modell, einschließlich Seedance 2.0, die von den WorldReasonBench-Forschern festgelegte Weltmodell-Schwelle überschritten, und logisches Schlussfolgern erwies sich als die schwierigste Kategorie für alle getesteten Modelle. Das Modell schränkt die Generierung realer Personen, urheberrechtlich geschützter Charaktere und geschützter Markenidentitäten auf Modellebene ein. Jedes generierte Video enthält C2PA-Wasserzeichen, die Herkunftsmetadaten kryptografisch signieren. Seedance 2.0 ist über CapCut und Dreamina sowie über API-Anbieter wie Fal und OpenRouter verfügbar. Die Motion Picture Association verurteilte das Modell kurz nach der Veröffentlichung. Die Walt Disney Company sandte ByteDance im Februar 2026 ein Unterlassungsschreiben, in dem sie eine unentschädigte Nutzung von Disney-Werken für das Training behauptete. Paramount Skydance warf ByteDance offenkundige Verletzung seines geistigen Eigentums vor.
Seedance 2.0 Fast →seedance-2.0-fast
Seedance 2.0 Fast ist die destillierte, auf Geschwindigkeit optimierte Variante der Seedance-2.0-Reihe von ByteDance. Es nutzt eine gemeinsame multimodale Architektur mit dem Standardmodell und erzeugt Videos mit nativ synchronisiertem Audio. Als Eingaben akzeptiert es Text, Bilder, Videos und Audio; die Ausgabe ist ein Video mit nativem synchronem Ton. Die Clip-Länge reicht von 4 bis 15 Sekunden, die Auflösungen umfassen 480p, 720p und 1080p.
Das Modell unterstützt Text-zu-Video, Bild-zu-Video und Video-zu-Video. Über Multi-Referenz-Eingaben lassen sich bis zu 9 Referenzbilder sowie bis zu 3 Referenzvideos mit je 2 bis 15 Sekunden Länge einbinden, inklusive Steuerung des ersten und letzten Frames. Zusätzlich sind Videobearbeitung und Videoverlängerung über Prompts auf ausgewählten Segmenten möglich. Diese Bandbreite an Generierungsmodi und die 1080p-Unterstützung gehen über Modelle wie Wan 2.6 T2V hinaus.
Seedance 2.0 Fast eignet sich besonders für Aufgaben, bei denen viele Kandidaten schnell erzeugt und gesichtet werden sollen: schnelles Videoprototyping, Varianten für Social-Media-Kreationen, Werbeentwürfe, Storyboard-Visualisierung, referenzgesteuerte Clips und die Stapelverarbeitung kreativer Exploration. Teams, die vor der finalen Richtungsentscheidung mehrere Versionen produzieren möchten, profitieren vom ausgewogenen Verhältnis zwischen Geschwindigkeit und Kosteneffizienz. Einschränkungen bestehen bei der Konsistenz mehrerer Subjekte, bei Textgenerierung und komplexer Bearbeitung; gelegentlich kann es zu Audioverzerrungen kommen. 4K wird nicht unterstützt.
Seedance 2.0 Mini →seedance-2.0-mini
Seedance 2.0 Mini ist ein Modell zur Videogenerierung von ByteDance, verfügbar über die Felo API.
Seedance 2.5 →seedance-2.5
Seedance 2.5 ist ein von ByteDance Seed am 31. Juli 2026 veröffentlichtes Videogenerierungsmodell. Es erzeugt eine durchgehende Einstellung von bis zu 30 Sekunden nativ in einem einzigen Durchlauf, ohne Segmente zusammenzufügen. Multiturn-Erweiterungen können den Inhalt auf mehrere Minuten ausdehnen, während die audiovisuelle Sprache konsistent bleibt. Die einheitliche gemeinsame Audio-Video-Architektur verarbeitet visuelle und akustische Signale im selben latenten Raum und erzeugt Umgebungsgeräusche, Foley und Musik synchron zum Bild.
Das Modell akzeptiert bis zu 50 multimodale Referenzeingaben pro Generierung: 30 Bilder, 10 Videos und 10 Audioclips. Diese Referenzen können das Aussehen von Subjekten, den Szenenstil, die Bewegung und Stimmmerkmale steuern. Es unterstützt Weißmodell-Referenz, Bewegungsreferenz und kreative Referenzmodi. Zeitstempelgenaue Steuerung erlaubt es, Aktionen, Kamerawchsel, Rhythmus und Schnittanweisungen an bestimmten Punkten festzulegen. Regionale Bearbeitung ersetzt ein Subjekt, einen Hintergrund oder ein Produkt, ohne den gesamten Clip neu zu rendern; auch Green-Screen-Bearbeitung, Blickwinkelbearbeitung und Referenzbearbeitung sind enthalten. Text-Prompts dienen als Eingabe.
Seedance 2.5 eignet sich für Kurzdramen mit vollständigem Handlungsbogen, Werbefilme und Social-Media-Anzeigen, Produkttrailer und Produktdemos, vollständige Onboarding-Videosegmente, animierte Inhalte, Film- und Fernsehproduktion, Werbeplanung und Kreation, Unternehmenskommunikation und interne Dokumentationsvideos, Bildung und Schulung, industrielle Fertigung, embodied intelligence und autonomes Fahren. Die Stärken liegen in der nativen 30-Sekunden-Einstellung, die Charakterdrift und Beleuchtungsinkonsistenzen durch Stitching vermeidet, sowie in der hohen Kontrollierbarkeit für Marken- und Produkttreue über Einstellungen hinweg. Laut einem Deep-Review-Bericht ist die makroskopische logische Steuerung jedoch relativ schwach, und die gemeldeten Nutzungskosten haben sich im Vergleich zur Vorgängergeneration verdoppelt. Es liegen noch keine unabhängigen Benchmark-Daten von Drittanbietern vor.
Die Model API-Dokumentation lesen →