人工智能视频领域再掀巨浪。近日，字节跳动向部分用户低调内测其新一代多模态视频生成模型 Seedance2.0。这款被业内人士誉为“地表最强”的模型，凭借其深度整合的原生音视频生成能力与，正迅速改变内容创作的行业格局。
多模态融合与“参考”功能突破
Seedance2.0最大的技术亮点在于其对图像、视频、音频和文本四种输入的处理能力。用户可组合多达12个文件（包含9张图像、3段视频和3段音频）进行创作。
动作学习: 该模型能从上传的参考视频中学习镜头语言、运动轨迹及特效，并能无缝扩展现有片段或替换角色。
原生音效: 与前代不同，2.0版本在生成4到15秒视频的同时，会自动匹配高度同步的音效、音乐甚至口型，极大降低了后期制作的繁琐度。
实测反馈:惊艳与争议并存
知名科技博主“影视飓风”Tim 在测评中连用6次“恐怖”来形容其性能，指出该模型即便在未提供音频的情况下，也能通过照片精准模拟出其本人的音色及公司大楼未在图中显示的背面细节。这种强大的“克隆”能力引发了《黑神话:悟空》制作人冯骥等业界大佬对“信任危机”和版权问题的深度担忧。目前，字节已紧急暂停了部分敏感的真人参考功能。
行业博弈:中国 AI 视频“双雄会”
与此同时，快手也在近日推出了 Kling3.0。与 Seedance2.0侧重于复杂的多模态参考和运镜控制不同，Kling3.0在物理反馈、多语言对口型及角色一致性上表现卓越。
两强对垒直接点燃了二级市场的热情。据《南华早报》及 A 股市场数据，受这些“奇点级”模型发布的刺激，国内多家媒体与 AI 概念股股价一度飙升达 20%，资本市场普遍看好 AI 视频在短剧、动漫及电商领域的商业化前景。
