字节跳动旗下现象级AI视频生成技术Seedance 2.0近日在学术平台arXiv发布技术论文，同步通过Byteplus平台向全球100多个国家的企业客户开放API调用服务。该系统支持多模态输入，可接受文字、图片、视频及音频指令，生成4-15秒的720p分辨率视频，但美国市场暂未纳入服务范围。
技术突破方面，Seedance 2.0通过原生统一架构实现视频与音频的同步生成，解决了传统工具依赖单文本输入导致的素材一致性难题。系统可同时处理四种指令类型，在人物动作自然度、多人交互逻辑、音画同步精度等维度取得显著进展。例如，人物行走、奔跑等动态场景符合物理规律，口型与语音匹配误差控制在毫秒级，系统还具备自动分镜、运镜及剪辑能力。
论文披露的评测数据显示，该模型在VBench等主流基准测试中全面领先同期竞品，质量、运动合理性及语义一致性等核心指标均位居第一梯队。技术团队通过26页报告详细展示了模型架构创新点，包括多模态理解机制、时空连续性建模等关键技术细节。
研发团队构成引发行业关注。最新公布的170人作者名单显示，相比前代197人规模缩减近半，其中89人离职、62人新加入。核心成员包括基础研究负责人吴永辉，其直接向公司CEO汇报技术决策；预训练模块负责人曾妍常驻美国帕洛阿尔托，主导核心技术路线执行。团队薪资体系采用"现金+字节期权+豆包期权"组合模式，期权四年全归属，潜在收益与业务发展强关联。
针对近期市场传闻，抖音副总裁李亮公开否认"亿元年薪挖角"说法，强调团队薪资体系统一。但其补充说明引发新讨论：若业务发展达标，部分技术人员四年后期权收益可能达数亿元。这种将辟谣与人才吸引相结合的表述方式，被业内视为创新性的招聘策略。
该技术的商业化落地已显现成效。通过Byteplus平台，企业客户可直接调用API生成营销视频、动画短片等数字内容，显著降低专业视频制作门槛。系统支持在现有视频基础上无缝续拍，为长视频创作提供新工具，目前已在影视、广告、教育等行业展开试点应用。
