ByteDanceの次世代AI動画モデル、革新的な@-referenceシステムを搭載。テキスト、画像、動画クリップ、音声を単一のプロンプトで組み合わせられます。ネイティブな映像音声同期、V2V編集、最大2K解像度・30fpsの出力を、すべて統一された生成プロセスで実現します。
Seedance 2.0はByteDanceの最先端AI動画生成モデルで、2026年2月に発表されました。統合型マルチモーダル音声動画共同生成アーキテクチャを採用し、テキスト、最大9枚の画像、最大3本の動画クリップ、最大3本の音声トラックという4つの入力モダリティを同時に処理できます。画期的な@-referenceシステムを使用すると、プロンプト内の特定の要素にタグを付け、アップロードした参照ファイルにバインドすることで、カメラの動き、キャラクターの外見、音声のリズム、視覚スタイルを細かく制御できます。出力は最大2K解像度に達し、多言語リップシンク、効果音、背景音楽を含むネイティブ同期音声に対応しています。
プロンプト内で@Image、@Video、@Audioラベルを使用する革新的な参照タグ付け機能。特定の要素をアップロードしたファイルにバインドし、カメラの動き、キャラクターの動作、音声リズム、視覚スタイルを精密に制御できます。
テキスト、最大9枚の画像、最大3本の動画クリップ、最大3本の音声トラックを単一の生成リクエストで組み合わせられます。Seedance 2.0は4つの入力タイプすべてを同時に処理する最初のモデルです。
音声と映像の統合合成により、リップシンク対応の台詞、効果音、背景音楽を視覚出力と同期して生成します。音素レベルの精度で多言語リップシンクに対応しています。
参照-to-動画モードで既存の動画を編集。アップロードしたクリップから動作パターン、カメラパス、テンポを転写します。元の構造を保持したまま、服装の変更、アクションの修正、要素の置き換えが可能です。
ネイティブ2K（2048×1080）出力、30fps、複数の品質レベルに対応：480p、720p、1080p。生成あたりの動画長は4〜15秒です。
同じキャラクターを様々な角度から撮影した複数の参照画像をアップロード。Seedance 2.0は、生成された複数のクリップ間で顔、服装、身体プロポーション、アクセサリーの一貫性を維持します。
Seedance 2.0のマルチモーダル参照制御、ネイティブ音声生成、動画編集機能をご覧ください
“@Image1が@Image2の中を歩く、@Video1のカメラワーク、@Audio1の背景音楽”
全モダリティを組み合わせたマルチ参照プロンプト
“@Image1のキャラクターが@Audio1のリズムに合わせて@Image3の環境で踊る”
音声ビート参照でガイドされるキャラクターの動き
“英語の同期音声とスライド遷移を伴うプレゼンテーションを行う人物”
視覚コンテンツと同期したリップシンク台詞
“ステップバイステップのナレーションと台所の環境音を伴う料理チュートリアル”
料理動作と同期したナレーション
Seedance 2.0 FAQ
@-referenceシステムは、プロンプト内の要素を@Image1、@Video1、@Audio1ラベルでタグ付けし、アップロードした参照ファイルにバインドできる機能です。Seedance 2.0は動画参照からカメラの動き、音声からビートリズム、画像から構図スタイルを抽出します。これにより、生成される動画のあらゆる側面を細かく制御できます。
"@-referenceシステムは本当に革新的です。参照クリップからカメラの動きを抽出して即座に適用できる — まったく新しいクリエイティブワークフローです。"
映像ディレクター
"4モダリティ入力は状況を一変させます。キャラクターデザイン、カメラワークの参考、背景音楽をすべて1つのプロンプトに入れれば、思い描いた通りのものが得られるのです。"
モーションデザイナー
"@-referenceシステムは本当に革新的です。参照クリップからカメラの動きを抽出して即座に適用できる — まったく新しいクリエイティブワークフローです。"
映像ディレクター
"4モダリティ入力は状況を一変させます。キャラクターデザイン、カメラワークの参考、背景音楽をすべて1つのプロンプトに入れれば、思い描いた通りのものが得られるのです。"
モーションデザイナー
