Seedance 2.0 Arquitetura técnica

Esta página resume aspectos técnicos de Seedance 2.0 de fontes públicas (por exemplo, blog oficial, terceiros) API docs). Não é uma especificação oficial e pode não reflectir a última aplicação.

Última atualização: 2026-03-27

Última verificação: 2026-03-27

Frequência de atualização: A cada poucos dias

Base de origem e limite de leitura

Estes guias são escritos como resumos de referência de terceiros, não documentação oficial do produto ou conteúdo de suporte.

Fontes utilizadas

Compilado da ByteDance Seed material de lançamento de sementes publicado em 12 de fevereiro de 2026, a página do projeto público, e tutoriais de terceiros selecionados, comparações e write-ups de fluxo de trabalho.

Limite

Use estas páginas para entender reivindicações públicas, fluxos de trabalho comuns e terminologia. Não os leia como apoio oficial, autorização ou declarações do proprietário do produto.

Temporidade

Portais, preços, UI, suporte linguístico, velocidade de geração, e disponibilidade de API pode mudar. Verifique os detalhes atuais com fontes oficiais ou primárias antes de confiar neles.

Base de fontes

Esta página resume materiais publicamente disponíveis. Especificações, preços e acesso podem mudar—verifique fontes primárias antes de tomar decisões.

ByteDance official launch blog: Seedance 2.0
official · 2026-03-27
ByteDance Seedance 2.0 project page
official · 2026-03-27
ByteDance Seed Models page
official · 2026-03-27

Modelo e entradas

Descrições técnicas públicas referem-se a uma arquitetura unificada multimodal de geração conjunta de áudio e vídeo. Entradas: texto mais até 9 imagens, 3 clipes de vídeo e 3 faixas de áudio (sujeito aos limites da plataforma). Acionamentos de texto cena, ação e estilo; imagens/vídeos/áudio fornecem referência para composição, movimento, câmera e som. O sistema @ tag em prompts permite atribuir funções a cada ativo.

Saídas

Vídeo: tipicamente 4-15 segundos selecionáveis; resolução até 2K (2048×1080); proporções de aspecto muitas vezes incluem 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 e adaptativo. Áudio: estéreo nativo, gerado em conjunto com vídeo (não pós-dubbed); lip-sync suportado para vários idiomas em relatórios públicos. Extensão de vídeo e edição no local são suportados em muitos fluxos de trabalho.

Produção conjunta de áudio-vídeo

Os write-ups técnicos de terceiros descrevem um transformador de difusão de dois ramos que processa fluxos visuais e de áudio em uma única inferência, permitindo que efeitos sonoros, lip-sync e música sejam alinhados com a imagem desde o início. A consistência entre as imagens é obtida reutilizando a mesma(s) imagem(s) de referência e referindo-se a elas no prompt.

Perguntas mais frequentes

Existe um API?

Sim. BytePlus/Volcano Engine e fornecedores terceiros (por exemplo, fal.ai, Seedance2API-estilo Docs) oferta API acesso. Workflow é muitas vezes assync: enviar trabalho, status da pesquisa, resultado do download. Verifique a página oficial do projeto Seedance e os documentos de desenvolvimento do seu provedor API ofertas e preços.

Que resolução suporta o Seedance 2.0?

Segundo relatórios públicos, a saída nativa vai até 2K (2048×1080), com proporções de aspeto comuns como 16:9, 9:16, 1:1 e outras. Consulte o nosso guia de comparação para ver como se compara com outras ferramentas.

Seedance 2.0 vs Kling AI e Outras Ferramentas

Como o modelo processa entradas multimodais?

Segundo descrições técnicas públicas, o modelo usa uma arquitetura conjunta texto-imagem-vídeo-áudio unificada. Um único pedido pode combinar até 9 imagens, 3 vídeos e 3 faixas de áudio mais texto; o sistema de tags @ nos prompts atribui funções a cada recurso. Consulte o nosso guia multimodal para mais.

Seedance 2.0 Omni-Reference & Entrada Multimodal — Imagens, Vídeo e Áudio de referência explicados

Guias relacionados

Explore mais guias