指南 · 模型

Seedance 2.5 能做什么：30 秒直出、50 个参考素材、秒级时间戳 —— 给短剧作者的能力地图

发布于 2026 年 9 月 8 日 · 更新于 2026 年 9 月 12 日

快速结论：Seedance 2.5 是字节跳动旗下火山引擎的视频生成模型，2026 年 6 月 23 日在 FORCE 原动力大会首次展示、7 月 31 日正式上线、8 月 7 日开放 API。相对 2.0，它把单次生成拉到 30 秒直出，参考素材上限提到 50 个多模态素材（图、视频、音频都算），对提示词里的秒级时间戳响应更准，还新增了纯音频参考与更稳的视频编辑能力，兼容十余种语言。对竖屏短剧来说，这三件事直接改变分镜方式：一段可以装下一场完整对手戏、角色和场景的参考不用再精挑细选、镜头切点可以写在时间轴上而不是靠运气。

SceneMixer 生成的 AI 短剧《The Floor（短剧出海）》成片画面（5 个角色、1 集） — 样片《The Floor（短剧出海）》：真人写实高清画质 · 1 集，由 SceneMixer 流水线从剧本直接生成 · 看整集

能力表（核查日期 2026-09-08）

项	Seedance 2.5（公开资料）	对短剧的意义
单次时长	原生支持 30 秒视频直出	一场 4–6 句台词的对手戏可以一段出完，不必在 15 秒处硬切
参考素材	最多 50 个全模态素材（图片 / 视频 / 音频）	主角全身 + 脸部特写 + 场景空景 + 关键道具 + 音色样本一起喂，跨镜头一致性靠它
时间控制	提示词内秒级时间戳，长镜头结构可精确编排	「0–5 秒建立、5–15 秒转折、15–25 秒结果、25–30 秒收束」可以直接写进提示词
音频	纯音频参考：一段人声 / 音乐 / 音效可带动节奏、卡点与口型	先定音色再出画面；对白的口型不再全靠模型猜
视频编辑	更精准稳定的视频编辑与续接能力	成片某一段不满意可以在原片基础上改，而不是整段重掷
语言	兼容十余种语言	出海项目的英文 / 日文 / 西语对白同一套流程
分辨率	方舟按分辨率与输出秒数计价，720P 起；更高档以官方文档为准	竖屏短剧 720P 够用，先用低档跑通节奏再升档
时间线	2026-06-23 FORCE 大会首发 · 07-31 正式上线 · 08-07 API 上线	—

来源：火山引擎 Seedance 2.5 API 上线报道（站长之家、中关村在线）、发布会与上线报道（新浪）、火山方舟《Doubao Seedance 2.5 教程》（docs.volcengine.com），访问 2026-09-08。参数以官方文档为准，本文不替官方背书。Seedance 是字节跳动 / 火山引擎的产品名称，本文为独立的科普与使用指南。

30 秒直出改变的是分镜方式，不只是时长

4–15 秒一段的时代，一场对手戏要拆成两三段生成，每段各自开机、各自收尾，段与段之间的机位、光线、人物朝向靠参考图和文字硬接。30 秒直出之后，正确的用法不是把 15 秒的内容拉长，而是把一场戏当一个生成单元：

段要长、镜头要短。一段往 30 秒顶满，里面放 4–8 个镜头，每个镜头 2.5–5 秒，节奏靠单个镜头的秒数控制，而不是把段切碎。
切点写在时间轴上。Seedance 2.5 对秒级时间戳的响应是它区别于 2.0 的核心能力之一，「第 6 秒切到反打近景」这种写法可以直接落在提示词里（写法见提示词实操篇）。
收尾留 3–5 秒稳定终态。长镜最常见的翻车是最后两秒还在动，下一段接不上。终态写清楚：谁在画面里、面朝哪、手里拿着什么。

50 个参考素材：不是越多越好，是「各司其职」

参考素材上限从个位数提到 50 个之后，瓶颈从「放不下」变成「互相打架」。业界总结的原则是每个参考只承担一种职责，并在提示词里明说保留什么、忽略什么：

身份：每个出场角色一张白底全身定妆照（9:16）+ 一张脸部裁切，只锁长相与服装，不带场景光。为什么必须白底和中性光，见角色一致性方法论。
环境：一张无人的场景空景（plate），写清光源在哪；带雾、带光束、带剪影的图会被每个镜头继承。
道具：只有剧情关键道具进参考，白底特写；有出鞘 / 断裂等形态变化的物件，每个形态一张图。
运动：需要复刻某种运镜或动作时给一段参考视频，并明说「只参考运镜，不参考人物与场景」。
声音：一段 3–8 秒的音色样本即可锁角色声线；配乐参考决定卡点与节奏。

同一属性出现在两个参考里（比如全身照和脸部照的发型不一致），模型会二选一，而且每段选的可能不同 —— 生成前先把冲突的那张删掉。

纯音频参考：先定声音，再出画面

2.0 时代的音画同生是「模型一边画一边配音」，声音是画面的副产品。2.5 的纯音频参考把顺序反过来：给一段人声，画面的口型、停顿、呼吸跟着声音走；给一段音乐，剪辑点跟着节拍走。对短剧的实际意义有两条：一是角色音色可以在整部剧里保持一致（同一段样本反复用）；二是先有台词录音再出画面时，口型对得上。限制也要知道：参考音频决定的是节奏与口型，不会替你把台词文字读对 —— 台词内容仍要写在提示词里。

在 SceneMixer 里怎么用这些能力

选档：设置里的视频模型档位选「Seedance 2.5」系列（Pro / Lite / 480P 三档，按每秒积分计费，档位与单价以定价页和设置面板为准）。视频每秒 8 积分起。
30 秒长镜：第三步分集列表顶部的「段长模式」切到「长镜 30s」，该集分镜按 30 秒一段生成，模型列表只保留支持 30 秒的档位。
参考素材自动带：角色全身 / 脸部、场景空景、匹配好的音色样本，由流水线按段自动附上；哪一段用哪个角色状态（换装、受伤、出鞘）由状态变体机制自动指派，不用手动传图。
分镜脚本已经按时间戳写：每段脚本自带【分镜 N】与秒数，改秒数就是改切点；编辑脚本免费，改完点这一段的「生成」。
失败不扣费：审核拦截、参数错误、上游超时的任务积分自动退回，只有拿到成片才结算。首个项目还免费送角色/场景/物品各 5 张设定图与第 1 集分镜解析。

常见问题

Seedance 2.5 和 2.0 最大的区别是什么？

三件事：单次时长从 4–15 秒提到 30 秒直出；参考素材从个位数提到最多 50 个多模态素材；提示词里的秒级时间戳响应更准，长镜头结构可以精确编排。另外新增了纯音频参考和更稳的视频编辑能力，语言支持扩到十余种。

30 秒一段会不会更容易崩？

会，如果你把 30 秒当一个镜头写。正确做法是一段里写 4–8 个镜头，每个镜头 2.5–5 秒，切点用时间戳写清楚，最后留 3–5 秒稳定终态。地点、说话人或关键信息发生变化时，仍然应该另起一段。

50 个参考素材要全部用满吗？

不要。每个参考只承担一种职责（身份、环境、道具、运动、声音），同一属性不要出现在两个参考里。一场两人对手戏通常 4–6 个参考就够：两人各一张全身 + 脸部，一张场景空景，必要时一段音色样本。

用 SceneMixer 需要自己去火山引擎开通 API 吗？

不需要。你在设置里选档位，按积分计费；参考图、音色、分镜脚本由流水线按段自动整理并附上，没有任何 API 配置环节。

生成失败或被审核拦截会扣积分吗？

不会。任务失败或被内容审核拦截时冻结的积分自动退回；只有拿到成片才结算，重新生成单段只扣该段。

用 30 秒长镜跑一集试试

分镜、参考图、音色都由流水线按段自动喂给模型，失败不扣积分。

免费注册 SceneMixer

本文关于 Seedance 2.5 的参数来自火山引擎公开发布与报道，核查日期 2026-09-08；上游改版以官方页为准。