ByteDance ha lanciato in Cina il nuovo modello video AI Seedance 2.5, una piattaforma pensata per generare clip più lunghe e strutturate rispetto alla generazione precedente. La novità principale è la possibilità di creare in un solo passaggio video fino a 30 secondi, con un salto evidente rispetto ai 15 secondi del modello precedente.
Il rollout è già partito su Jimeng AI e sulla versione professionale di Doubao, mentre l’accesso via API arriverà a breve sulla piattaforma Volcano Ark. L’obiettivo dichiarato è spostare la generazione video da semplici frammenti a una vera sequenza narrativa, utile in contesti come cinema, pubblicità, formazione, industria e guida autonoma.
Seedance 2.5 punta su video più lunghi e su una narrazione coerente
Seedance 2.5 mantiene l’architettura multimodale unificata audio-video già vista con Seedance 2.0, ma concentra gli aggiornamenti su tre aree chiave: narrazione lunga, uso di riferimenti multimodali ed editing. In pratica, il modello prova a costruire una progressione completa della scena, con passaggi logici tra introduzione, sviluppo, svolta e chiusura.
Nelle demo ufficiali, ByteDance ha mostrato un esempio con una cantante seguita in un unico flusso visivo: la camera parte dal sipario, attraversa il backstage, segue l’artista mentre si prepara, la accompagna verso il palco e si chiude con una panoramica dell’arena. Il punto interessante non è solo la qualità visiva, ma la capacità del sistema di mantenere continuità tra ambienti, soggetti e ritmo della scena.
Riferimenti multipli e continuità visiva sono il vero upgrade del modello
Uno degli aspetti più rilevanti è il supporto a input complessi: Seedance 2.5 può usare come riferimento fino a 30 immagini, 10 video e 10 clip audio in un’unica sessione. Il modello combina quindi composizione, ambientazione, stile, personaggi e oggetti provenienti da materiali diversi per costruire il risultato finale in base alle istruzioni ricevute.
ByteDance sottolinea anche la funzione di estensione su più turni, che consente di continuare un video già generato mantenendo coerenti personaggi, scena, stile visivo, voce ed effetti sonori. Nelle dimostrazioni questo si traduce in sequenze d’azione continue, con soggetti che si muovono attraverso ambienti diversi senza perdere identità o coerenza narrativa.
Il modello è stato mostrato anche in scene con più persone contemporaneamente, un passaggio importante per pubblicità, contenuti musicali e produzioni più articolate. In un esempio con formato 16:9 e stile realistico cinematografico, il sistema è riuscito a ricostruire in modo stabile musicisti, cantante, orchestra, coro e pubblico, mantenendo riconoscibilità visiva e sonora dei soggetti presenti.
Disponibilità già avviata in Cina, con API in arrivo per l’integrazione
Sul fronte pratico, Seedance 2.5 è già in distribuzione progressiva dentro gli strumenti AI consumer e professionali dell’ecosistema ByteDance. L’arrivo delle API su Volcano Ark è il passaggio da seguire con più attenzione, perché aprirà la strada all’integrazione del modello in servizi terzi, workflow aziendali e applicazioni dedicate.
Non sono stati comunicati prezzi pubblici in questa fase, ma il profilo del prodotto è chiaro: non si tratta solo di un generatore per clip brevi, bensì di uno strumento che punta a gestire scene complesse, continuità audiovisiva e produzione guidata da materiali di riferimento.
