by ByteDance
Seedance 2.0 es un modelo base de vídeo multimodal avanzado creado por ByteDance. Unifica entradas de texto, imagen, vídeo y audio para generar secuencias multicámara altamente realistas con sonido nativo perfectamente sincronizado y física compleja.
Seedance 2.0 is a text-to-video / image-to-video / video-to-video / audio-to-video model from ByteDance. It is currently in public stage (since 2026-02-12).
Crea diálogos sincronizados, paisajes sonoros ambientales y música de fondo junto con el vídeo en una sola pasada sin necesidad de montaje en postproducción.
Acepta hasta 12 recursos de referencia simultáneamente (9 imágenes, 3 vídeos, 3 clips de audio) mediante etiquetas '@' en línea para guiar con precisión la generación del resultado.
Altera vídeos existentes, reemplaza objetos específicos o extiende escenas de forma fluida prediciendo lo que sucede a continuación mientras preserva el movimiento original de la cámara.
Mantiene personajes persistentes, estilos visuales y entornos a través de escenas conectadas y cambios espacio-temporales.
These claims are drawn from ByteDance's own positioning and should be verified against hands-on testing once general access opens.
| Duración Máxima por Toma | 15 segundos ✓ |
|---|---|
| Resolución de Salida | 1080p (Full HD) ✓ |
| Máx. Recursos de Entrada por Generación | 12 elementos ✓ |
Scenario: Dirigir escenas narrativas multicámara con interacciones humanas complejas.
Outcome: Logra una narrativa cinematográfica con física precisa del mundo real, personajes consistentes y control a nivel de fotograma sobre los movimientos de cámara.
Scenario: Redactar rápidamente campañas promocionales, presentaciones de productos y vídeos de cambios de vestuario.
Outcome: Produce vídeos comerciales pulidos y de alta definición sincronizados dinámicamente con música sin necesidad de un set físico.
Scenario: Extender clips existentes o alterar fondos y personajes dentro de una toma.
Outcome: Integra sin problemas una nueva dirección creativa en el metraje original, coincidiendo perfectamente con el movimiento y la estética iniciales.
| vs | On | Seedance 2.0 | Them |
|---|---|---|---|
| Sora (OpenAI) | Integración de Audio | Genera audio y sincronización labial nativa y perfectamente sincronizada de forma orgánica en una sola pasada unificada. | Históricamente centrado en la generación visual silenciosa, requiriendo frecuentemente herramientas de terceros para el diseño de sonido. |
| Kling 3.0 | Entradas Complejas Multirecurso | Admite guía de nivel director al combinar hasta 12 referencias multimodales (imágenes, audio, vídeo) mediante etiquetas estructurales '@' simultáneamente. | Ofrece una gran consistencia de personajes, pero tiene un marco unificado menos sólido para mezclar referencias simultáneas de audio, visuales y de movimiento. |
| Runway Gen-3 Alpha | Física de Movimiento Compleja | Capaz de generar de forma fiable escenas de deportes competitivos con varios participantes e interacciones complejas que se adhieren estrechamente a las leyes físicas del mundo real. | Maneja bien las interacciones básicas, pero puede tener dificultades ocasionales con la estabilidad estructural durante deportes de alto contacto o interacciones complejas entre múltiples sujetos. |
Seedance 2.0 es un modelo base de vídeo multimodal avanzado creado por ByteDance. Unifica entradas de texto, imagen, vídeo y audio para generar secuencias multicámara altamente realistas con sonido nativo perfectamente sincronizado y física compleja.