Seedance 2.5測評｜ 七維實測，AI視頻從片段到敘事，到底進步了多少？

上半場比的是什么？比誰的數據集更干凈、誰的視頻動作更連貫、誰的分辨率更高。可落到真實創作場景就會發現，AI視頻真正的瓶頸，遠不止這些參數的比拼。

7月31日，Seedance 2.5正式發布上線。

為此36氪AI測評團隊及27位36氪AI測評官，用了一周時間，以西游記部分劇情進行AI 內容還原，從七個維度對即夢Seedance 2.5模型進行深度測評。

36氪AI測評官：覆蓋AIGC內容創作者、AI漫劇團隊負責人、4A廣告公司創意總監，CG研發、科技行業觀察、B站頭部 UP以及各行AI 視頻生產落地實戰專家。

本次我們選用《西游記》作為測評載體，正是因為故事國民認知度高，可以規避劇情理解帶來的主觀偏差，讓我們直接審視模型本身的長短板。

站在AI視頻迭代的轉折點，Seedance 2.5的更新，究竟解決了哪些真實生產痛點，又還留下哪些待解難題？

先說結論：

1、這次升級有三個硬功能直接改變了創作方式：時長從15秒翻倍到30秒；參考素材上限從15個拉到50個全模態；新增局部編輯功能。

2、畫面層面的提升同樣明顯，運鏡有了設計感，動作戲的打擊感接近游戲CG，角色表情細膩，整體質感逼近實拍。

3、但是問題也很明顯：

·長鏡頭人物一致性仍然是最大的痛點。

·模型對提示詞理解能力跟不上生成能力，對文學性描述的提示詞的理解仍需提升。

·使用成本偏高，完整成片門檻在數百元起步。

以下是七大維度的詳細測評。

01

空間結構：專業用戶的利器

Seedance 2.5支持白模參考，這件事尤其重要。

資深測評官普遍給出了較高評價：

一個劇組可以先在簡單的3D 空間里擺好立方體、圓柱、人物位置和運動路徑，再讓模型根據這些空間信息，快速生成接近最終視覺效果的預演。它對人物在空間中的位置關系理解得非常準確，誰在前、誰在后、誰面向誰，幾乎不會出現明顯偏差。

相比2.0，Seedance 2.5強化了空間幾何理解能力。模型不再只是識別參考圖中的像素信息，而是能夠從3D參考中提取深度信息，重建場景中的三維空間關系。這項能力在上一代產品中還只是雛形，而到了2.5已經逐漸成熟。

不過，對于沒有3D制作經驗的普通用戶而言，體驗則完全不同。

測評過程中反復出現一個問題：當參考圖不足時，模型對于人物朝向的判斷仍然容易出現偏差。

比如：希望生成“孫悟空背對觀眾、面向妖怪”的場景畫面，最終結果卻經常出現孫悟空面向觀眾、背對敵人，人物關系與預期相反。

 

造成這一問題的原因在于：純文字描述本身缺乏空間深度信息。模型只能依據語義推斷人物朝向，當描述不夠具體時，往往會優先生成最常見的正面人物構圖。相比2.0，這一問題已有改善，但仍未完全解決，因此普通用戶仍需要依賴更精準的提示詞，或者通過多次生成不斷調整結果。

與此同時，Seedance 2.5在畫面空間層次上的表現則更加穩定。前景、中景和后景之間的關系劃分清晰，景深自然，整體畫面具備較好的空間縱深感，不再容易出現所有元素堆疊在同一平面的情況。

 

我們以《女兒國》為測試場景。最終生成結果中，空間關系清晰，背景模糊過度自然，沒有出現明顯的穿幫或站位錯誤，整體空間表達已經接近真實攝影鏡頭的效果。

36氪AI測評觀點 Seedance 2.5的空間理解能力已經成為其極具競爭力的優勢之一，但這一能力目前仍更依賴參考樣本。對于專業創作者，它能夠顯著提升復雜場景的制作效率；而對于普通用戶來說，人物朝向依然是最需要優化的體驗環節。

02

鏡頭語言：運鏡終于有了節奏感

如果說空間結構是"靜態的空間"，那鏡頭語言就是"動態的空間"。

新版本的運鏡變化，是整體性的。

鏡頭的運動有了節奏，有了呼吸感，有了電影運鏡邏輯：一個從近景鏡頭，速度會有變化，開始慢、中間快、收尾再慢下來，像真正的攝影師在操作。

 

這種變化來自模型對鏡頭語言數據的學習更深入了。2.0時代模型學的是鏡頭運動的形式，2.5學的是鏡頭運動的目的。它開始理解不同運鏡方式對應的情緒和敘事功能，所以動起來就有了章法。

最明顯的提升是轉場邏輯。

新版本生成的視頻鏡頭連貫性顯著提升，觀眾觀看時不會有明顯的斷裂感。

一位長期制作AI漫劇的測評官評價得很直接：

“2.0的分鏡更像是AI在拼接鏡頭，2.5的分鏡太自然了?！?/blockquote>

分鏡設計是導演的核心能力之一。如果AI能自主做出有設計感的分鏡和運鏡，那它觸及的就不只是執行層，而是開始進入創作層了。

 

紅孩兒這段的轉場是個很好的例子：鏡頭從紅孩兒的火焰特效過渡到下一個場景，用燃燒的火焰作為轉場元素，整個過渡非常自然。這已經超出簡單鏡頭移動的范疇，帶有敘事思維在里面。

雖然它還達不到專業導演的水平，但理解的方向是對的，而且進步速度很快。

03

運動表現：打擊感拉滿，走路仍是“玄學”

運動表現在所有測評官的結論高度一致：打擊感和交互表現非常出色。

一位專業測評官的評價得很真實：

“這要是放在三年前，成本至少得10萬。”

打擊感這個東西，聽起來很抽象，看一眼你就懂了：一擊打出去，你能感覺到力量，能看到肌肉的繃緊、衣服的飄動、受力反應以及環境因此產生的變化。2.5在這方面的表現，已經接近一些游戲CG的水平。

 

能做到這個程度，跟訓練數據有直接關系：Seedance團隊專門針對動作類影視素材做了強化訓練，讓模型學習到了人體運動的物理規律和受力反饋。這說明2.0模型只學到了動作的外形，2.5學到了動作的力學邏輯。

連續動作的穩定性也得到了大幅提升。2.0常見的卡頓、掉幀、人物消失、道具亂飛的問題，在2.5上明顯減少。人物不會再出現亂揮拳的詭異動作，每一下攻擊都有明確的目標和軌跡。

孫悟空和二郎神對打的測試里，模型還自主添加了特效?；鹦?、火花、能量波動，配合上合適的音效和打擊節奏。甚至完成了黑白高光場景的濾鏡效果，視覺觀感體驗超出預期。

04

角色演繹：內心戲更細膩，但對提示詞的理解仍有偏差

角色演繹一直是衡量AI視頻智能程度的重要指標，也是本次測評中提升最明顯、評價分化明顯的一項能力。

令人驚喜的是，一旦模型準確理解了提示詞，它呈現出的角色表演已經遠超預期。

在測試中，我們設計了12個表達情緒的劇情片段。

例如：在小雷音寺的劇情中，孫悟空鉆到黃眉大王的肚子之后讓他痛不欲生的場景；還有車遲國斗法片段，老國王表示震驚的方式。

通過對人物的眼神、面部表情和細微動作讓觀眾清晰感受到情緒表達。

 

 

相比上一代，Seedance 2.5對微表情的刻畫明顯更加細膩。人物眼神的停頓、嘴角的變化、面部肌肉的輕微運動，都能夠隨著情緒變化自然調整，角色不再只是完成動作，而開始具備一定的情緒表達能力。

這種提升意味著：模型已經開始學習影視表演中的細節，而不僅僅是驅動人物完成一個動作。

角色演得好，前提是模型理解了創作者的意圖。

在測試過程中，我們發現模型對一些抽象描述仍然容易出現理解偏差。

例如，我們希望女兒國國王的臉上浮現出淡淡的紅暈。最終生成的結果卻并非皮膚自然泛紅，而是在人物臉部疊加了一圈明顯的紅色光暈，整體效果十分違和。

 

這個案例反映出，模型對于語言和視覺概念之間的映射仍然存在一定偏差。

它能夠理解“紅”“臉”“出現”這些關鍵詞，卻未必真正理解“紅暈”所代表的是一種皮膚透出的細微色彩變化，而不是一層紅色的光效。因此，當提示詞包含大量抽象、文學化的表達時，模型更容易按照字面含義進行視覺還原，而不是理解其中真正想表達的畫面效果。

這也帶來了一個比較現實的問題。

提示詞寫得越抽象、越強調意境，模型反而可能出現理解偏差；而如果把描述拆解得足夠具體，又容易讓生成結果失去自然感，顯得過于機械。

36氪AI測評觀點 Seedance 2.5的角色表演能力已經有了明顯進步，但如何準確表達自己的創作意圖，仍然是創作者需要學習的一門“提示詞語言”。對于普通用戶來說，也無形中提高了使用門檻。

05

畫面質感：接近實拍，細節處理仍有破綻

畫面質感是用戶最容易感知的一項能力，也是 Seedance 2.5 相比上一代提升最明顯的部分之一。從最終生成效果來看，無論是光影氛圍、材質表現還是人物質感，都已經非常接近真實影視畫面。

首先是光影。

相比2.0較為固定的打光方式，2.5對不同場景的光線氛圍已經具備了一定的理解能力。情緒表達偏克制的場景，會采用更加柔和的側光和較低的整體亮度；動作場景則會強化高光和動態光效，以增強畫面的沖擊力。 光源方向一致與材質面對光線時的正確反應同樣重要。人物皮膚、眼睛、毛孔和衣服的紋理，要隨著距離和角度自然變化。

畫面的整體渲染質量也有明顯提升。

人物皮膚、服裝材質以及環境細節都更加真實，陰影過渡和材質反射更加自然，畫面不再像上一代那樣帶有明顯的塑料感和油膩感。如果說 Seedance 2.0 的畫面始終像隔著一層薄霧，那么新版本則讓整體質感變得更加通透真實。

人物細節同樣是這一版本的重要進步。

上一代最容易暴露AI痕跡的地方，就是人物皮膚過于光滑，缺乏真實肌理，看起來像過度磨皮。而在 2.5 中，人物面部已經能夠呈現更加細膩的皮膚紋理，毛孔、皺紋、膚質等細節得到保留，角色整體也更接近真人拍攝的狀態。

值得一提的是，Seedance 2.5對參考圖的處理方式也進行了優化。

它并不會簡單復制參考圖，而是在保留主體特征的基礎上，對畫面進行重新理解和優化。例如，一些參考圖中存在的光線、材質或細節瑕疵，模型往往會主動修正，而人物特征和整體風格則能夠較好地保留下來。這意味著模型已經開始具備一定的理解后再生成能力，而不是單純復刻參考圖。

在整體質感提升的同時，我們也發現了三個細節問題：

第一個問題，多角色時面部容易扭曲。當一個畫面里出現很多角色時，其中某個角色的面部可能會出現扭曲或變形。背后的原因是計算資源分配的問題，角色一多，每張臉分到的計算資源就少了，細節精度自然下降。

 

第二個問題，720P上限是專業用戶的硬傷。2.5目前最高只支持720P，和4K比起來還是缺少質感和細節。對普通用戶來說是夠用了，但對專業影視創作者來說，720P是沒法交付的。

第三個問題，文字準確性提升了，但還不夠。2.0時代生成的文字基本是亂碼，2.5在這方面有很大提升，大部分時候文字是對的。但還是會出現錯別字，而且一旦出現錯別字，這個鏡頭就不能用了。對商業廣告來說，交付效率大打折扣。

06

一致性：仍是AI視頻落地的最大痛點

在短鏡頭中，人物形象通常能夠保持較好的穩定性。但當視頻時長增加，人物一致性依舊是所有 AI 視頻模型共同面臨的最大問題。

在實際測試中，我們遇到了一個非常典型的案例：

來看這個三打白骨精的視頻片段。重點關注豬八戒和沙僧的人物形象，我們設定沙僧形象為正常的小麥膚色，但在超長視頻中，角色膚色發生變化，最終偏向了傳統作品中常見的青色形象。豬八戒也從第一次畫面轉場之后變成了其他傳統影視形象。

 

小tips：要保持主體形象完全不變，在提示詞里寫“參考圖中的形象，外貌和著裝保持完全一致”，可以增加避免人物形象發生偏移的概率。

07

版本新功能迭代：重構AI視頻生產流程

2.0時代，AI視頻更像是一次性片段生成工具。輸入提示詞產出畫面，效果不滿意只能全部重制，工作流程單向、不可微調。

2.5三大核心更新徹底重構創作邏輯：30秒時長、50個全模態參考素材、局部編輯，3分鐘超長視頻模式。

1. 30秒時長：實現完整短片敘事

圖片1

15秒僅能承載單一鏡頭、單個動作，無法串聯起劇情的起承轉合，而30秒擁有完整敘事空間，漫劇、短視頻廣告、劇情短片甚至能單條完成敘事。

B站頭部的測評官評價得很客觀：

“故事的連貫性有了很大的提升，尤其是對于想做好內容的朋友，真的是很大的進步?！?/blockquote>

2. 50個全模態參考素材：緩解一致性短板

圖片2

支持圖片、短視頻、音頻、文本混合導入，多角度人物圖、分鏡參考視頻可以強制鎖定角色、運鏡風格，對一致性短板做出針對性優化。

3. 局部編輯：告別全盤重制抽卡

圖片3

過去的創作中出現一處瑕疵，整條視頻就要作廢，現在可框選出人物面部、背景、光影單獨重繪修改，大幅縮短重復生成視頻的創作周期。

4. 3分鐘超長模式：前瞻性技術試水

圖片4

180秒實測成片后半段形象漂移嚴重，目前只適合概念測試，離實現商業價值還有一定距離。

36氪AI測評觀點 以前是生成、不滿意、抽卡重來，無限循環，現在是生成、微調、交付，效率差了一個量級。

08

結語：AI視頻的下半場：迭代才剛剛開始

對比半年前同類AI視頻產品，Seedance 2.5七維綜合得分大幅領先。

對短視頻創作者、個人漫劇制作者、小型創意工作室而言，已經可以融入日常創作流程，依靠多參考素材、局部編輯功能抵消一部分缺陷；但對于院線級短片、高標準宣傳片，受分辨率、一致性限制，現階段無法直接交付成片。

長遠來看，本次測評也指明了模型后續迭代的核心方向：

第一，從底層算法邏輯解決人物一致性問題；

第二，繼續打磨文本指令與視覺畫面的對齊能力；

第三，開放更高分辨率輸出權限，滿足商業化落地對畫面質量的要求。

這一輪版本迭代刷新了AI視頻的創作上限，但距離交出完美答卷仍有距離。

下期預告：

AI視頻的瓶頸在交互端同樣重要：

怎么寫提示詞才能讓模型準確理解你想要的畫面？提示詞的上限夠不夠生成30秒視頻？生成一條30秒的視頻，實際成本到底是多少？

這些問題，也是決定AI視頻能不能真正走進日常工作流的關鍵。

下一期，我們將聚焦用戶體驗與創作效率，從提示詞工程、使用成本、創作流程三個維度，繼續拆解Seedance 2.5在實際工作流中的真實表現。

end

AI測評

新媒體矩陣

本文來自微信公眾號“36氪AI測評”，36氪經授權發布。