12月16日，字節(jié)跳動Seed發(fā)布了新一代音視頻創(chuàng)作模型Seedance1.5pro，該模型支持音視頻聯(lián)合生成，能夠執(zhí)行從文本到音視頻的合成以及圖像引導(dǎo)的音視頻生成等多種任務(wù)。與1.0版本相比，Seedance1.5pro不僅支持音頻同步生成，還致力于提升視覺沖擊力和運(yùn)動效果，通過大膽的技術(shù)方案，在視聽協(xié)同、視覺張力和敘事協(xié)調(diào)性等方面實(shí)現(xiàn)突破。

Seedance1.5pro在音畫同步與多語言、方言支持方面表現(xiàn)出色，模型在生成中實(shí)現(xiàn)了較高的視聽一致性，提升了角色的口型、語調(diào)與表演節(jié)奏的擬合精度。此外，模型原生支持多語種和特色方言口音，能夠捕捉其獨(dú)有的語音韻律與情感張力。在運(yùn)鏡控制與動態(tài)張力方面，模型具備自發(fā)的鏡頭調(diào)度能力，可執(zhí)行長鏡頭跟隨、希區(qū)柯克變焦等高難度運(yùn)鏡，同時(shí)還能實(shí)現(xiàn)電影級的畫面銜接與專業(yè)影調(diào)，提升了視頻的動態(tài)張力。

Seedance1.5pro通過增強(qiáng)語義理解，實(shí)現(xiàn)了對敘事語境的較好解析，提升了音視頻段落的整體敘事協(xié)調(diào)性，為專業(yè)級內(nèi)容創(chuàng)作提供支撐。字節(jié)跳動Seed表示，在綜合評測中，Seedance1.5pro各項(xiàng)關(guān)鍵能力處于“業(yè)界前列”。目前，Seedance1.5pro已上線即夢AI和豆包平臺。