O novo carro-chefe da ByteDance: uma tomada contínua de 30 segundos em uma única passagem, até 50 arquivos de referência e uma trilha sonora que conduz o ritmo e a sincronização labial. Digite um prompt abaixo e experimente.
Desenvolvedor
ByteDance
Tipo
Texto / imagem / referência ao vídeo
Áudio
Nativo · sincronização orientada por áudio
Duração
30 s nativos, extensível
Idiomas
10+ (sincronização labial)
Referências
Até 50 arquivos
Nível aqui
Créditos pagos
Nosso veredito em uma linha: a escolha para plano-sequência. Quando o briefing é uma tomada ininterrupta ou um corte guiado pela música, nada mais aqui chega a 30 segundos.
Seedance 2.5 rompe o teto que todos os modelos de vídeo compartilham: em vez de fragmentos de 5 a 15 segundos, gera uma única tomada contínua de meio minuto, sem costura e sem emendas — apresentada na conferência FORCE da ByteDance em junho e lançada até o início de agosto. Forneça a ele um kit completo de ativos ou entregue uma faixa musical e deixe o áudio dirigir a gravação. O Seedance com que você vinha criando rascunhos aqui acabou de ganhar um irmão maior.
O modelo concluiu o lançamento gradual há alguns dias, portanto estas são impressões iniciais dos nossos renders de teste, além dos números de lançamento da ByteDance — sinalizadas como tal. Benchmarks independentes ainda descrevem seu antecessor; vamos revisá-los conforme forem publicados.
• A tomada única de 30 segundos.
Uma geração nativa, não clipes costurados — assim o movimento da câmera, o personagem e a luz se mantêm durante todo o meio minuto. A extensão multi-turn vai mais longe, e existe um modo Ultra-Long de 180 segundos em beta upstream.
• Limite de 50 referências de arquivo.
Até 30 imagens, 10 clipes de vídeo e 10 clipes de áudio por geração — a maior capacidade de referência de tudo o que hospedamos, criada para equipes com um kit de recursos real.
• O áudio impulsiona o vídeo.
Forneça uma faixa de música, voz ou SFX e ela define o ritmo, ajusta os cortes à batida e sincroniza os lábios — em mais de 10 idiomas. Isso inverte o fluxo de trabalho habitual: a trilha sonora dirige a filmagem.
• Controles de nível de diretor.
Edições em nível de região que alteram parte de um quadro sem regenerar o clipe, trocas de fundo em tela verde que mantêm o sujeito e bloqueio com modelos brancos para pré-visualização. São ferramentas de produção, não controles deslizantes de brinquedo.
• O asterisco 4K.
O 4K nativo foi anunciado no mesmo dia — para o pipeline Seedance 2.0. Algumas coberturas o incluíram na ficha técnica do 2.5; os três pilares da própria ByteDance para o 2.5 são duração, referências e controle. Não o escolha para uma manchete sobre resolução.
• Benchmarks pendentes.
As arenas públicas ainda pontuam Seedance 2.0. Toda alegação de "novo rei" este mês — sobre este modelo ou seus rivais — é provisória até que números independentes cheguem.
• Não há almoço grátis upstream.
Na própria plataforma da ByteDance, a versão 2.5 foi lançada sem nenhuma cota gratuita — para habilitá-la, é necessária uma conta com fundos. Qualquer pessoa que anuncie "Seedance 2.5 gratuito e ilimitado" está revendendo algo, ou mentindo.
• Tomadas longas, longas esperas.
Trinta segundos de vídeo nativo representam uma renderização pesada. Espere tempos de geração de vários minutos e planeje os créditos de acordo — sempre rascunhe a ideia primeiro nos níveis rápidos.
Tudo aqui exercita o que apenas o Seedance 2.5 consegue fazer em nossa linha: duração, sincronização guiada por áudio e edições cirúrgicas. Copie, troque os colchetes, renderize.
"Uma tomada contínua com câmera na mão: seguimos uma [entregadora] por trás enquanto ela se esquiva por um mercado noturno lotado, se abaixa sob o toldo de uma banca quando a chuva começa e entrega um pacote a um vendedor que sorri. A câmera nunca corta. Reflexos de néon nas poças, som da chuva aumentando, burburinho do mercado o tempo todo."
"A câmera nunca corta" agora é uma instrução que você pode realmente dar. Escreva a tomada como uma frase de ação contínua com começo, meio e fim — o modelo mantém a identidade e a iluminação porque é uma única geração, não três emendadas.
Carregar: uma faixa musical de 30 segundos
"Um anúncio de tênis montado nesta faixa: o produto gira e tomadas de corrida urbana mudam no ritmo, câmera lenta nas quedas de baixo, composição final do logotipo no último impacto. Paleta urbana ao anoitecer, 24 fps."
A faixa enviada não é música de fundo — é a referência de timing da edição. Dar nome ao que acontece nos beats e drops (“mudar no beat”, “câmera lenta nos drops”) informa ao modelo como usar seus 30 segundos. Nenhum outro modelo aqui aceita orientações de uma trilha sonora.
Começar em: um clipe que você já gerou
"Apenas no terço esquerdo do enquadramento: substitua a van estacionada por uma banca de flores. Todo o resto — o casal caminhando, a deriva da câmera, o áudio — permanece exatamente como está."
A edição em nível de região significa que um objeto errado não custa mais a você uma nova geração de uma renderização de 30 segundos. Isole a região, nomeie a substituição e proteja explicitamente o restante — a cláusula de proteção é o que impede a edição de se espalhar.
Os dois recém-chegados foram lançados com poucos dias de diferença, com Veo como referência estabelecida. Os mesmos prompts nos três, avaliados pelo que nós lançaríamos — provisoriamente, considerando o quão novos dois deles são. Compare você mesmo a partir de uma única caixa de prompt.
O novo modelo de vídeo carro-chefe da ByteDance, apresentado em prévia na conferência Volcano Engine FORCE em 23 de junho de 2026 e lançado entre o fim de julho e o início de agosto. Três grandes atualizações: um clipe contínuo de 30 segundos em uma única passagem, até 50 referências multimodais (30 imagens, 10 vídeos, 10 clipes de áudio) e controles de produção mais precisos, como edição em nível de região. O número da versão salta diretamente de 2.0 para 2.5 — a ByteDance pulou as versões 2.1 a 2.4 para sinalizar um salto geracional.