2月12日，字节跳动发布新一代视频创作模型 Seedance 2.0。该模型采用统一的多模态音视频联合生成架构，支持文本、图片、音频、视频四类输入，并可混合参考最多 9 张图片、3 段视频与 3 段音频。

相较上一代，Seedance 2.0 在复杂运动场景稳定性、物理规律还原、指令遵循能力与生成可控性方面均有明显提升。该模型支持 15 秒多镜头音视频输出，以及双声道沉浸式音频生成等特性。

Seedance 2.0 面向影视制作、广告、电商与游戏等专业内容生产场景，目前已在即梦 AI、豆包等平台开放网页端与应用端体验入口。