صنعت فناوری شاهد دور جدیدی از تحول در بهرهوری است. تیم Seed در شرکت بایتدنس (ByteDance) بهطور رسمی مدل تولید مشترک صوتی-تصویری Seedance 2.5 را عرضه کرده است که بر قابلیت «فیلمبرداری تکشات» تمرکز دارد و کاربردهای صنعتی متعددی را توانمند میسازد.
از نظر روایت داستانی، Seedance 2.5 مدت زمان تولید ویدیو در هر مرحله را از ۱۵ ثانیه به ۳۰ ثانیه افزایش داده و از گسترش یکپارچه در چندین دور پشتیبانی میکند که باعث انسجام بیشتر داستانهای پیچیده میشود. در عین حال، این مدل با بهبود عمیق در متریالها، نورپردازی و بافت پوست، حس مصنوعی و پلاستیکی ویدیوهای تولیدشده توسط هوش مصنوعی را کاهش داده و کیفیتی واقعگرایانه و شبیه به دوربینهای حرفهای ارائه میدهد.
در زمینه نیازهای خلاقانه متنوع، این نسخه قابلیت ارجاع چندوجهی (Multimodal) را بهطور قابلتوجهی ارتقا داده است. سازندگان میتوانند در هر جلسه تا ۳۰ تصویر، ۱۰ کلیپ ویدیویی و ۱۰ قطعه صوتی را وارد کنند. افزودن مدلهای مرجع سفید و مکانیسمهای کنترل نورپردازی، باعث شده است که نورپردازی فیزیکی و مسیرهای حرکتی بسیار واقعیتر و پایدارتر شوند.
علاوه بر این، Seedance 2.5 در بخش ویرایش پس از تولید و کنترلپذیری نیز ارتقا یافته است. کاربران میتوانند تنظیمات دقیقی را روی جزئیاتی مانند پرسپکتیو بصری، ریتم حرکت دوربین و پسزمینه پرده سبز از طریق تایماستمپها اعمال کنند که این امر هزینههای ویرایش پس از تولید را کاهش میدهد. در حال حاضر، این مدل بهتدریج در پلتفرمهایی مانند Ji Meng AI و نسخه حرفهای Dou Bao عرضه میشود و انتظار میرود خدمات API آن نیز بهزودی در Huoshan Fangzhou در دسترس قرار گیرد.