Seedance 2.5 - オーディオ付きAIビデオ生成

Seedance 2.5 は、2026年7月31日にリリースされた ByteDance の新世代ビデオ生成モデルです。Seedance 2.0 の統合マルチモーダルオーディオ・ビデオ共同生成アーキテクチャを基盤に、単一クリップの生成から完全なクリエイティブ作品の完成へと焦点を移し、長編ストーリーテリング、マルチモーダル参照、編集において大きな進歩を遂げています。 このモデルは、1回のパスで最大30秒の高品質なオーディオ・ビデオを生成し、ショットの切り替えとシーン変化が改善されたことで、長いビデオでもより強い連続性を実現します。複数回の拡張に対応しているため、クリエイターは一貫した視聴覚言語で数分間にわたるコンテンツを構築し、完全なストーリーをワンテイクで表現することができます。画像、オーディオ、モーションの品質はすべて前世代から向上し、より自然で洗練されたビジュアルを実現します。

​

主な機能

• 30秒生成: 高品質な30秒のオーディオビデオクリップを1回のパスで生成し、マルチラウンド拡張に対応します
• オーディオビデオ同期: ビデオとオーディオを同時に生成し、会話やリップシンクされた音声も含みます
• 完全にアップグレードされたマルチモーダル参照: キャラクターの一貫性、ビジュアルスタイル、モーションリズムの制御のために、最大30枚の参照画像、10本のビデオクリップ、10個のオーディオクリップを受け付けます
• 精密な編集: ビデオとオーディオの対象を絞った編集のためのタイムスタンプレベルの制御に加え、緑のスクリーンと参照ベースの編集を提供します
• マルチラウンド拡張: クリップを拡張して、一貫したオーディオビジュアル言語で複数分のコンテンツを構築します
• 多様なユースケース: ブランドフィルム、エピソードシリーズ、Eコマースコンテンツ、プロダクトショーケース、キャラクター主導のショートシリーズに適しています

​

利用可能なワークフロー

​

テキストから動画生成（T2V）

テキストプロンプトから、同期されたサウンドと音楽を備えた30秒のシネマティックなビデオを生成します。

​

先頭・末尾フレームから動画生成（FLF2V）

開始フレームと終了フレームを指定すると、Seedance 2.5が両端を固定したまま、その間のモーションとトランジションを生成します。

​

参照から動画生成（R2V）

参照画像、ビデオクリップ、またはオーディオを使用して、同期されたサウンドとリップシンクされた会話を含む単一の出力で、キャラクターの一貫性、ビジュアルスタイル、モーションリズムを制御します。

​

ビデオ編集

自然言語で変更内容を記述して、既存のビデオクリップを編集します。元の構図とモーションを維持したまま、オブジェクトの置き換え、背景の交換、シーンの変更、スタイルの転送を行うことができます。

​

はじめる

1. ComfyUIを最新バージョンにアップデートします
2. テンプレートライブラリに移動し、Seedance 2.5 を検索します