太干扰了！所有这个词一个现象级 show time～
前脚字节刚上线 Seedance 2.0，后脚胜利全网现象级刷屏！！！
这边马斯克怒赞，那里好意思国导演直呼好莱坞要完蛋了。
以致急得不少老外狂催更：啥本事能通达全球使用？咋注册中国账号？在线等！挺急的！
如斯之火爆，如斯之 amzing，那咱上下也得上手搓一把试试。
看我搓的这个全网超火的「猫咪大战哥斯拉」同款视频，小猫一跃，胜利一个重拳出击～
再来看这个 AI 版《F1 狂飙飞车》，转速表飙升、刹车尖啸，太有好莱坞内味儿了嗷：
再来试试 Chinese kungfu 大战钢铁侠，俩东谈主一来一趟近身过招，音效刺激感拉满，太带派了！
脑洞掀开的网友们更会整活儿，快看底下这位网友作念的一镜到底，镜头从街头一谈滑进地铁站、钻进车厢，超有梦核感：
还有这位网友，仅仅上传了一张漫画截图，Seedance 2.0 胜利给他整出了一整段剧情视频，别太 amazing 啊我说！！
安分说，Seedance 2.0 如实对镜头语言透露更到位也更可控了，参考武艺胜利 next level，很符合咱泛泛作念多镜头和考究化落拓使用～
老章程不谎话，咱胜利边测边唠，模子到底能不可打，让大师来评！！！
镜头透露更到位了复杂场景也能稳住
我不知谈 uu 们有莫得碰到过跟我相通的挠头陡然：
那即是我们泛泛作念 AI 视频时，一朝触及触及多镜头的领导词，主体特征就会很容易「发飘」。
举个栗子，搓出来的视频东谈主物前后长得不相通，场景和镜头作风不调和等等，临了基本皆会靠近反复抽卡的戏码……
归根结底，照旧因为模子的一致性和安靖性有 bug。
此次 Seedance 2.0 一个最彰着的升级点就落在多模态输入状貌上，咱可以输入图像、视频、音频、文本四种搀杂执行状貌，模子在画面一致性上着实认也更稳更可控了～
先来点开胃菜，最近网上邵氏武侠 AI 视频火得不行，于是我胜利输入一张武林中东谈主对打的动作写照照：
在具体领导词的遐想上，需要画面里的男女扮装在对话、厚谊变化、动作伸开到再次宝石之间酿成一条竣工的冲破链，同期需要 AI 在多镜头切换中稳住东谈主物外形，并在全体作风和厚谊基调上保捏一致！
从底下的后果看，在大幅动作和屡次镜头切换进程中，即便东谈主物格式和镜头角度发生变化，但男女主的面部特征依然安靖，莫得彰着变形的问题，不戳不戳！
咱再来玩点挑升义的，这回咱让蒙娜丽莎在卢浮宫演出一出卢浮宫偷喝可乐的《大戏》。
在领导词遐想里，蒙娜丽莎需要长久固定在原有画像中完成掏可乐、喝可乐这么幅度不小的动作，还要同步出现言语格式，对模子的安靖性条目一下子就拉高了：
你还真别说，蒙娜丽莎这偷喝可乐时鬼头鬼脑的小目光和动作还真挺到位，言语时面部一致性也稳住了，手扶画框的动作莫得出戏，过关过关！！
咱再来玩个首尾帧玩法，马年到了赶巧应应景，我上传了两张画风完全不同的马儿奔走图片，让这匹马在统一个画面里完成一次大变身：
有点东西……从水墨风一谈过渡到油画风，再到像素风，全体衔尾得很天然，音效和变身动作也卡得挺准！！！
总的来说，我个东谈主嗅觉模子在画面一致性和可控性这块着实认照旧蛮强的，泛泛用来作念多扮装、多镜头的视频制作场景很合适～
在使用时提议大师尽量多上传一些不同角度、不同参考元素，这么模子全体的输出水准会更稳一些～
一镜到底也能拍
在此次更新中，Seedance 2.0 还有一个大功能亮点即是——「一镜到底」。
然而这个一镜到底和我们解析的不太相通，它主要强调的是我们可以给模子不同的参考画面，模子可以把这些画面用一个视频串联起来～
此次，咱玩点过去科幻感的，我胜利给模子喂了三张赛博味拉满、视角各不筹商的一百年后的地球城市参考画面：
在领导词设定上，需要模子在统一视角里把图一到图二再到图三顺畅串起来，中间还要完成急转、俯冲、拉升等大幅运镜，对镜头衔尾的逻辑和连贯性条目更高：
于是乎，我就获得了一个无东谈主机视角的过去城市穿越大片，别说，金沙电玩app这镜头画面的超绝抖动感还挺带派？？？
先说说优点，输入中触及的三个参考镜头如实皆给我竣工收复在视频里了，何况如实是一镜到底，这没得说。
但一个算不上弊端的弊端的是——图一和图二的画面衔尾太硬了点，我延缓给大师看：
其实我个东谈主更理想的情况是，在图一和图二之间应该加一段狭小空间算作过渡，这么再切到图三时，全体的连贯感会更好，也不太会有割裂的嗅觉。
（大师以为呢，有啥更好的处分方式吗，接待留言～）
救济竣工剧情输出
在一致性和安靖性方面，Seedance 2.0 还有一个法子是能我方——脑补剧情。
它不仅仅基于首帧往青年景画面，而是可以阿谀多份参考素材和领导词，胜利跑一整段竣工的「剧情输出」。
此次我干脆让 AI 按一套六宫格漫画，胜利创作一支竣工的剧情向动漫视频：
将【@图片 1】以从左到右从上到下的规章进行漫画演绎，保捏东谈主物说的台词与图片上的一致，分镜切换以及要点的情节演绎加入至极音效，全体作风诙谐幽默。
emm …画面自己倒是没啥问题，六个画面皆被竣工收复了出来。
问题主要出在翰墨上，不少字体和原漫画里的案牍对不上，何况翰墨出现的时机也和画面不同步。
我猜可能是因为翰墨自己不属于画面主体的一部分，相较于东谈主物、动作和场景这些画内元素，漫画里的翰墨对模子来说优先级彰着更低。
是以在多镜头和节拍切换时很容易被当成可变元素处理…
尽然啊，东谈主不可既要又要还要，AI 亦然同理。（doge
视频长度 / 音效也能 diy
除了基础的画面镜头武艺外，Seedance 2.0 在视频延伸和音效剪辑上也上了一个 level。
先来说说视频延伸。
uu 们需要留意的是，它这个延伸并不是单纯把视频时分拉长，而是我们可以在领导词里给出首帧画面，并可以明确「标注出」需要生成的视频时长。
此次我给 AI 喂的是一张 3D 作风、正在奔走的甜甜圈图片，条目它延伸生成一段 10 秒的视频，并在进程中完成翻腾、向上、滑行等一整套聚拢动作：
好好好，视频时长完全莫得问题，说 10 秒东谈主家就生成 10 秒，一秒未几一秒不少，音效还贼动感，动次打次动次打次～
然而，为啥这甜甜圈是倒着跑的？？？（我不太透露
临了呢，咱来说说 Seedance 2.0 在多模态上的另一个武艺——音效。
官方强调的并不仅仅能配音，而是音色准确度超牛，同期和东谈主物的贴合度也更高。
我们先来试一个畸形观看音效武艺的场景——吃播（流哈喇子，望望模子能不可准确收复不同食品咀嚼的声息：
从底下生成的后果看，AI 把吃炸鸡的咔嚓声、脆脆的黄瓜声、披萨拉丝的声息以及可乐的气泡音统统 1:1 收复了，可以可以！
我们再来试一个 ASMR 的场景，这回我们让 AI 在统一个视频中演绎出不同物体的触发音，望望会是啥后果～
除了第一个水晶碰撞声略略有点出戏，其余险些皆作念到了 1:1 收复。金属、玻璃、丝绸的质感皆很真确，档次也在线：
我猜水晶声息相比出戏的原因，主如果因为模子胜利按领导词生的方法音效，而莫得左证场景进行想考，是以出来的声息反而像金属碰撞的声息，而不是水晶摩擦音…
天然网上铺垫该地皆是 Seedance 2.0 的各式评价，但此次我实打实用下来的感受即是：
如果单说镜头透露武艺（包括但不限于画面的一致性、可控性、连贯性），Seedance 2.0 着实认如实有点超出我的预期。
哪怕用的是很大口语的领导词，也能跑出越过理想的后果，很符合咱用在泛泛的 AIGC 视频的画面生成创作中去。
小 bug 也有，比如像多宫格漫画的脚本输出，模子不见得能 1:1 收复每个场景画面，此外，音效上可能也偶尔会有出戏的问题。
泛泛如果用来作念一些生意场景、AIGC 泛泛创作而言，照旧够用何况好用了，照旧很惊喜的～
这不嘛，有网友用完，皆直呼好莱坞要完蛋了，看来对模子着实认甚是承诺。（doge）
当前，Seedance 2.0 照旧在豆包 App 和即梦里上线，感兴味的一又友可以胜利上手搓搓看～
{jz:field.toptypename/}（ps：亲测，这两天提议大师在豆包体验，即梦当今生成一个视频要列队好几个小时，没招了… )
— 接待 AI 居品从业者共建 —
� �「AI 居品学问库」是量子位智库基于历久居品库跟踪和用户行径数据推出的飞书学问库，旨在成为 AI 行业从业者、投资者、接洽者的中枢信息缺欠与有诡计救济平台。
一键温暖 � � 点亮星标
科技前沿进展逐日见
备案号: