字節(jié)跳動(dòng)旗下火山引擎近日正式公布了其新一代AI視頻生成模型Seedance 2.0的商用定價(jià)方案，標(biāo)志著AI視頻生成技術(shù)正式邁入可量化、可預(yù)期的商業(yè)化應(yīng)用階段。該模型采用"按tokens計(jì)費(fèi)+場(chǎng)景分層"的創(chuàng)新模式，其中純視頻生成場(chǎng)景的成本控制在每秒1元人民幣左右，為廣告、影視等行業(yè)的內(nèi)容創(chuàng)作提供了更具性價(jià)比的技術(shù)解決方案。

根據(jù)官方披露的定價(jià)體系，Seedance 2.0提供兩種計(jì)費(fèi)標(biāo)準(zhǔn)：含視頻輸入的編輯場(chǎng)景定價(jià)為28元/百萬(wàn)tokens，適用于需要基于現(xiàn)有素材進(jìn)行優(yōu)化的創(chuàng)作需求；純生成場(chǎng)景則定價(jià)46元/百萬(wàn)tokens，主要面向從零構(gòu)建視頻內(nèi)容的創(chuàng)作場(chǎng)景。實(shí)測(cè)數(shù)據(jù)顯示，生成一條15秒的標(biāo)準(zhǔn)視頻需消耗約30.888萬(wàn)tokens，按純生成單價(jià)計(jì)算單條成本約15元，精確對(duì)應(yīng)每秒1元的成本標(biāo)準(zhǔn)。這種差異化的定價(jià)策略源于不同場(chǎng)景的算力消耗差異——視頻編輯場(chǎng)景因可復(fù)用現(xiàn)有素材，算力負(fù)荷相對(duì)較低；而純生成場(chǎng)景需要構(gòu)建完整的畫(huà)面邏輯、動(dòng)作序列和時(shí)序關(guān)系，對(duì)計(jì)算資源的需求呈指數(shù)級(jí)增長(zhǎng)。

作為字節(jié)跳動(dòng)在AI視頻生成領(lǐng)域的最新成果，Seedance 2.0采用了突破性的多模態(tài)音視頻聯(lián)合架構(gòu)，支持文本、圖片、視頻、音頻四種模態(tài)的混合輸入。該模型具備強(qiáng)大的素材處理能力，可同時(shí)解析12個(gè)參考素材，實(shí)現(xiàn)畫(huà)面與聲音的精準(zhǔn)協(xié)同控制。通過(guò)內(nèi)置的智能分鏡系統(tǒng)，模型能夠自動(dòng)規(guī)劃鏡頭運(yùn)動(dòng)軌跡，生成具有連貫敘事邏輯的多鏡頭視頻，并保持角色形象與藝術(shù)風(fēng)格的高度統(tǒng)一。其物理引擎模塊可真實(shí)還原物體運(yùn)動(dòng)軌跡和特效表現(xiàn)，配合口型同步技術(shù)生成的原生音頻，使得60秒內(nèi)即可產(chǎn)出分辨率達(dá)2K的電影級(jí)視頻內(nèi)容。

這項(xiàng)技術(shù)突破顯著降低了專業(yè)視頻內(nèi)容的創(chuàng)作門(mén)檻。傳統(tǒng)影視制作中，從腳本創(chuàng)作到成片輸出往往需要數(shù)周時(shí)間，而Seedance 2.0通過(guò)自動(dòng)化處理流程，將制作周期壓縮至分鐘級(jí)。其支持的多元輸入模式和智能生成能力，使得非專業(yè)用戶也能快速產(chǎn)出高質(zhì)量視頻內(nèi)容，特別適用于廣告創(chuàng)意、短視頻制作、影視預(yù)演等場(chǎng)景。據(jù)火山引擎透露，該模型已與多家影視制作機(jī)構(gòu)展開(kāi)合作測(cè)試，在分鏡設(shè)計(jì)、特效預(yù)覽等環(huán)節(jié)展現(xiàn)出顯著效率優(yōu)勢(shì)。