Seedance 2.5: ByteDance extiende el video generativo a 30 segundos en un solo plano

El equipo Seed lleva la generación a 30 segundos en un solo disparo, con referencias multimodales (30 imágenes + 10 videos + 10 audios) y edición con marca de tiempo.

En términos sencillos

ByteDance lanza Seedance 2.5, un modelo de vídeo capaz de generar 30 segundos en una sola solicitud —no agregando varios clips de 4 s—. También acepta hasta 30 imágenes, 10 vídeos y 10 audios como referencias en una misma entrada.

El dato

Pandaily (31 de julio de 2026) reporta tres novedades del equipo Seed:

• Generación de 30 s en un solo paso (en lugar del habitual multi-clips).
• Extensión multi-ronda: prolongar una generación coherente narrativamente.
• Edición por marca de tiempo: modificar un instante preciso del vídeo generado.

Nuestra interpretación

El salto largo es el narrativa larga: pasar de 4-8 s a 30 s en un solo paso es el verdadero muro de los modelos de vídeo —la deriva de los personajes, la coherencia de escena y el coste computacional se disparan con la duración—. La referencia multimodal (30 img + 10 vid + 10 audio en entrada) desplaza además la batalla del puro text-to-video hacia la producción asistida: el estudio preinyecta sus assets y el modelo se mantiene en los carriles.

Sin benchmarks de terceros por ahora. Lo que observamos: la coherencia de personajes a 30 s y el sincronismo labial con el audio.

A vigilar

• Benchmarks de Artificial Analysis (vs Kling, Sora, MiniMax Hailuo).
• Precios (la línea de vídeo es la más vertiginosa actualmente).
• API abierta o cerrada.