Seedance 2.5 : ByteDance étire la vidéo générative à 30 secondes en un seul shot

Le Seed team pousse la génération à 30 s single-shot, avec références multi-modales (30 images + 10 vidéos + 10 audios) et édition timestamp.

In plain terms

ByteDance sort Seedance 2.5, un modèle vidéo capable de générer 30 secondes en une seule requête - pas en agrégeant plusieurs clips de 4 s. Il accepte aussi jusqu'à 30 images, 10 vidéos et 10 audios comme références dans un même prompt.

Le fait

Pandaily (31 juillet 2026) rapporte trois briques nouvelles du Seed team :

• Génération 30 s single-shot (au lieu du multi-clips habituel).
• Multi-round extension : prolonger une génération cohérente narrativement.
• Édition timestamp : cibler et modifier un instant précis de la vidéo générée.

Notre lecture

Le pas long, c'est le long-narrative : passer de 4-8 s à 30 s single-shot est le vrai mur des modèles vidéo - la dérive des personnages, la cohérence de scène et le coût compute explosent avec la durée. Le multi-modal reference (30 img + 10 vid + 10 audio en input) déplace en outre la lutte du pur text-to-video vers la production assistée : le studio pré-injecte ses assets, le modèle reste dans les rails.

Zéro benchmark tiers à ce stade. Ce qu'on regarde : la cohérence de personnage à 30 s et le lipsync audio.

À surveiller

• Benchmarks Artificial Analysis (vs Kling, Sora, MiniMax Hailuo).
• Pricing (la ligne vidéo est la plus vertigineuse actuellement).
• API ouverte ou closed-source.