Seedance 2.5: ByteDance estende a geração de vídeo para 30 segundos em um único take

O Seed team avança para a geração de 30 segundos em um único disparo, com referências multimodais (30 imagens + 10 vídeos + 10 áudios) e edição por carimbo de data/hora.

Em termos simples

ByteDance lançou o Seedance 2.5, um modelo de vídeo capaz de gerar 30 segundos em um único pedido — não agregando vários clipes de 4 s. Ele também aceita até 30 imagens, 10 vídeos e 10 áudios como referências em um mesmo prompt.

O fato

O Pandaily (31 de julho de 2026) relata três novos recursos da equipe Seed:

• Geração de 30 s em um único passo (em vez dos múltiplos clipes habituais).
• Extensão multi-turno: prolongar uma geração coerente narrativamente.
• Edição por timestamp: modificar um momento específico do vídeo gerado.

Nossa análise

O grande salto é o long-narrative: passar de 4-8 s para 30 s em um único passo é o verdadeiro desafio dos modelos de vídeo — a deriva dos personagens, a coerência da cena e o custo computacional explodem com a duração. A referência multimodal (30 img + 10 vid + 10 áudio na entrada) também desloca a disputa do puro text-to-video para a produção assistida: o estúdio pré-injeta seus ativos, e o modelo permanece nos trilhos.

Nenhum benchmark de terceiros disponível ainda. O que observamos: a coerência do personagem em 30 s e o sincronismo labial com o áudio.

A se observar

• Benchmarks da Artificial Analysis (vs Kling, Sora, MiniMax Hailuo).
• Preços (a linha de vídeo é a mais vertiginosa atualmente).
• API aberta ou fechada.