Seedance 2.5 es un modelo de generación de inteligencia artificial desarrollado por ByteDance, la empresa tecnológica china. Lanzado en 2025, el modelo genera contenido de video e imagen a partir de indicaciones de texto, posicionándose dentro del campo más amplio de la IA generativa. A principios de 2026, 1.095 indicaciones en la plataforma Wikirating hacen referencia a Seedance 2.5, lo que indica su adopción entre los usuarios de ese servicio.
El modelo se basa en el trabajo anterior de ByteDance en IA multimodal, que incluye la serie Seedance de modelos de generación de video. Seedance 2.5 representa una iteración que refina la síntesis de texto a video, una tarea que implica producir secuencias de fotogramas temporalmente coherentes a partir de descripciones en lenguaje natural. El modelo también admite la generación de imágenes, lo que lo convierte en una herramienta de doble propósito para creadores de contenido.
Capacidades
Seedance 2.5 acepta indicaciones de texto y genera un clip de video o una imagen estática. La capacidad de generación de video admite duraciones variables, con longitudes de salida reportadas que van desde unos pocos segundos hasta más de un minuto, dependiendo de la configuración. El modelo maneja indicaciones en varios idiomas, incluidos inglés y chino, lo que refleja la base de usuarios internacional de ByteDance.
Para la generación de imágenes, Seedance 2.5 produce imágenes fijas de alta resolución, con resoluciones de salida de hasta 4K. El modelo emplea una arquitectura de aprendizaje profundo que integra un codificador de texto basado en transformadores con un decodificador visual basado en difusión, un diseño común en los modelos generativos contemporáneos. Esta combinación permite al modelo alinear la semántica textual con los detalles visuales, como la colocación de objetos, la iluminación y el movimiento.
Arquitectura Técnica
Aunque ByteDance no ha publicado un artículo técnico completo para Seedance 2.5, se entiende que el modelo utiliza un marco de red neuronal que incluye un mecanismo de atención de múltiples cabezas para el procesamiento de texto y una red de denoising de estilo U-net para la síntesis de fotogramas de video. El modelo aplica capas de atención cruzada para condicionar la generación visual en el texto de entrada, lo que permite un control fino sobre la composición de la escena.
Seedance 2.5 también incorpora técnicas de aumento de datos durante el entrenamiento para mejorar la robustez en diversas indicaciones. El conjunto de datos de entrenamiento incluye corpus de video e imágenes con licencia, aunque las fuentes y tamaños específicos no han sido revelados. El modelo utiliza muestreo top-p y escalado de temperatura durante la inferencia para controlar la diversidad y el determinismo de la salida, permitiendo a los usuarios ajustar la creatividad frente a la fidelidad.
Lanzamiento y Disponibilidad
Seedance 2.5 se lanzó en 2025, después del modelo Seedance inicial lanzado en 2024. ByteDance ofrece el modelo a través de su plataforma en la nube Volcano Engine, que proporciona acceso API para desarrolladores y empresas. El lanzamiento incluye tanto una versión estándar como una variante más ligera optimizada para una inferencia más rápida en hardware de consumo.
El precio de la API se basa en el uso, con costos calculados por segundo de video generado o por imagen. A partir de 2026, el modelo está disponible en regiones seleccionadas, incluidos China, Estados Unidos y partes de Europa, sujeto al cumplimiento normativo local. ByteDance no ha publicado los pesos del modelo como código abierto, lo que convierte a Seedance 2.5 en una oferta propietaria.
Rendimiento y Recepción
Los puntos de referencia publicados por ByteDance indican que Seedance 2.5 supera a su predecesor en métricas estándar de generación de video, incluyendo FVD (Fréchet Video Distance) y puntuación CLIP, en aproximadamente un 15% y un 8%, respectivamente. Evaluaciones independientes de grupos de investigación de terceros han corroborado estas mejoras, particularmente en consistencia temporal y adherencia a la indicación.
Los comentarios de los usuarios en plataformas como Wikirating, donde 1.095 indicaciones hacen referencia al modelo, destacan su fortaleza en la generación de movimiento realista y escenas complejas. Algunos usuarios informan artefactos ocasionales en secuencias de movimiento rápido, una limitación común en los modelos actuales de generación de video. La capacidad de generación de imágenes del modelo ha recibido elogios por su versatilidad estilística, apoyando estilos que van desde fotorrealista hasta anime.
Comparación con Otros Modelos
Seedance 2.5 compite con otros modelos de texto a video, como los de OpenAI y Google DeepMind. A diferencia de Sora de OpenAI, que se centra exclusivamente en video, Seedance 2.5 integra la generación de imágenes en el mismo marco, ofreciendo una interfaz unificada. En comparación con la serie Veo de Google DeepMind, Seedance 2.5 admite duraciones de salida más largas en su configuración estándar, aunque Veo ofrece una resolución máxima más alta en algunos ajustes.
El modelo también difiere en accesibilidad. Mientras que los competidores a menudo requieren acceso en lista de espera o contratos empresariales, Seedance 2.5 está disponible a través de una API pública con un modelo de pago por uso, lo que reduce la barrera para desarrolladores independientes. Este enfoque ha contribuido a su adopción, como se refleja en las 1.095 indicaciones de Wikirating.
Desarrollo Futuro
ByteDance ha señalado una inversión continua en la línea Seedance, con planes para un Seedance 3.0 que incorporaría generación de audio y edición interactiva. La empresa también está explorando la integración con sus ofertas de modelos de lenguaje de gran tamaño, como el chatbot Doubao, para permitir la creación de video conversacional. A principios de 2026, no se ha anunciado una fecha de lanzamiento para estas características.