Seedance 2.5 は、中国のテクノロジー企業であるByteDanceが開発した人工知能生成モデルである。2025年にリリースされ、テキストプロンプトから動画および画像コンテンツを生成し、生成的AIの広範な分野に位置づけられる。2026年初頭の時点で、Wikiratingプラットフォーム上の1,095件のプロンプトがSeedance 2.5を参照しており、そのサービスのユーザー間での採用を示している。
このモデルは、ByteDanceのマルチモーダルAIにおける初期の取り組みに基づいており、これにはSeedanceシリーズの動画生成モデルが含まれる。Seedance 2.5は、自然言語記述から時間的に一貫したフレームシーケンスを生成するタスクであるテキストから動画への合成を洗練させる反復を表す。このモデルは画像生成もサポートしており、コンテンツクリエイター向けの二目的ツールとなっている。
機能
Seedance 2.5はテキストプロンプトを受け入れ、動画クリップまたは静止画像のいずれかを出力する。動画生成機能は可変長の持続時間をサポートし、報告された出力長は構成に応じて数秒から1分以上に及ぶ。このモデルは、英語や中国語を含む複数の言語のプロンプトを処理し、ByteDanceの国際的なユーザーベースを反映している。
画像生成に関して、Seedance 2.5は高解像度の静止画を生成し、出力解像度は最大4Kに対応する。このモデルは、深層学習アーキテクチャを採用し、トランスフォーマーベースのテキストエンコーダーと拡散ベースの視覚デコーダーを統合しており、これは現代の生成モデルにおける一般的な設計である。この組み合わせにより、モデルはテキストの意味論を物体の配置、照明、動きなどの視覚的詳細と整合させることができる。
技術アーキテクチャ
ByteDanceはSeedance 2.5の完全な技術論文を公開していないが、このモデルはニューラルネットワークフレームワークを使用していると理解されており、テキスト処理用のマルチヘッドアテンションメカニズムと、動画フレーム合成用のU-netスタイルのデノイジングネットワークが含まれる。このモデルはクロスアテンション層を適用して、入力テキストに視覚生成を条件付けし、シーン構成の細かい制御を可能にする。
Seedance 2.5はまた、トレーニング中にデータ拡張技術を組み込んで、多様なプロンプトに対する堅牢性を向上させている。トレーニングデータセットにはライセンスされた動画および画像コーパスが含まれるが、具体的なソースとサイズは開示されていない。このモデルは推論中にトップPサンプリングと温度スケーリングを使用して出力の多様性と決定性を制御し、ユーザーが創造性と忠実度を調整できるようにする。
リリースと利用可能性
Seedance 2.5は、2024年に発売された初期のSeedanceモデルに続き、2025年にリリースされた。ByteDanceはこのモデルをVolcano Engineクラウドプラットフォームを通じて提供し、開発者や企業向けにAPIアクセスを提供する。リリースには標準バージョンと、コンシューマー向けハードウェアでの高速推論に最適化された軽量バリアントの両方が含まれる。
APIの価格は使用量ベースで、生成された動画の秒数または画像ごとにコストが計算される。2026年の時点で、このモデルは中国、米国、およびヨーロッパの一部を含む選択された地域で利用可能であり、現地の規制遵守に従う。ByteDanceはモデルの重みをオープンソース化しておらず、Seedance 2.5はプロプライエタリな製品となっている。
パフォーマンスと評価
ByteDanceが公開したベンチマークによると、Seedance 2.5は標準的な動画生成メトリクス（FVD（Fréchet Video Distance）やCLIPスコアなど）で前身を約15%および8%それぞれ上回る。第三者研究グループによる独立した評価も、特に時間的一貫性とプロンプト順守において、これらの改善を裏付けている。
Wikiratingなどのプラットフォームでのユーザーフィードバック（1,095件のプロンプトがこのモデルを参照）は、現実的な動きと複雑なシーンの生成における強みを強調している。一部のユーザーは、高速移動シーケンスで時折発生するアーティファクトを報告しており、これは現在の動画生成モデルにおける一般的な制限である。このモデルの画像生成機能は、フォトリアリスティックからアニメまで多様なスタイルをサポートするスタイルの多様性で賞賛を受けている。
他のモデルとの比較
Seedance 2.5は、OpenAIやGoogle DeepMindのものなど、他のテキストから動画へのモデルと競合する。動画にのみ焦点を当てるOpenAIのSoraとは異なり、Seedance 2.5は画像生成を同じフレームワークに統合し、統一されたインターフェースを提供する。Google DeepMindのVeoシリーズと比較して、Seedance 2.5は標準構成でより長い出力持続時間をサポートするが、Veoは一部の設定でより高い最大解像度を提供する。
このモデルはアクセシビリティの点でも異なる。競合他社がウェイトリストアクセスやエンタープライズ契約を要求することが多い一方で、Seedance 2.5は従量課金制の公開APIを通じて利用可能であり、独立開発者にとっての障壁を低くしている。このアプローチは、1,095件のWikiratingプロンプトに反映されているように、その採用に貢献している。
将来の開発
ByteDanceはSeedanceラインへの継続的な投資を示しており、音声生成とインタラクティブ編集を組み込むSeedance 3.0の計画がある。同社はまた、Doubaoチャットボットなどの大規模言語モデル製品との統合を模索しており、会話型動画作成を可能にする。2026年初頭の時点で、これらの機能のリリース日は発表されていない。