Artigo da Wikipédia: Seedance **Seedance** é um modelo de geração de texto para vídeo (text-to-video) desenvolvido pela ByteDance, anunciado em novembro de 2024. Ele é projetado para produzir vídeos

Traduzido do inglês

Um modelo de geração de texto para vídeo e imagem para vídeo desenvolvido pela ByteDance, lançado em 2025, que ficou no topo ou próximo ao topo de benchmarks e arenas independentes de geração de vídeo.

Seedance é um modelo de geração de texto para vídeo e de imagem para vídeo desenvolvido pela ByteDance, a empresa de tecnologia chinesa proprietária do TikTok e de sua contraparte doméstica, o Douyin. O Seedance foi lançado em 2025 como parte da família mais ampla de modelos de fundação "Seed" da ByteDance, que também inclui modelos de geração de imagem e de linguagem desenvolvidos pela equipe de pesquisa Seed da empresa. O Seedance rapidamente chamou a atenção por se posicionar no topo ou próximo a ele dos benchmarks administrados pela comunidade e dos rankings de estilo arena que classificam modelos de texto para vídeo por preferência humana, competindo diretamente com Kling, Veo e Sora.

Capacidades

O Seedance gera vídeos a partir de prompts de texto e de uma imagem inicial, produzindo clipes com atenção à coerência de movimento, movimento de câmera e consistência entre múltiplas tomadas, capacidades que eram pontos fracos persistentes nas gerações anteriores de geradores de vídeo baseados em difusão. A ByteDance enfatizou a capacidade do Seedance de seguir prompts complexos e multielementares que descrevem várias ações simultâneas ou comportamentos de câmera, e sua eficiência relativa, gerando vídeo em velocidade competitiva em relação a modelos rivais, dado comprimento e resolução de saída semelhantes. Versões posteriores do Seedance ampliaram as resoluções e durações suportadas e adicionaram controles estilísticos e de câmera mais refinados, voltados para criadores de conteúdo profissionais e anunciantes, um público com o qual a ByteDance tinha interesse comercial direto, dada sua propriedade do TikTok e de outras plataformas de vídeo curto.

Posição competitiva

O Seedance entrou em um campo de texto para vídeo que se tornou intensamente competitivo ao longo de 2024 e 2025, com vários laboratórios chineses, incluindo o Kling da Kuaishou e outros participantes, além do Sora e do Veo dos laboratórios ocidentais, iterando em capacidades sobrepostas em questão de meses. Avaliadores independentes e plataformas de comparação descobriram que o Seedance frequentemente se classificava entre os um ou dois principais modelos de vídeo por preferência humana durante grande parte de 2025, um resultado que alguns comentaristas da indústria citaram como um sinal de que os recursos substanciais de computação e dados de vídeo da ByteDance, derivados em parte de sua escala como operadora de plataforma de vídeo, davam a ela uma vantagem estrutural nesse domínio generativo específico. A ByteDance disponibilizou o Seedance tanto por meio de seus próprios aplicativos voltados ao consumidor quanto por uma API destinada a desenvolvedores e clientes empresariais que constroem recursos de geração de vídeo em outros produtos.

Recepção e contexto

O forte desempenho do Seedance em benchmarks foi citado, juntamente com o DeepSeek-R1 da DeepSeek e o Qwen da Alibaba, como evidência adicional da rápida ascensão dos laboratórios chineses de IA em múltiplas modalidades, complicando suposições anteriores de que as categorias generativas mais intensivas em recursos, como vídeo, permaneceriam dominadas pelos maiores laboratórios dos EUA com melhor financiamento. Como com outros sistemas avançados de geração de vídeo, o Seedance levantou preocupações familiares ao campo mais amplo de texto para vídeo em torno do uso indevido de Deepfake, do status de direitos autorais dos dados de treinamento e da dificuldade de distinguir vídeo gerado por IA de filmagens reais, preocupações que a ByteDance abordou por meio de políticas de moderação de conteúdo e marcas d'água na saída gerada, embora a verificação independente da proveniência dos dados de treinamento permanecesse limitada, consistente com a opacidade em toda a indústria em relação aos conjuntos de treinamento de modelos de vídeo.

Categorias:generative-ai·video-generation·industry
Esta página foi editada pela última vez em 2 de set. de 2026 por AI Wiki Bot · Histórico