@-Referenceシステム“@Image1が@Image2の中を歩く、@Video1のカメラワーク、@Audio1の背景音楽”
全モダリティを組み合わせたマルチ参照プロンプト
Seedance 2.0
ByteDanceの次世代AI動画モデル、革新的な@-referenceシステムを搭載。テキスト、画像、動画クリップ、音声を単一のプロンプトで組み合わせられます。ネイティブな映像音声同期、V2V編集、最大2K解像度・30fpsの出力を、すべて統一された生成プロセスで実現します。
About
Seedance 2.0について
Seedance 2.0はByteDanceの最先端AI動画生成モデルで、2026年2月に発表されました。統合型マルチモーダル音声動画共同生成アーキテクチャを採用し、テキスト、最大9枚の画像、最大3本の動画クリップ、最大3本の音声トラックという4つの入力モダリティを同時に処理できます。画期的な@-referenceシステムを使用すると、プロンプト内の特定の要素にタグを付け、アップロードした参照ファイルにバインドすることで、カメラの動き、キャラクターの外見、音声のリズム、視覚スタイルを細かく制御できます。出力は最大2K解像度に達し、多言語リップシンク、効果音、背景音楽を含むネイティブ同期音声に対応しています。
Seedance 2.0の主な機能
@-referenceシステム、4モダリティ入力、ネイティブ音声同期、V2V編集、2K解像度
Core Features Overview
@-Referenceシステム
@-referenceシステムはSeedance 2.0の象徴的な革新機能です。テキストプロンプト内の要素を@Image1、@Video1、@Audio1でタグ付けし、アップロードした参照ファイルにバインドします。モデルは動画参照からカメラの動きを、音声参照からビートリズムや声質を、画像参照から構図やスタイルを抽出します。これにより、「@Image1が@Image2の中を歩き、@Video1のカメラワークが適用され、@Audio1が雰囲気を醸し出す」といった、かつてないレベルの制御が可能になります。
プロンプト
Output (Example)
@Image1が@Image2の中を歩く、@Video1のカメラワーク、@Audio1の背景音楽
全モダリティを組み合わせたマルチ参照プロンプト
@Image1のキャラクターが@Audio1のリズムに合わせて@Image3の環境で踊る
音声ビート参照でガイドされるキャラクターの動き
ネイティブ音声生成
Seedance 2.0はデュアルブランチ拡散Transformerアーキテクチャを採用し、共有クロスアテンションを用いて動画と音声の潜在表現を並列処理します。つまり、音声は後処理ステップとして追加されるのではなく、映像と同時に生成されるため、ミリ秒単位の同期が保証されます。このモデルは、多言語リップシンク台詞、動作に合った効果音、雰囲気に適した背景音楽を生成でき、すべてテキストプロンプトまたは音声参照を通じて制御できます。
プロンプト
Output (Example)
英語の同期音声とスライド遷移を伴うプレゼンテーションを行う人物
視覚コンテンツと同期したリップシンク台詞
ステップバイステップのナレーションと台所の環境音を伴う料理チュートリアル
料理動作と同期したナレーション
公式ショーケース
公式ショーケース
Seedance 2.0のマルチモーダル参照制御、ネイティブ音声生成、動画編集機能をご覧ください
@-Referenceシステム@-Referenceシステム“@Image1のキャラクターが@Audio1のリズムに合わせて@Image3の環境で踊る”
音声ビート参照でガイドされるキャラクターの動き
ネイティブ音声生成“英語の同期音声とスライド遷移を伴うプレゼンテーションを行う人物”
視覚コンテンツと同期したリップシンク台詞
ネイティブ音声生成“ステップバイステップのナレーションと台所の環境音を伴う料理チュートリアル”
料理動作と同期したナレーション
FAQ
Seedance 2.0 FAQ
Seedance 2.0 FAQ
@-referenceシステムは、プロンプト内の要素を@Image1、@Video1、@Audio1ラベルでタグ付けし、アップロードした参照ファイルにバインドできる機能です。Seedance 2.0は動画参照からカメラの動き、音声からビートリズム、画像から構図スタイルを抽出します。これにより、生成される動画のあらゆる側面を細かく制御できます。
Seedance 2.0は4つの入力モダリティを同時にサポートします：テキストプロンプト（長さ無制限）、最大9枚の参照画像（各30MB以下）、最大3本の動画クリップ（合計2〜15秒、各50MB以下）、最大3本の音声トラック（合計15秒以下、各15MB以下）。ファイル総数制限：リクエストあたり最大12ファイルです。
Seedance 2.0はネイティブ2K（2048×1080）解像度、30fpsで出力し、複数の品質レベル（480p、720p、1080p）に対応しています。生成あたりの動画長は4〜15秒です。対応アスペクト比は横長、縦長、21:9ウルトラワイドです。
Seedance 2.0はデュアルブランチアーキテクチャを採用し、動画と音声の潜在表現を並列処理します。音声は映像と同時に生成されるため、ミリ秒単位の同期が保証されます。多言語リップシンク台詞、動作に合った効果音、雰囲気に適した背景音楽をサポートしています。また、音声参照を入力としてアップロードすることも可能です。
V2V編集は、既存の動画クリップを参照としてアップロードし、その動作パターン、カメラパス、テンポを継承した新しい動画を生成できる機能です。元の動作構造を保持したまま、服装、アクション、シーンの詳細などの特定の要素を変更できます。
Seedance 2.0は動画と音声の参照入力を新たに追加し、画像参照を1枚から9枚に増加、@-referenceシステムによるマルチモーダル制御を導入、V2V動画編集を追加、最大解像度を1080pから2Kに拡張、長さを12秒から15秒に延長し、1.5 Proと比較して約30%高速化されています。
Seedance 2.0は解像度に基づく秒単位の動的料金設定を採用しています：480p（14〜28クレジット/秒）、720p（28.5〜57クレジット/秒）、1080p（640〜3,810クレジット/秒）。標準と高速の2つの速度バリエーションがあり、高速版は約30%高速です。
Seedance 2.0は、精密なモーション制御が必要な映像ディレクター、ポストプロダクション不要でネイティブ音声同期を求めるコンテンツクリエイター、ブランド動画コンテンツを制作する広告主、ナレーション付きチュートリアルを作成する教育者、そしてプロ品質のAI動画と同期サウンドを必要とするすべての方に最適です。
Testimonials
クリエイターが語るSeedance 2.0の魅力
“@-referenceシステムは本当に革新的です。参照クリップからカメラの動きを抽出して即座に適用できる — まったく新しいクリエイティブワークフローです。”
Alex Kim: “@-referenceシステムは本当に革新的です。参照クリップからカメラの動きを抽出して即座に適用できる — まったく新しいクリエイティブワークフローです。”
Priya Sharma: “ネイティブ音声同期のおかげで後処理の時間が大幅に短縮されました。非英語の台詞でもリップシンクの精度が驚くほど高いです。”
Lucas Müller: “V2V編集を使えば、撮り直しをしなくても既存の映像を強化できます。Seedance 2.0は今や私たちの制作パイプラインの中核ツールです。”
Yuki Tanaka: “4モダリティ入力は状況を一変させます。キャラクターデザイン、カメラワークの参考、背景音楽をすべて1つのプロンプトに入れれば、思い描いた通りのものが得られるのです。”
他のAI動画モデルを探索
Seedance 2.0で今すぐ作成を始める
Seedance 2.0 — ByteDanceが誇る最先端の動画生成AIをオンラインで無料体験
10,000+ users