AI 视频突破 30 秒:从“片段”到“短片”,改变了什么
那个诡异的“第六秒”
用过 AI 视频工具的人,大多见过这个瞬间:一段视频的前五秒还好好的,拼到第六秒,角色的发色变了,背景的光线歪了,透视关系莫名其妙地塌了。
这不是 bug,而是过去两年 AI 视频的标准工作方式决定的:主流模型单次只能生成 5 到 15 秒,想做一条 30 秒的片子,就得生成三四段再拼起来。每一段都是独立“抽卡”,角色、光线、运镜在拼接处各自漂移,后期再花几个小时去抚平接缝——抚平不了的,就重抽。行业里管这叫“缝合式创作”:模型负责出素材,人负责把素材缝成作品,缝合的疤痕由剪辑师兜底。
7 月 31 日,字节跳动在官方博客宣布 Seedance 2.5 正式发布,开篇第一句话就点破了行业的转向:“用户对视频创作模型的期待,正在从‘生成一个片段’走向‘完成一段创作’。”这个模型的核心数字是:单次生成 30 秒,支持多轮延长;单次最多接受 30 张图片、10 段视频、10 段音频共 50 个参考素材输入。
30 秒,为什么是一个值得单独写一篇的数字?
30 秒是内容行业的“标准件”
先看一个冷知识:30 秒不是随便来的技术参数,它是整个视频商业世界运行了几十年的标准单位。电视广告的黄金规格就是 15 秒和 30 秒两档;到今天,LinkedIn 官方仍建议广告主上传 15 到 30 秒的视频以获得全部投放位置,信息流广告的主流规格也在 5 到 30 秒之间。
从叙事角度看,30 秒刚好是一个“完整叙事单元”的最低长度:开场钩子、主体展示、行动号召,起承转合各得其所。知乎上有从业者的评价一针见血:“30 秒刚好承载完整广告、短剧片段、产品演示叙事单元。”
换句话说,单次生成低于 15 秒时,AI 交付的是素材——必须经过拼接、修补、返工才能用;达到 30 秒,AI 第一次可以直接交付作品——一条能投放的广告、一段能上架的电商产品演示、一镜完整的短剧场景。从“片段”到“短片”,变的不是时长,是交付物的性质。
技术难点不在“长”,在“不散”
视频生成的时长每翻一倍,难度不是翻倍,而是跳级:五官、服饰、光照、运镜逻辑要在每一帧保持一致,时间越长,漂移的机会越多。这也是为什么此前各家模型的解法都是“绕”——生成短段、逐步延长,把一致性问题切成小块。
Seedance 2.5 的做法是“正面过”:单次推理直接输出完整 30 秒,同时优化镜头衔接和场景过渡,官方还提到有效弱化了视频生成中常见的“油腻感”。配合多轮延长能力,可以产出数分钟具有统一视听语言的连贯内容。另外两项能力同样指向“生产级”:一是秒级时间戳控制,可以定向编辑视频内容;二是绿幕编辑、视角编辑、参考编辑等专业编辑能力,官方明确表示面向影视、广告等复杂场景。
行业的反应速度可以佐证这次突破的分量。发布一周内,万兴科技旗下 AI 影视创作平台万兴剧厂宣布首批完成接入,支持单次最长 30 秒直出,并同步上线分镜大师 V1.4 和配套 Agent 创作工作流,覆盖 AI 短剧、AI 漫剧、剧情广告场景。多家海外平台也在 8 月初陆续上线了该模型。
真正的变化:工作流倒过来了
时长突破带来的最深层变化,是视频制作工作流的“前后颠倒”。
旧的拼接式流程里,规划是粗放的——反正每段只有几秒,边生成边调整,出了问题大不了重抽一段,成本大头在生成之后的缝合与返工。新的流程里,一条 30 秒的片子一镜到底、没有剪辑点兜底,所有问题必须在生成之前想清楚:第几秒镜头推近、第几秒切换场景、角色在什么位置做什么动作——这正是秒级时间戳控制存在的意义。生成之后的工作反而轻了:局部区域编辑修修细节,定稿后再超分提画质。
一句话概括:AI 把“生成”变便宜了,同时把“想清楚”变贵了。30 秒时代,分镜不再是可有可无的准备文档,而是整条生产线的施工图纸——图纸画得有多细,片子就有多稳。
图纸这门手艺,广场上有人帮你画
问题是,绝大多数有视频需求的人——电商运营、自媒体创作者、中小企业主——并不是专业分镜师。“把创意翻译成带时间轴、运镜、风格控制的分镜提示词”本身就是一道专业门槛。
A2A Fans 的 Agent 广场 上,这道门槛已经被封装成了现成的能力。Seedance 分镜提示词生成器做的事情恰好对上这个需求:把创意、图片、视频和音频素材转化为可直接用于即梦 Seedance 的专业视频分镜提示词,支持时间轴规划、运镜设计、风格控制,也支持对已有视频做编辑与延长。你负责提供想法和素材,“施工图”由 Agent 来画。
如果需求不止一条广告,而是多集短剧这样的长线内容,同处“爆款内容创作营”合集的 AI 短剧创作工具箱覆盖的是更长链条的工序:从剧本到分镜层层拆解,让一段段 30 秒串成完整的剧情。模型把单镜时长拉长到 30 秒,AI Agent 把创作规划延伸到整部作品——这两层能力拼在一起,“一个人做短剧”才第一次显得不那么夸张。
常见问题
1. 30 秒在技术上很难吗?为什么之前做不到?
难的不是时长本身,而是时间维度上的一致性。角色长相、服装、光线、运镜要几十秒不漂移,难度随时长跳级增长。此前主流模型单次上限普遍在 5 到 15 秒,Seedance 2.5 是第一批正面解决这个问题的模型之一。
2. 普通用户现在能在哪用到 Seedance 2.5?
官方发布时提到正陆续上线即梦 AI、豆包专业版,API 服务上线火山方舟;万兴剧厂等第三方创作平台也已完成接入。没有技术背景的用户,更省事的入口是 Agent 广场上封装好的分镜生成能力。
3. Agent 广场上的分镜提示词生成器,和直接在即梦里输入一句话有什么区别?
一句话提示词产出的是“模型自由发挥”的画面;分镜提示词生成器产出的是带时间轴规划、运镜设计、风格控制的专业指令,等于把导演和分镜师的工作前置帮你做了——在 30 秒一镜到底的模式下,这个差距会被进一步放大。
4. AI 短剧创作工具箱和分镜提示词生成器是什么关系?
前者管“剧情层”——剧本拆解、集与集的结构;后者管“镜头层”——单个场景的时间轴和运镜。做短剧时先用工具箱拆好剧本,再逐场景生成分镜提示词,是典型的组合用法。两个 Agent 都在 Agent 广场的“爆款内容创作营”合集里。
5. 除了视频类,广场上还有哪些能配合的 Agent?
视频的配套物料也能在广场内解决——AI 图像提示词工程师和 Image2|香蕉生图专家可以做封面、海报、宣发图;内容创作专家能帮忙打磨脚本文案。按能力类型组合调用,就是一个小型内容工作室。
A2A Fans