前几天有个做自媒体的朋友找我喝酒，一脸愁容。

他说：“哥，现在做视频太卷了。写稿子、拍素材、剪辑、配音，一套下来两天没了。隔壁那小子用AI生视频，一天发十条，条条流量比我高。我是不是该转行了？”

我说你先别急，AI生成的视频现在还不成熟，人物乱动、手指乱长、背景闪得像鬼片，观众又不是傻子。

结果他给我看了几条用某工具做的短视频，我当场愣住了——确实能用了。虽然还没到大片级别，但做信息流、做口播、做简单的剧情，已经能骗过大部分人了。

我突然意识到一件事：视频还没那么快，不急。大家都在兴奋，但还没人真正把“核弹级”的能力变成人人都能用的API。

然后就在今天，字节跳动的火山引擎悄悄上线了一个叫Seedance 2.0的东西。

我看完技术文档之后的感觉是：该来的，终于来了。

一、这个Seedance 2.0到底是什么？

先说人话。

以前你要生成一段AI视频，要么用国外那些限制多、还贵的工具，要么用国内开源模型自己搭服务器，麻烦得要死。而且输入方式单一——你给一段文字，它给你出一段视频，中间不可控。

但Seedance 2.0这次打了个组合拳：文字、图片、音频、视频，四种模态都能作为输入。

什么意思呢？

文字输入：你写“一只穿西装的柴犬在会议室开会”，它给你生成视频。

图片输入：你上传一张静态照片，它让照片里的人动起来，说话、转头、做表情。

音频输入：你给一段语音，它生成对口型的视频——这对做虚拟主播、数字人带货简直是降维打击。

视频输入：你给一段参考视频，它帮你改风格、改背景、换主角，或者延长时长。

这四个加在一起，基本覆盖了目前90%的视频创作需求。而且火山引擎是把它做成了API服务，意味着任何开发者、任何企业，只要调用接口就能用。不需要自己买显卡、不用管推理优化、不用愁并发。

这就像当年OpenAI把GPT-3.5变成API的那一刻——门槛一下子被砍到了脚脖子。

二、比技术更有意思的是：它提前给自己上了“防盗门”

注意，这家公司是字节跳动。

字节以前在AI内容安全上吃过多少亏？头条的推荐算法被人骂“信息茧房”，抖音的审核机制被人吐槽“一刀切”，大模型刚出来的时候也因为内容边界问题被约谈过好几次。

所以这次火山引擎做Seedance 2.0的时候，明显学聪明了。

他们专门建立了一套肖像与版权安全标准，覆盖视频生成涉及的各种模态和创作前后的全部流程。

翻译成人话就是三件事：

肖像保护：你不能上传某个明星的照片，然后让AI生成他做不雅动作的视频。系统会识别、拦截、甚至追溯。

版权保护：你不能把某部电影的片段喂给AI，让它生成“仿冒续集”然后拿去赚钱。训练和生成两个环节都做了版权过滤。

全流程管控：从你输入素材的那一刻，到AI生成视频，再到你下载使用，每一步都有安全审核。不是只卡最后输出那一关。

这一点我特别想多说两句。

Deepfake（深度伪造）这东西，前几年还只是技术宅的玩具，这两年已经进化到可以骗过人脸识别、可以伪造新闻联播、可以搞电信诈骗了。如果你去看那些暗网上的教程，花几百块钱就能买到“一键换脸”的工具，效果烂归烂，但骗普通人绰绰有余。

而Seedance 2.0这种级别的视频生成能力，一旦被滥用，后果会比换脸软件严重得多——因为它生成的是全新的、不存在于现实中的视频，而不是简单替换一张脸。

火山引擎提前把安全标准嵌进去，与其说是良心，不如说是自保。因为如果不这么做，等监管部门找上门来，那就不是改几行代码的问题了。

三、那么问题来了：这玩意儿到底能干什么？

我说几个我能想到的场景，你们自己感受一下。

1. 电商带货

以前你要拍一个商品展示视频，得搭棚子、请模特、打灯光、剪辑。现在你上传一张商品图 + 一段口播音频，AI直接生成一个虚拟模特拿着商品介绍的短视频。一天生成一千条，每条都不一样，拿去投信息流广告，成本几乎为零。

2. 短剧和微电影

现在短剧行业有多火？一部60集的短剧，制作成本几十万到上百万，主要花在演员、场地、后期上。如果用Seedance 2.0，你只需要写剧本、生成分镜、让AI把文字变成视频。虽然还做不到真人表演的细腻程度，但做玄幻、科幻、古装这些“不依赖真实感”的题材，已经够用了。

3. 教育培训

把枯燥的文字教材变成动画视频，把抽象的概念变成可视化演示。一个老师+一台电脑，一天能生成一个学期的教学视频。

4. 游戏素材

游戏里的过场动画、角色展示、场景预告，以前需要美术团队肝几个星期。现在你给AI一段描述，它直接输出一段视频。质量可能达不到顶级CG水准，但做独立游戏、做宣传片绰绰有余。

当然，这些都是正经用途。不正经的用途——比如做虚假新闻、伪造证据、制造色情内容——火山引擎的安全系统会拦。但道高一尺魔高一丈，总有人会找到绕过的方法。这就不是一家公司能解决的问题了。

四、为什么说这是“视频版的GPT-3时刻”？

我解释一下这个类比。

2022年底GPT-3.5出来的时候，最震撼人的不是它“能聊天”，而是它把自然语言处理的门槛从“博士级”降到了“小学生级”。以前你要做一个能理解人类语言的机器人，得自己搭模型、训练、调参，没有几百万预算下不来。现在你只要注册一个OpenAI账号，复制粘贴几行代码，就搞定了。

Seedance 2.0在做同样的事——它把视频生成的门槛从“专业影视团队”降到了“一个API调用”。

而且火山引擎这次定价策略我还没看到详细数字，但按照字节一贯的打法，初期一定不会贵。甚至可能为了抢市场，搞出“免费额度 + 白菜价”的组合拳。

如果真的这样，那接下来会发生什么？

内容平台（抖音、快手、小红书）会被AI生成的视频淹没。

影视行业的中低端工种会受到巨大冲击——比如简单的动画、特效、字幕、配音。

会出现一批靠AI视频起家的“新个体户”，一个人就是一家传媒公司。

同时，假新闻、造谣、诈骗的成本会低到令人发指。这可能是比技术本身更值得担心的事。

五、最后说两句心里话

我一直有一个观点：技术本身没有善恶，但技术的门槛决定了善恶的分布。

当一项技术只有少数顶尖实验室能用的时候，它再危险也危险不到哪去，因为用的人少、监管容易。但当这项技术变成人人都能调用的API，门槛接近于零的时候，好人和坏人都会用，而且坏人往往用得更快、更狠。

火山引擎给Seedance 2.0加上的那套“肖像与版权安全标准”，就是试图在门槛降下来的同时，把护栏也装上去。

但护栏能拦得住多少人，我不知道。

我只知道，从今天开始，你刷到的每一条短视频——都可能不是人拍的。

这不是危言耸听。这是正在发生的现实。

（全文完）

参考资料：

火山引擎官方宣布Seedance 2.0系列API上线新闻稿

字节跳动AI生成视频技术演进历程