Seedance 2.5 Flash 是来自 ByteDance 的视频生成模型,是 Seedance 2.5 中速度更快、成本更低的层级。它支持文生视频、首帧及首尾帧控制的图生视频、多模态参考生视频、视频编辑和视频延长,并可选择生成音频。它输出 480p 和 720p、时长 4 到 30 秒的视频。
模态
价格
$0.0673每秒起
上下文
0
发布于
2026-11-17
UI-TARS-1.5 是一个针对 GUI 环境(包括桌面界面、网页浏览器、移动系统和游戏)优化的多模态视觉语言代理。它由字节跳动构建,基于 UI-TARS 框架,并结合了基于强化学习的推理能力,能够在虚拟界面上实现稳健的动作规划与执行。 该模型在一系列交互与接地基准测试中取得了最先进的成绩,包括 OSworld、WebVoyager、AndroidWorld 和 ScreenSpot。同时,它在多种 Poki 游戏中实现了完美的任务完成率,并在 Minecraft 代理任务中优于之前的模型。UI-TARS-1.5 支持推理过程中的思维分解,且在不同变体上表现出强大的扩展性,其中 1.5 版本显著超越了早期 72B 和 7B 检查点的性能。
字节跳动(ByteDance)的下一代音视频生成模型,采用 4.5B 参数的双分支扩散 Transformer 架构。Seedance 1.5 Pro 在单次统一流程中同时生成视频和音频,消除了顺序音频配音带来的时序问题。支持多语言口型同步(英语、普通话、日语、韩语、西班牙语等)、电影级镜头控制(平移、俯仰、变焦、环绕)、多角色对话以及跨镜头角色一致性。可生成 4–12 秒的片段,分辨率最高达 1080p。Token 数由(输出视频高度 × 输出视频宽度 × 时长 × 24)/ 1024 计算得出。
Seedance 2.0 Fast 是 ByteDance 推出的视频生成模型。它支持文生视频、带首尾帧控制的图生视频,以及多模态参考生视频。该模型优先考虑生成速度和更低成本,而非最高输出质量。token 数量由以下公式给出:(输出视频高度 输出视频宽度 时长 * 24) / 1024
Seedance 2.0 是 ByteDance 发布的视频生成模型。它支持文本到视频、带首尾帧控制的图像到视频,以及多模态参考生成视频。该模型在从参考素材中保持角色一致性、视觉风格和镜头运动方面尤为突出。Token 数量由(输出视频高度 输出视频宽度 时长 * 24)/ 1024 计算得出。