Nový model umělé inteligence od technologického giganta ByteDance přináší revoluční multimodální funkce a bezkonkurenční kontrolu nad generovaným videem.
Společnost ByteDance, mateřská firma TikToku, opět posouvá hranice generativní umělé inteligence uvedením svého nejnovějšího modelu Seedance 2.0. Tento pokročilý systém, který je integrován do platforem jako Dreamina, přichází s ambicí vyřešit největší bolesti současných video generátorů – zejména nekonzistenci postav a chybějící synchronizaci zvuku.
Seedance 2.0 umožňuje tvůrcům generovat videa v rozlišení 1080p až 2K, přičemž klíčovou inovací je tzv. „native audio generation“. To znamená, že model nevytváří pouze vizuál, ale současně generuje i zvukové efekty a dialogy, které jsou v reálném čase synchronizovány s pohybem rtů a děním na scéně.
Podle dostupných informací model podporuje až 12 referenčních souborů najednou, včetně obrázků, zvuku a videa, což umožňuje bezprecedentní kontrolu nad stylem a narativem.
„Seedance 2.0 představuje posun od jednoduchých klipů k ucelenému vyprávění příběhů (multi-shot storytelling),“ uvádí se v popisech technologie, která dokáže udržet vizuální identitu postav i při změně úhlu kamery nebo střihu scény.
Tato schopnost je kritická pro profesionální tvůrce obsahu a marketéry, kteří dosud museli bojovat s deformacemi tváří při delších sekvencích.
Technologická dominance a dostupnost na trhu
Jádrem modelu je sofistikovaná architektura, kterou inženýři označují jako temporally-causal VAE v kombinaci s prostorově-časovým transformátorem.
Tato technologie zajišťuje, že fyzika pohybu – od vlání vlasů až po odrazy světla – působí přirozeně a plynule.
Seedance 2.0 je již dostupný prostřednictvím specializovaných portálů jako seedance2.ai nebo v rámci balíčku na platformě WaveSpeedAI, kde konkuruje západním řešením jako Sora či Runway. Přestože je vývoj primárně řízen z centrály v Číně, globální dostupnost těchto nástrojů ukazuje snahu společnosti ByteDance dominovat na trhu v USA i Evropě.
Zajímavým aspektem je také funkce „One-Sentence Video Editing“, která uživatelům umožňuje upravovat existující videa pomocí jednoduchých textových příkazů bez nutnosti složité postprodukce.
„Model zachovává narativní logiku bez zavádění nežádoucích artefaktů,“ slibují vývojáři, čímž otevírají dveře k masové demokratizaci filmové tvorby.
