ByteDance ha lanzado Seedance 2.5, su modelo de vídeo con IA, el 31 de julio en Jimeng Web y Doubao Pro. La cifra que lo define son 30 segundos de vídeo nativo en una sola toma, el doble que la versión anterior, y hasta 50 entradas de referencia combinadas. La compañía lo había anunciado el 23 de junio en su conferencia Volcano Engine FORCE.
Puntos clave
- 30 segundos nativos en toma única, frente a los 15 de Seedance 2.0.
- Extensión multi-ronda: añadiendo escenas se llega a varios minutos.
- Hasta 50 referencias por generación, repartidas en 30 imágenes, 10 clips de vídeo y 10 de audio.
- Audio generado junto al vídeo en la misma pasada, no doblado después.
- Cuatro modos de edición: por marca de tiempo, chroma key, reposicionamiento de cámara y edición por referencia.
Lo que significa "una sola toma"
Es la parte del anuncio que hay que entender bien, porque es donde está la diferencia técnica real.
Casi todos los modelos de vídeo generan clips cortos, de cinco a diez segundos, y para hacer algo más largo los cosen. El resultado tiene cortes: la iluminación salta, la textura de la piel cambia, el fondo se desplaza. Se nota.
Treinta segundos nativos en una sola toma significa que el modelo mantiene coherencia temporal durante ese rato sin costuras. Es una diferencia de arquitectura, no de post-proceso. Y treinta segundos es, casualmente, la duración estándar de un anuncio.
La extensión multi-ronda hasta varios minutos sí es costura, pero costura pactada: añades escenas sobre lo generado en lugar de pegar clips independientes.
Las 50 referencias
El otro número gordo. Treinta imágenes, diez clips de vídeo y diez de audio como entrada para una sola generación.
Eso es un orden de magnitud por encima de lo que ofrece la competencia. xAI acaba de subir Grok Imagine a siete referencias de imagen por generación. ByteDance ofrece cuarenta y tres más, y admite vídeo y audio como referencia, no solo imágenes fijas.
En la práctica esto sirve para producciones con muchos elementos fijos: un catálogo de productos, varios personajes recurrentes, una identidad visual de marca completa. Cuantas más cosas puedas anclar, menos deriva tiene el resultado.
Los cuatro modos de edición apuntan al mismo público profesional. La edición por marca de tiempo permite tocar un momento concreto del clip sin regenerarlo entero, que es exactamente lo que pide cualquiera que haya intentado usar estas herramientas para trabajo real.
El asterisco: no se puede usar fuera de China
Aquí viene el freno. Seedance 2.5 está disponible en Jimeng Web y Doubao Pro, los dos productos de consumo de ByteDance para el mercado chino. La API, prometida vía BytePlus ModelArk, figura como "próximamente" y no estaba operativa el día del lanzamiento. Tampoco hay precio publicado.
ByteDance lleva un año con este patrón. Seedance 2.0 mini salió en junio como variante barata, y el acceso internacional siempre llega con retraso respecto al anuncio.
Y otro asterisco importante: todas estas cifras son las que da ByteDance en su lanzamiento. No hay benchmarks independientes todavía. MiniMax lanzó H3 el mismo día, lo que da una idea de la densidad de la competencia china en vídeo.
Por qué importa
Para una empresa española, la utilidad inmediata es cero: no puedes contratarlo. La utilidad estratégica no lo es.
Lo que marca Seedance 2.5 es la referencia contra la que van a competir Veo, Sora y Grok Imagine en los próximos meses. Treinta segundos en toma única y cincuenta referencias es el listón, y los modelos accesibles desde Europa van a moverse hacia ahí.
La lectura para quien esté decidiendo presupuesto de vídeo del último trimestre es de calendario. Si estás valorando firmar un contrato anual con un proveedor de generación de vídeo, las capacidades que hoy justifican el precio van a ser el estándar gratuito en seis meses. Contratos cortos, revisión frecuente.
Y si produces anuncios de treinta segundos, ese número ha dejado de ser casualidad.
Relacionado
