字节Seedance 2.0发论文了，171人署名，吴永辉曾妍在列

现象级AI视频技术、字节Seedance 2.0在arXiv发论文了。

晒了26页的Benchmark，和贡献者名单。

170位团队成员全公开，署名和尊重都拉满了，不过嘛这就不怕……嘛？

论文公布的时间节点，正赶上Seedance 2.0通过Byteplus平台铺向全球。

100多个国家的企业客户可以通过预付费API直接调用。支持文字、图片、视频、音频多模态输入，生成4到15秒MP4视频，最高720p。

但这个“全球”列表里，唯独没有美国。

26页只写了两个字：能打

首先看标题，说成大白话就是“让AI视频生成能搞定现实世界里的各种复杂场景”。

为了做到这一点，Seedance解决了过去生成式视频工具的一个瓶颈：

通常依靠单文本输入，在尝试引用真实素材（品牌图片、配音、先前的视频片段）时难以保持一致性，并且需要大量的反复试验才能制作出可用的作品。

对于创作者而言，这意味着迭代速度慢、输出结果不一致，以及工作流程无法满足实际制作需求。

突破方法在于Seedance是原生统一的模型，能够同时生成视频和音频 ——并且可以在一个系统中接收文本、图像、音频和视频作为输入。

• 统一理解4种指令，支持文字 + 图片 + 视频 + 音频一起输入，能同时理解并融合
• 人物走路、跑步、打架、跳舞更自然、不扭曲、符合物理规律，多人互动也不乱。
• 音画天生同步，自带双耳立体声音频，说话、唱歌、脚步声、BGM和画面严丝合缝，口型对得准。
• 会“当导演”，写一段剧情，它自动分镜头、自动运镜、自动剪辑节奏
• 可以改指定人物、动作、场景；也能在现有视频后面无缝续拍

评测部分覆盖VBench等多个主流基准，质量、运动、语义一致性等维度全面量化对比。

Seedance 2.0直接站上了第一梯队，多项指标大幅领先同时期对手。

最后两页是完整作者列表，共170人

与Seedance 1.5 Pro时期的197人相比，有89人不在2.0作者列表中，62人加入。

其中稳定不变的核心人物可以找到吴永辉，现任字节跳动Seed团队基础研究负责人，是Seedance系列视频生成模型的最高技术决策者，直接向公司CEO梁汝波汇报。

曾妍，现任Seedance 2.0预训练负责人，是视频生成模型核心技术路线的关键执行者。工作地点位于美国帕洛阿尔托（Palo Alto）。

One More Thing

有消息称字节花近亿元挖来了前DeepSeek研究员郭达雅。

抖音副总裁李亮亲自下场辟谣：不实，Seed团队薪资体系统一，近期没有招聘到近亿元年薪的员工。

辟谣归辟谣，但这段话还披露了Seed的完整薪资结构：现金+字节期权+豆包期权，四年全部归属。

到这，本来可以结束了。

但李亮又加了一句话。

Seed员工的字节和豆包期权未来收益根据期权价格有波动，假如业务发展得很好，不排除有些Seed技术人员四年后收益会达到数亿元。

这简直是借辟谣在招人了。

“数亿”两个字比任何招聘广告都有杀伤力。

论文地址：https://arxiv.org/abs/2604.14148

参考链接：

[1]https://www.byteplus.com/en/activity/seedance2-0

[2]https://weibo.com/7965906915/QB6lMCaGo

文章来自于微信公众号 "量子位"，作者 "量子位"