[AI]：即梦Seedance2.0 玩法和流程学习（1）

今年春节，AI与机器人无疑是最热的话题。过年期间，我深切感受到全民AI应用的浪潮——每个人都在探索新的玩法。

这让我意识到，自己的认知也需要一次“版本迭代”。

于是，我花一些时间学习了一下字节跳动最近很火的AI视频模型：Seedance 2.0。

这得从我去年（2025.4）的一次尝试说起。当时，我制作AI视频的流程堪称“手工业”：先用一张底图生成多张分镜图，再将风格、场景各异的短视频片段，通过外部剪辑软件“缝合”起来，最终拼凑成一个完整故事。

文章：AI制作短视频：以小猫收拾房间6场景为例

假期宅家用AI撸猫！18分钟做出喵喵沙雕视频，手残党亲测，整个过程繁琐，且成片总有割裂感。

而如今的Seedance 2.0，连同国外的Sora 2.0等引擎，已经实现了质的飞跃。它们不再只是“画面生成器”，其底层的物理推理、音频同步与逻辑连贯性，共同构成了一个接近“世界模拟”的系统。接下来，我将结合实际操作来分别展示。

经过一番探索，我发现其进化主要体现在以下几个维度，今天先分享第一部分：

一、叙事控制优化

1、对比原生产模式

老模型的困境：过去的模型像一个固执的摄影师，只会使用固定机位。想要一点动作或视角变化，你必须在提示词里事无巨细地描述，结果却常常“抽”出一些匪夷所思的画面，叙事连贯性更是奢望。

对比下2025年下半年的分镜控制方式

先通过预设或者短剧分镜大师智能体（Agent），拆解分镜，把需求提给AI生成相应的提示词，生成提示词的格式需要预先设置
示例 (
    (JSON输出结构参考
      ```json
      {
        "image_generation_model": "NanoBananaPro",
        "grid_layout": "5x5",
        "grid_aspect_ratio": "16:9",
        "global_watermark": {
          "position": "bottom_center",
          "size": "extremely small"
        },
        "shots": [
          {
            "shot_number": "分镜1",
            "prompt_text": "描述1"
          },
          {
            "shot_number": "分镜9",
            "prompt_text": "描述9"
          }

接下来由Gemini工具结合Json提示词来生成脚本对应的画面，需要添加如下提示：

Json提示词
以参考图为主体，注意环境的空间布局，空间中人物与内容物品的相对位置，并生成不同角度的符合剧情发展的连续的连贯性分镜图，注意一定要保持与图片美术风格以及灯光氛围一致，给出分镜图片

生成图片后，再用即梦 -剪影的工作流缝合，整体手动工作量也不少。

2、Seedance 2.0的突破

现在，你可以直接充当“编剧”和“导演”。只需输入自然语言的分镜头脚本，模型便能理解并执行。

例如：仅提供一张产品图，并附上“0-3秒全景展示，4-7秒特写材质，8-12秒场景切换至户外使用”这样的文字脚本，便能直接生成一条10-20秒、镜头语言流畅的广告片，完全无需后期剪辑。

截图是豆包生成的分镜脚本，这个脚本也适配剪映（CapCut）的分镜，后续可以直接复制到剪映的「文本 / 脚本」功能中使用，以便后面需要添加特效或其他版权说明信息。

更专业的是，它甚至能理解影视工业的标准“分镜表”。你可以上传一张记录了人物动作、画面构成、机位视角的表格图片，模型内置的、类似游戏引擎的物理系统，能够解析其中动作的因果关系与场景衔接逻辑，一次性解决了过去素材不相干、剧情跳脱的核心痛点。