字节跳动发布Seedance 1.5 pro模型，支持音视频联合生成

字节跳动于12月16日推出音视频生成模型Seedance 1.5 pro，支持从文本或图像生成音画同步的视频内容。该模型优化了口型、语调与表演节奏的一致性，支持中、英、日等多语种及四川话、粤语等方言，并具备自主运镜能力，可实现长镜头、希区柯克式变焦等效果。基于MMDiT架构与强化学习技术，已在影视、广告、游戏等领域测试，指令遵循与音质表现提升，但在复杂运动与多角色交互方面仍有改进空间。
来源：https://tech.ifeng.com/c/8p8gos2dzyk