10 февраля 2026 года ByteDance выпустила Seedance 2.0 через своё приложение Doubao в Китае и креативную платформу Jimeng AI. В течение 72 часов сгенерированные ИИ клипы с голливудскими актёрами заполнили социальные сети, юридическая команда Disney направила предупреждение о прекращении нарушений, а SAG-AFTRA назвала модель "атакой на каждого создателя в мире." Вот что на самом деле делает Seedance 2.0, почему он вызвал такую реакцию и что это говорит о будущем генерации ИИ-видео.

Что умеет Seedance 2.0

Seedance 2.0 построен на архитектуре Dual-Branch Diffusion Transformer (DiT), которая генерирует аудио и видео одновременно. В отличие от предыдущих моделей, которые создают беззвучные клипы, требующие отдельной работы над звуком, Seedance 2.0 выдаёт полностью озвученное видео с диалогами, музыкой и звуковыми эффектами, синхронизированными с визуальным содержанием.

Модель принимает до 12 входных файлов одновременно: изображения, видео и аудио. Пользователи могут подать референсное изображение для визуального стиля, видеоклип для движения и работы камеры, а также аудиодорожку для управления ритмом. Модель синтезирует всё это в единый связный результат длительностью до 15 секунд в разрешении 2K.

В рамках этих 15 секунд модель может создавать несколько планов с естественными переходами и склейками, так что одна генерация может выглядеть как смонтированная последовательность, а не непрерывный клип. Она справляется с наездами камеры, переводом фокуса, трекинговыми планами, сменой точки зрения и плавным движением ручной камеры. Взаимодействия объектов подчиняются реалистичной физике: столкновения имеют вес, ткань рвётся естественно, а персонажи двигаются физически правдоподобно даже в динамичных экшн-сценах.

Архитектура модели

Архитектура Diffusion Transformer заменяет backbone U-Net, традиционно используемый в диффузионных моделях. Трансформеры обеспечивают лучшую масштабируемость и более эффективные механизмы внимания для захвата дальних связей как в пространственном, так и во временном измерениях. Именно это позволяет модели поддерживать согласованный внешний вид персонажей, освещение и физику на протяжении всего клипа, а не генерировать каждый кадр полу-независимо.

Двухветвевой дизайн означает, что аудио и видео генерируются параллельно через связанные, но отдельные пути обработки. Это архитектурно отличается от моделей, которые сначала генерируют видео, а затем добавляют звук как этап постобработки. Результат: более точная синхронизация. Движения губ совпадают с диалогами, удары совпадают со звуковыми эффектами, а музыка следует визуальному ритму.

Реакция Голливуда

Через несколько часов после запуска социальные сети были заполнены контентом, сгенерированным Seedance. Клип, привлёкший наибольшее внимание, был создан ирландским кинорежиссёром Ruairi Robinson: гиперреалистичная драка на крыше между Tom Cruise и Brad Pitt, сгенерированная из простого текстового промпта. Она была достаточно реалистичной, чтобы обмануть случайных зрителей.

Быстро последовали другие клипы: альтернативные концовки Stranger Things, кроссоверы между студиями вроде Таноса, сражающегося с Суперменом, и сцены, воссоздающие культовые кинематографические моменты с другими актёрами. В отличие от предыдущих инструментов для дипфейков, которые требовали недель обучения на конкретных лицах, Seedance 2.0 создавал эти результаты мгновенно из базовой модели, что указывает на то, что его обучающие данные, вероятно, включают значительные объёмы защищённого авторским правом киноконтента.

Disney направила предупреждение о прекращении нарушений, обвинив ByteDance в "виртуальном ограблении" своей интеллектуальной собственности, утверждая, что Seedance был загружен "пиратской библиотекой защищённых авторским правом персонажей Disney", которые использовались как "бесплатные клипарты общественного достояния." Paramount выступила с аналогичными юридическими угрозами.

Human Artistry Campaign, в число членов которой входят SAG-AFTRA и Directors Guild of America, присоединилась к Motion Picture Association в осуждении модели. Их заявление назвало Seedance 2.0 "разрушительным для нашей культуры" и утверждало, что "кража работ человеческих создателей в попытке заменить их сгенерированным ИИ мусором" не является инновацией.

Ответ ByteDance

16 февраля ByteDance объявила, что "услышала обеспокоенность" и усилит защитные меры против нарушений интеллектуальной собственности. Компания приостановила возможности Seedance 2.0 по использованию референсов реальных людей в Китае, что означает, что пользователи больше не могут загружать фотографии или видео реальных людей в качестве референсных данных. Возможность генерации видео из текста остаётся активной, хотя и с дополнительными фильтрами контента.

Сохранятся ли эти ограничения или распространятся на международный доступ, пока неизвестно. Модель уже доступна через сторонних API-провайдеров, что делает полный контроль над контентом затруднительным.

Что это значит для ИИ-видео

Seedance 2.0 представляет собой настоящий архитектурный прорыв в генерации ИИ-видео. Унифицированный аудио-видео конвейер, система многореференсного ввода и физически осознанное движение являются техническими достижениями, которые продвигают всю область. Модель генерирует контент на 30% быстрее своего предшественника, при этом производя более качественный результат.

Но запуск также кристаллизовал проблему, вокруг которой индустрия ходит кругами уже много лет: разрыв между тем, что модели ИИ-видео могут генерировать, и тем, что им должно быть позволено генерировать. Вопрос обучающих данных является центральным. Если эти модели обучаются на контенте, защищённом авторским правом, без разрешения, каждый результат несёт потенциальную юридическую ответственность, которую ни один фильтр контента не может полностью устранить.

Скорость, с которой Голливуд мобилизовался против Seedance 2.0, предполагает, что эта борьба будет обостряться по мере того, как всё больше моделей достигнет такого уровня возможностей. Техническое препятствие для генерации убедительного видео реальных людей из текстовых промптов фактически рухнуло. Оставшиеся барьеры носят юридический, этический и регуляторный характер.