智東西
作者 陳駿達
編輯 漠影

智東西12月18日報道，近日，字節旗下的內容創作Agent小云雀首發上線了字節的最新視頻模型Seedance 1.5 pro。這款模型最大的特點，就是不再僅限于畫面生成，而是能夠更好地理解場景、同步生成聲音、還原動作節奏，實現真正意義上的音畫同步，帶來更具沉浸感的視頻體驗。

這兩天，我們在小云雀中對Seedance 1.5 pro的能力進行了體驗，在歷經數十個視頻的深度使用后，我們也對新模型的特點有了更多的理解。

在小云雀里，Seedance 1.5 pro通過具體的創作功能對外開放。在交互層面，小云雀并未刻意強調模型技術細節，而是以“沉浸式短片”等場景化入口來承載模型能力，這也延續了其一貫定位——“一句話做爆款視頻”，讓零基礎用戶也能低門檻上手的AI 視頻創作工具。

▲目前小云雀上線了App和Web端

據悉，小云雀很快會把最新模型用于 “智能生視頻” 和 “爆款視頻復刻”這兩個主要功能，通過模型硬實力的提升，進一步降低創作門檻。

與市面上許多模型相比，Seedance 1.5 pro的音畫同步精度大幅提升，從人物口型到環境音，模型可以實現高精度的時序對齊，讓畫面和聲音完美契合，遠離過去常見的“偽同步”問題。模型針對中文場景優化，懂得說普通話，也能說四川話、粵語等方言。

此外，這款模型還有超強的指令遵循能力，無論是專業影視術語，還是多重約束條件，模型都能理解并準確生成，降低了創作的隨機性，提高了成片率。

正是在這些功能的加持下，我們開展了系統實測，從日常生活場景到高難度影視特效，小云雀+Seedance 1.5 pro的組合，真的讓“普通人也能拍大片”，不再是一句口號。

一、實現高精度音畫同步，還能流利說粵語、四川話

雖然目前不少視頻模型都支持音畫同步生成的類似功能，但更多停留在形式同步而非真實同步。

常見的翻車場景包括人物說話時聲音已出現，但口型仍滯后半拍，還有一些場景里，環境音只是持續鋪底，與畫面動作幾乎無關。這類“偽同步”本質仍是音頻后置拼接，容易讓觀眾瞬間出戲，難以達到真實、沉浸的觀感。

那么，Seedance 1.5 pro在這方面的表現究竟如何？我們準備了幾個高難度的提示詞。

第一段提示詞考察了口型、環境音和動作音的準確同步：

一名夜市攤主邊翻烤串邊大聲吆喝“孜然要不要多點？”，烤串翻面時發出“滋啦”聲，全程手、嘴、聲音嚴格同步，真實街頭風格。

可以看到，視頻里的“滋啦聲”精準出現在翻串瞬間，吆喝時嘴型也和說話內容完全一致。這顯示出，Seedance 1.5 pro在音畫同步精度上表現可靠，能夠較好地實現多細節的時空對齊。

下面段提示詞是對“聲畫時序感”的專項測試，說白了就是考察AI懂不懂“事兒得一件一件發生”。我們設計了一個這樣的場景：

空曠工廠中，一枚油桶被子彈擊中，先有金屬穿孔聲，0.5秒后火焰噴出并爆炸，余音在空曠空間中回蕩。

Seedance 1.5 pro對上述提示詞做到了準確還原，表明了模型已經具備更高階的聲畫同步生成能力。

從前面的案例我們也能感受到，Seedance 1.5 pro可以準確地遵循復雜的提示詞。其實，在創作AI視頻時，一大痛點就是生成效果的不穩定。Seedance 1.5 pro的強指令遵循能力緩解了這一問題，極大降低用戶“抽卡”廢片率。

首先來試試涉及專業影視制作術語的提示詞，模型只有理解了這些術語，才能真正成為影視制作者的幫手。

鏡頭從俯拍緩慢下移，在人物抬頭瞬間切換為近景，人物右手抬起幅度不超過肩膀，光線從冷色逐漸轉為暖色，整體節奏克制、電影感。

這些術語并沒有難倒Seedance 1.5 pro，運鏡要求得到了準確的呈現，不過，不知為何模型選擇將畫面處理提示詞中并未提及的動漫風格。

多重約束條件的加入，對模型的指令遵循能力提出了更高的要求。我們的提示詞如下：

一個緊張但不驚慌的年輕人，快步走但不奔跑，表情克制、呼吸略快，鏡頭輕微手持感但不晃。

模型生成的結果不僅同時滿足了提示詞里的要求，還配上了符合“緊張感”的背景音，呈現出很強的理解力和指令遵循。

最后，我們又給模型挖了個坑。下方提示詞是一個反向提示詞陷阱，考察模型能不能真正理解該做什么，不該做什么，并處理好看似相互沖突的限定詞之間的關系：

人物講話，情緒激動，但不要張大嘴，不要揮舞手臂，背景十分嘈雜，但人聲清晰。

單從生成效果來看，Seedance 1.5 pro的畫面真實，音畫同步準確，不過遺漏了提示詞里對“不要揮舞手臂”的限定，還原度可以打個8分。

值得注意的是，Seedance 1.5 pro還是一個更懂中文語境的模型。它專為中文語境深度調優，同時呈現中文發音的口型與面部微表情。

在此前燒烤攤的案例里，我們已經看到Seedance 1.5 pro說普通話的能力，這一模型還支持了粵語、四川話等多種方言的生成，只要在提示詞里進行限定即可。

下方畫面里，模型生成了一位四川大叔笑著說：“你莫慌嘛，這個事情好整得很。”可以看到，人物的嘴型自然，說話確實帶著特色的川味兒拖音。

Seedance 1.5 pro也可以說粵語：

整體看下來，Seedance 1.5 pro給人的感受是，很多過去容易翻車的細節，開始變得可控了。音畫不同步、時序錯亂、提示詞理解走偏，這些AI視頻里最影響觀感的問題，在這代模型里明顯收斂了不少。

雖然偶爾還是會出現小瑕疵，但已經不再是那種“全靠運氣”的狀態。也正因為基礎穩定下來，Seedance 1.5 pro才開始顯露出更大的想象空間。

二、復刻爆火“切水果”特效，普通人也能一句話成片

如果說前一部分驗證的是 Seedance 1.5 pro的“底層能力”，那這一部分，我們更關心一個現實問題：普通用戶拿它，能不能真的做出像樣的視頻？

我們把測試重點放在了小云雀廣受歡迎的兩項功能上——爆款視頻復刻和智能生視頻。這兩者的共同點在于：它們都試圖把專業創作能力，壓縮到“一句話輸入”的門檻內。

先說爆款視頻復刻。這一功能的使用方式很簡單：丟進一個視頻鏈接或文件，補充一句簡單描述，模型就會生成一條結構、節奏、風格高度接近的新視頻。

我們選了一條典型的短視頻平臺爆款AI視頻作為樣本——切水果。這類視頻幾乎可以算是AI短視頻里的“經典母題”：畫面極簡，背景干凈，主體始終居中，鋒利的刀具落下，水果被整齊切開，伴隨清脆、解壓的聲音節奏。

它對劇情幾乎沒有要求，卻對節奏、手感、聲音同步和視覺爽點極其敏感，是檢驗視頻模型理解畫面能力的絕佳素材。

我們將這條爆款視頻的鏈接直接輸入小云雀，只在提示詞中加了一句非常簡單的要求：“復刻視頻的整體節奏和爽感結構，水果種類和切法可以變化。”

AI生成的視頻在畫面層面并沒有照抄原作：水果換成了草莓，刀具形態略有變化，切開的方式也并非完全一致。但最關鍵的“爽點”被完整保留了下來，聲音精準匹配了視覺動作，帶來的解壓感與原視頻高度相似。

我們還可以用這一功能來復刻一些影視作品里的經典名場面。在下方這個視頻里，我們上傳了2015年電影《夏洛特煩惱》的經典網絡梗“馬東梅”，但要求把主角換成幾只狗。

小云雀很好地還原了原作中的情緒，背景的生活化氣息也和原場景很匹配。兩只小狗的形象也選得十分符合“人設”，尤其是哈巴狗慵懶的樣子，和原作里大爺的氣質很貼切。

為了確認爆款視頻復刻究竟是在抄作業，還是真的理解畫面，我們進行了這樣的測試：輸入的是一條美食視頻的畫面，但要求生成內容改成汽車的介紹，并借鑒拍攝手法。如果模型只是機械地模仿畫面結構，這一步基本必翻車。

但實際生成結果卻出乎意料，模型懂得把原本用于刺激味覺的慢鏡頭特寫和多種運鏡手法，使用到對車輛細節的拍攝過程中。這說明模型已經開始理解爆款視頻背后的通用公式，而不是停留在表層模仿。

爆款復刻解決的是“站在成功案例肩膀上再創作”，而智能生視頻更像是在嘗試一件更激進的事：讓用戶從零開始，只用一句話就拿到一條完整的視頻成片。這次升級后，小云雀首次支持一次性生成三到五分鐘的完整視頻，不需要分段生成、也不需要用戶再做復雜拼接。

我們首先測試的是一句話 Vlog。提示詞非常簡單，只描述了“普通人下班后的城市夜晚，真實、不精致、有生活氣息”。

生成視頻時，小云雀會和用戶確認基本信息，比如時長、比例等等，我們只要簡單點擊就可以完成設置和生成小云雀能夠理解用戶意圖，更新相關信息，然后進行劇本和畫面的生成。

等待大約5分鐘后，模型就打造出了如下Vlog。可以看到，無論是配樂還是畫面都符合我們的主題。畫面中有些細節還是出現了不符合現實的錯誤，但對于一個一句話生成的視頻而言，這已經做得不錯了。

接下來是更偏商業的廣告短片測試。我們要求生成一條30秒左右的無線耳機廣告，核心賣點是降噪和通勤場景。小云雀打造的通勤場景畫面真實，也突出了產品的關鍵賣點。

如果對于個別鏡頭的生成效果不滿意，我們可以在分鏡編輯功能里描述自己的要求，讓AI重新生成、替換畫面。

最后，我們把難度拉到敘事層面，嘗試生成一段偏電影感的短篇故事，只給出一個模糊主題——關于離開與回頭。

小云雀同樣能自主厘清所需的畫面和旁白，在不同的拍攝角度、畫面內容間自主切換，最后生成一段具有連貫敘事邏輯的畫面。

綜合這一輪測試來看，小云雀和Seedance 1.5 pro 的搭配，并不只是畫質提升或風格更穩定，而是讓“拍一條像樣的視頻”這件事，變得不再完全依賴專業技能。

結語：視頻創作普惠化時代已來

小云雀+Seedance 1.5 pro的組合，成功地將模型能力落地到實際使用場景，讓視頻創作不再依賴專業技能或復雜操作，讓更多普通用戶也能輕松創作出視覺和聽覺都令人滿意的作品。不僅讓“小白拍大片”從口號變為現實，也為視頻生成的發展提供了一種新的思路：更懂創作者意圖，更貼近真實場景，更易于上手和應用。

未來，隨著更多功能和場景的拓展，這套組合有望成為創作者手中不可或缺的工具，推動視頻創作的進一步普惠化。