O modelo de áudio e vídeo nativos da ByteDance.
Vídeo e diálogo saem sincronizados em uma única etapa, com lip‑sync multilíngue e controle de câmera cinematográfico.

Seedance 1.5 Pro

por ByteDance

Principais recursos

Geração nativa de áudio e vídeo

O modelo cria imagem e som em uma única etapa, em vez de encaixar o áudio no final. Assim o diálogo acompanha a ação em cena, e o som ambiente entra junto.

Lip-sync multilíngue com sotaques regionais

Você trabalha com chinês, inglês, japonês, coreano, espanhol e indonésio sem configurar nada. O modelo também dá conta de sotaques regionais, como sichuanês e cantonês.

Controle de câmera cinematográfico

Você dirige a câmera como em um set de verdade, com dolly, tracking, push-in e movimentos orbitais. A narrativa se mantém estável do primeiro ao último quadro.

Arquitetura DiT de dupla ramificação

Um Diffusion Transformer de dupla ramificação usa um módulo conjunto cross-modal para alinhar o áudio ao vídeo. Por isso o lip-sync não escorrega, e passos e som ambiente caem no tempo certo.

Inferência mais de 10x acelerada

Destilação em múltiplos estágios e ajuste de infraestrutura deixam a geração mais de 10x mais rápida de ponta a ponta. Dá para iterar de verdade, não só rodar a versão final.

Ajuste fino com RLHF e SFT

O pós-treino combina SFT em dados curados com RLHF guiado por modelos de recompensa multidimensionais. O resultado segue o prompt de perto e entrega uma estética pronta para uso profissional.

Especificações técnicas

480p / 720p / 1080p

Três níveis de resolução

4–12s

Duração de cada clipe gerado

T2V + I2V

Ambos com áudio nativo

Nativo

Áudio e vídeo na mesma etapa

Casos de uso

Anúncios com narração sincronizada

Você gera o clipe do anúncio com fala, trilha e ação em cena já no tempo certo. Não precisa de uma mixagem de áudio à parte.

Drama e diálogo em formato curto

Curtas guiados por diálogo pedem que lip-sync, atuação e emoção passem como uma tomada só. É isso que o modelo entrega, inclusive nas versões em vários idiomas.

Campanhas de anúncio localizadas

Gere o mesmo anúncio com a fala em vários idiomas. Como o lip-sync fecha em cada um deles, a versão localizada não parece dublada.

Imagem para vídeo com áudio

Comece por uma imagem feita no Seedream. O Seedance 1.5 Pro anima a cena e cria o áudio correspondente na mesma etapa.

Exemplos de prompts

Anúncio com diálogo

Close de uma atendente de padaria entregando um copo de café, sorrindo, ela diz "bom dia, aproveite" em tom acolhedor, som ambiente de padaria movimentada, 8 segundos

Edit prompt

Cena cinematográfica

Dolly lento por uma rua de paralelepípedo à noite depois da chuva, luz quente das vitrines refletindo no chão molhado, passos ecoando, trânsito ao longe, 1080p cinematográfico

Edit prompt

Imagem para vídeo

Anime esta imagem, a personagem levanta o olhar e diz a fala baixinho, com lip-sync preciso, som ambiente suave de quarto

Edit prompt

Visão geral

O Seedance 1.5 Pro é o modelo de geração de vídeo com áudio nativo da ByteDance. A maioria dos modelos de vídeo encaixa o som só no final. Aqui, imagem e áudio nascem na mesma etapa. Quem cuida disso é um Diffusion Transformer de dupla ramificação com um módulo conjunto cross-modal, a arquitetura de áudio e vídeo da ByteDance. Ela segura o diálogo no tempo da ação, e mantém passos e som ambiente alinhados do primeiro ao último quadro. Some a isso o lip-sync em seis idiomas, com sotaques regionais, e uma inferência mais de 10x mais rápida. Por isso o modelo cai bem em anúncios, drama curto e qualquer criativo localizado guiado por diálogo.

Preços simples

Comece grátis hoje mesmo, com a opção de fazer upgrade ou cancelar quando quiser.

Basic

/ mês

cobrado como $0 por ano

1100 mensal créditos

1 apenas usuário

Todos os modelos

Workflows

Standard

/ mês

cobrado como $0 por ano

3625 mensal créditos

1 apenas usuário

Todos os modelos

Workflows

Pro

/ mês

cobrado como $0 por ano

6350 compartilhado mensal créditos

1 usuário

+ até 4 mais com custo adicional

Todos os modelos

Workflows

Pro Max

/ mês

cobrado como $0 por ano

24650 compartilhado mensal créditos

1 usuário

+ até 9 mais com custo adicional

Todos os modelos

Workflows

Enterprise

Para limites maiores

Personalizado

termos de preços e cobrança

Créditos de alto volume

Limites de vagas personalizados

Todos os modelos

Workflows

Free

Para experimentar

grátis para sempre

Até 20 créditos

apenas 1 usuário

Modelos limitados

Workflows

Comparar detalhes dos planos

Perguntas frequentes

O que é o Seedance 1.5 Pro?

O Seedance 1.5 Pro é o modelo de geração de vídeo com áudio nativo da ByteDance. Ele cria vídeo e som sincronizados em uma única etapa, com diálogo e lip-sync em vários idiomas. Foi otimizado para anúncios e drama em formato curto.

Qual é a diferença entre o Seedance 1.5 Pro e o Seedance 2.0?

O 1.5 Pro é o modelo dedicado a áudio e vídeo nativos. Ele tem lip-sync multilíngue forte e inferência 10x mais rápida. O 2.0 é o carro-chefe multimodal mais recente. Escolha o 1.5 Pro quando diálogo e sincronia de áudio forem o centro do briefing.

O Seedance 1.5 Pro gera áudio?

Sim. O áudio nasce junto com o vídeo, não entra depois. Diálogo, som ambiente e timing se alinham no nível de milissegundos, dentro da mesma etapa de geração.

Quais idiomas o lip-sync do Seedance 1.5 Pro suporta?

O Seedance 1.5 Pro trabalha com chinês, inglês, japonês, coreano, espanhol e indonésio. Ele também trata sotaques regionais, como sichuanês e cantonês, de forma nativa. Nas versões localizadas de um anúncio, o lip-sync fecha em cada idioma, então nada soa dublado.

Como uso o Seedance 1.5 Pro no Morphic?

Abra o Copilot, descreva a cena e a fala do diálogo, e escolha o Seedance 1.5 Pro. Sempre que áudio e lip-sync forem o centro do clipe, esse é o modelo certo. Deixe as alternativas de vídeo mudo para quando não houver diálogo.

Posso combinar o Seedance 1.5 Pro com o Seedream?

Sim. Gere a imagem-chave no Seedream ou no Seedream 4.5 e leve ela para o Seedance 1.5 Pro. Ele transforma a imagem em vídeo com áudio sincronizado, em um fluxo ByteDance completo no Morphic.

Outros modelos

Explore o restante do catálogo de modelos do Morphic.

Ver todos os modelos →

ChatGPT Images 2.5

OpenAI

Detalhe mais nítido e edição que não bagunça o resto do quadro. O modelo de imagem da OpenAI, de setembro de 2026.

Lyria 3.5

Google DeepMind

O melhor modelo de música do Google. Músicas inteiras, com voz e letra.

MiniMax H3 Max Turbo

fal.ai

O nível rápido do H3 da fal. O dobro da velocidade, quase igual.

Inworld TTS 2

Inworld

Noventa e cinco vozes, 100+ idiomas. A fala começa em menos de um segundo.