Seedance 2.0は、ByteDanceのSEED Labが2026年2月に公開したマルチモーダルAIビデオ生成モデルであり、テキスト、画像、オーディオ、ビデオという4つの入力を受け取り、オーディオとビデオを単一のアーキテクチャで同時に生成するシステムである。GPTがどのようなテキストでも自然な文章でつなぎ合わせるように、Seedance 2.0は単純なプロンプト1つで、画面内の物体の質感と照明、カメラの動きはもちろん、シーンに合ったBGMや効果音まで、一度の生成パス（シングルパス）で作り出す。参照入力として、最大3つのビデオクリップ、9枚の画像、3つのオーディオを同時に受け取ることができ、480p・720pのネイティブ解像度と1080pのアップスケールをサポートし、4秒から15秒までのクリップを24fpsで出力する。6つの画面比（16:9、9:16、4:3、3:4、21:9、1:1）をサポートし、横長、縦長、シネマスコープなど、さまざまなフォーマットに対応する。 従来のAIビデオ生成パイプラインでは、ビデオ生成モデルとオーディオ生成モデルを別々に運用し、後処理で同期する必要があった。この方式では、唇の動きとセリフのタイミングがずれたり、グラスが割れるシーンで音が0.5秒遅れて聞こえたりするなど、同期のずれが頻繁に発生した。Seedance 2.0は、統合されたマルチモーダルアーキテクチャ（unified multimodal architecture）により、ビデオとオーディオを1つの潜在空間（latent space）で同時にデコードするため、シーンの切り替え、物理的な衝突、背景のアンビエンスがフレーム単位で正確に一致する。このアプローチは、Artificial Analysis Video ArenaのリーダーボードでElo 1,272ポイントを獲得し、グローバル2位（2026年6月時点、1位はHappy Horse 1 Alibaba 1,355、3位はKling 3.0 1,250）にランクインし、その品質を証明した。また、実際の人物の顔が含まれる画像の入力をブロックしたり、C2PAウォーターマークを自動的に挿入したり、目に見えないウォーターマークを通じてAI生成物を追跡したりするなど、安全対策も組み込まれている。 活用面では、Seedance 2.0はDreaminaウェブプラットフォーム（dreamina.capcut.com）で無料のデイリークレジットを利用してすぐに使用でき、CapCutビデオエディターに統合されており、編集ワークフロー内でAIクリップを即座に挿入できる。APIを通じてプロダクションパイプラインに連携させると、たとえば、eコマースの製品ビデオをテキストプロンプトと製品写真1枚で5秒間のビデオを自動生成したり、教育コンテンツの作成時にスライド画像を入力して、ナレーション音声と同期された説明ビデオを大量に生成したりすることができる。2026年6月には、コストと遅延を削減したSeedance 2.0 Miniティアが追加され、大量生成のワークロードにも対応可能になった。