Seedance 2.5 er ute – jeg har testet hva som faktisk er brukbart

Seedance 2.5 kan lage et ansikt, hud og et blikk som ser forbløffende ekte ut – og i samme klipp rote til et enkelt logosymbol og en bildetekst. Den kontrasten oppsummerer mye av testen min. Modellen løser ting som ser filmatisk vanskelige ut, men kan fortsatt ødelegge leveransen med en detalj som burde vært enkel.

Det betyr ikke at Seedance 2.5 er en skuffelse. Tvert imot. Jeg fant flere resultater jeg faktisk har lyst til å bruke i musikkvideo, reklame, animasjon og hybride produksjoner. Men de beste resultatene kom ikke når modellen fikk frie tøyler til å «lage en film». De kom når den fikk rytme, referanser, et opptak, en grov 3D-scene eller en tydelig kameraføring å arbeide ut fra.

Jeg testet bredt: musikkvideo og beat, morsomme konsepter, dialog og lyd, fysikk, reklame, drone-action, referanser, nye kameravinkler, green screen, 3D, spill og animasjon. Spørsmålet var enkelt: Hva er fett eller praktisk brukbart – og hvor sprekker illusjonen når jeg ser en gang til?

Musikkvideoen traff beatet – og håndterte en rotete collage

I rapvideo-testen var observasjonen ganske tydelig: Seedance 2.5 fikk munnen til å følge vokalen, dansen til å treffe rytmen og klippene til å lande på musikalske trykk. Det var ikke bare en figur som beveget munnen omtrent riktig. Hele klippet virket bygget rundt låten.

Det mest interessante var collagen rundt artisten. Grafiske elementer kunne veksle mellom å ligge foran og bak personen uten at dybden og motivet falt helt sammen. Rotoskopering, lagdeling og beat-klipping er nettopp den typen arbeid som fort spiser timer i en vanlig produksjon. Her fikk jeg et resultat som allerede hadde mye av energien på plass.

Det er fett fordi AI-video ofte har vært flinkere til å lage pene, isolerte bilder enn til å forstå musikkvideo som klipping. Seedance 2.5 virker mer oppmerksom på forholdet mellom lyd, bevegelse og bilde. Til korte rapklipp, refreng, overganger og vertikale sosiale klipp er dette blant de mest åpenbart brukbare resultatene i testen.

Men god lip sync er ikke det samme som et ferdig musikkvideoklipp. Små detaljer kan fortsatt skifte, og et sterkt visuelt lag kan skjule at en hånd, en gjenstand eller et bakgrunnselement ikke tåler nærkontroll. Jeg ville brukt resultatet som råmateriale i redigeringen, ikke låst hele låten til én lang generering.

Jeg har tidligere sett hvor følsom Seedance 2 kunne være for selve oppsettet, blant annet da norsk lip sync oppførte seg ulikt i 16:9 og 9:16. Det var et funn i den eldre versjonen, ikke noe jeg automatisk legger på 2.5. Poenget er å kontrollere den faktiske leveransen, ikke bare se at munnen beveger seg.

Dialogen hadde intensjon, men gråten satt ikke i ansiktet

I dialogtesten fikk en konfliktscene faktisk press, pauser og temperatur. Replikkene hørtes ut som de hørte hjemme i situasjonen, og ikke bare som tekst lest opp over et tilfeldig videoklipp. Det er et reelt løft for korte scener der to personer må reagere på hverandre.

Samtidig var det en jevnhet i talerytmen som avslørte AI-en. Ordene og trykket var på plass, men rytmen ble litt for kontrollert og syntetisk. I en gråtescene kom tårene, mens resten av ansiktet ikke så ordentlig trist ut. Modellen leverte altså tegnet på følelsen uten hele prestasjonen.

Det praktiske poenget er at dialog nå kan være mer enn pynt. Til en stilisert sketsj, et spillkonsept, en kort reklamescene eller et klipp som skal viderebearbeides, kan stemme og replikk allerede bære mye. Men jeg ville aldri godkjent en følelsesscene bare fordi munnen følger lyden. Stemme, øyne, ansikt og kropp må vurderes som én prestasjon.

Lydeffektene traff bedre. I en matscene fulgte skjærelyder, berøring og små bevegelser handlingen svært presist. Kontakten skjedde, og lyden kom når den skulle. Det er praktisk til matvideo, produktklipp og ASMR, der en liten lydforskyvning kan ødelegge hele følelsen.

Ballen og skateboardet så raske ut – fysikken var tull

Så kom testene der fart og energi først så imponerende ut. En fotballspiller var så vidt borti ballen, men ballen skjøt av gårde som om den hadde fått et voldsomt spark. I skateboardklippet begynte brettet å rotere uten at foten, kroppen eller farten forklarte hvor kraften kom fra.

Resultatet fungerer ved første avspilling fordi modellen er god på bevegelsesinntrykk. Hjernen ser tempo, retning og et kjent actionmønster og fyller inn resten. Når jeg ser nøye, faller årsak og virkning fra hverandre. Det er ikke nødvendigvis kroppene som ser verst ut. Det er logikken mellom det de gjør og det som skjer etterpå.

Dette er et viktig skille. Til en rask montasje, en absurd komedie eller en bevisst overdrevet spillsekvens kan den ekstra kraften nesten bli en del av stilen. Til sportsreklame, instruksjon eller realistisk action er den samme feilen ødeleggende. Et dynamisk klipp er ikke automatisk et fysisk troverdig klipp.

Materialtesten med hudkrem gikk mye bedre. Da fingrene strøk krem over et kinn, ble det igjen en glinsende hinne akkurat der de hadde vært. Kontakt, hud og restmateriale hang sammen over tid. Det er en liten detalj, men for skjønnhets- og produktreklame er den mer verdifull enn en spektakulær kameratur som ikke tåler et ekstra blikk.

Produkt og reklame holdt formen gjennom klippene

I en reklamesekvens beholdt en luksusklokke form og identitet gjennom flere klipp, samtidig som fargepaletten holdt seg samlet. I en motesekvens gikk modellen mot kameraet mens antrekkene skiftet i ganske presise match cuts. Resultatet føltes planlagt, ikke som en bunke tilfeldige klipp med samme tema.

Det er praktisk produksjonsverdi. Et produkt som endrer fasong mellom to kameravinkler er ubrukelig uansett hvor pent lyset er. Her kunne klippingen gjøre jobben sin uten at selve varen ble redesignet hver gang. Sammen med kremtesten viser det at Seedance 2.5 kan være svært god når et konkret materiale eller produkt gir scenen et tydelig anker.

Det sprekker fortsatt i detaljene. Vann, frukt, kronblader og flytende objekter kan gi kostbar reklameestetikk, men i en produktanimasjon ble vanndråpene for like. De så mer ut som kopierte perler enn vann i tilfeldig bevegelse. Helheten selger ideen, mens repetisjonen røper metoden.

For små bedrifter og innholdsskapere er dette likevel interessant. Modellen kan brukes til å prøve visuelle retninger, produktsekvenser og overganger før man bestemmer hva som skal ferdigstilles. Jeg ville bare holdt produktbilder og andre referanser tett på, og kontrollert hvert klipp for detaljer som kan gjøre en ellers dyr presentasjon billig.

Droneflyvningen var rå – soldatene løp utfor stupet

Drone- og actiontesten ga noe av det mest umiddelbart imponerende materialet. Kameraet kunne gå raskt rundt et kirketårn og videre gjennom en kompleks slagscene med god flyt. Følelsen av fart, skala og nærvær satt. Som B-roll eller et kort actioninnslag er det lett å bli revet med.

Så ser man på hva scenen faktisk forteller. Soldater løp plutselig utfor et stup uten mål. Det var uklart hvem som kjempet mot hvem. Togspor og broer oppsto og forsvant mens kameraet beveget seg. Modellen beholdt intensiteten, men mistet både geografien og fortellingen.

Dette er fett til umulige kameraturer og rask action der opplevelsen er viktigere enn et kart over området. Det kan være et rått utgangspunkt for en musikkvideo, en trailer eller et spillkonsept. Til en scene der publikum må forstå hvor alle befinner seg og hvorfor de handler, må den styres mye strammere eller deles i kortere biter.

Og akkurat her fungerer det stiliserte ofte bedre enn det realistiske. En fremmed skjønnhetsprofil, en overdrevet monsterverden eller en tydelig animert scene har ingen fysisk fasit publikum kan kontrollere mot. Små avvik leses som stil. Det morsomme og umulige er derfor ikke bare en gimmick – det kan være et smartere bruksområde enn å jage perfekt virkelighet.

Referansene holdt personer, klær og miljø samlet

I referansetestene kunne bilder av en person, et stemmeopptak og bilder fra et kontor bli til en guidet omvisning med gjenkjennelig person, stemme og miljø. Garderoben kunne også holde seg samlet mellom flere karakterer og klipp. Det er mye informasjon som skal kobles riktig på én gang.

En større korscene var enda mer krevende. Flere konkrete ansikter og antrekk fra referansene dukket opp i den ferdige gruppen, samtidig som koret sang i takt. Resultatet var ikke bare et startbilde som hadde fått litt bevegelse. Modellen viste at den kunne forstå en sammensatt rollebesetning og knytte den til lyd og felles handling.

Det er praktisk til serier av klipp der karakterer, klær og steder må gjenkjennes. Dreamina oppgir støtte for opptil 50 referanser, men testen min ga ingen grunn til å behandle 50 som et mål. Verdien ligger i å kunne gi modellen de riktige personene, miljøene, produktene og lydkildene, ikke i å fylle flest mulig plasser.

Videoreferanser åpnet også for morsommere redigering. Komposisjon og handling kunne beholdes mens selve motivet ble byttet – dinosaur til sjiraff, en King Kong-figur med telefon eller prosjektiler erstattet med andre objekter. Det absurde er underholdende, men teknikken bak er viktigere: scene, bevegelse og objekt kan skilles slik at bare den bestilte delen endres. Det sprekker når erstatningen krever en fysikk eller kontakt som originalbevegelsen ikke gir støtte for.

Ny kameravinkel beholdt toasten, koppen og syltetøyet

En av de mest praktiske testene var nesten komisk hverdagslig. Jeg flyttet kameraet i en frokostscene, og toasten, koppen og syltetøyglasset beholdt plassering og vinkel. Modellen laget en ny plan av samme scene i stedet for å finne opp et nytt frokostbord.

Det er et stort steg for redigering. En ekstra kameravinkel er ofte mer verdifull enn ti tilfeldige pene klipp, fordi den kan klippes inn i en scene som allerede finnes. Her viste Seedance 2.5 at den kan trekke romlig informasjon ut av et eksisterende klipp og bruke den til noe konkret.

Kontrasten til slagscenen er lærerik. Når scenen var tydelig og hadde noen få faste objekter, holdt modellen oversikten. Da kameraet raste gjennom et stort område med mange figurer og elementer, begynte broer og togspor å leve sitt eget liv. Alternative vinkler er altså lovende, men kompleksiteten må fortsatt holdes på et nivå modellen kan kontrollere.

Jeg har fulgt utviklingen fra den multimodale styringen i Seedance 2.0 til det som gjorde Seedance 2 praktisk interessant. Denne testen føles som neste trinn: ikke bare mer bevegelse, men mer mulighet til å regissere bevegelsen og hente noe redigerbart ut igjen.

Grov 3D og green screen ga modellen et skjelett

I white-model-testen startet scenen som grov 3D-blocking: enkle blokker, en figur, en bevegelsesbane og en bestemt kameravinkel. Seedance 2.5 la på karakter, materialer, lys og miljø, men beholdt timing, tempo, komposisjon og plasseringen fra det teksturløse utkastet.

Resultatet er fett fordi jeg kan bruke billig og stygg 3D til regi. Det grove utkastet trenger ikke imponere noen. Det skal bare fortelle hvor folk står, hvor kameraet går og når handlingen skjer. Modellen får da et skjelett å bygge på, og jeg slipper å forklare hele rommet med en stadig lengre prompt.

Green-screen-testen gjorde noe lignende med en ekte prestasjon. En skuespiller beveget seg og driblet rundt markører, og kunne flyttes inn i et helt annet miljø mens bevegelsen og timingen fra opptaket ble bevart. Det er profesjonelt interessant: mennesket leverer prestasjonen, AI-en tar seg av scenografien og uttrykket.

Det er også her modellen peker tydeligst mot en hybrid arbeidsflyt. ByteDance beskriver opptil 30 sekunders generering, white-model-kontroll, green-screen-redigering og kamerastyring. For meg er ikke produktsideordene hovedsaken. Hovedsaken er at overføringen faktisk fungerte i testmaterialet. Det som fortsatt kan sprekke, er detaljene modellen må finne opp uten støtte – særlig kontakt, geometri og sammenheng over tid.

Spillkonsept og animasjon tåler at modellen tar seg friheter

I spilltesten kunne et virkelig sted bli grunnlag for en zombie-skytescene, mens flere referanser bygget et sammenhengende spillmiljø rundt handlingen. Det gir en rask måte å undersøke stemning, nivådesign og kamera på før noen bruker tid på å bygge alt ordentlig.

Tydelig 3D-animasjon fungerte også godt. Frukt, kronblader, vann og flytende objekter kunne settes sammen til en polert produktsekvens, og karakteranimasjon slapp unna med mer enn realistiske mennesker gjør. Publikum godtar allerede at verden er konstruert, så en litt overdrevet bevegelse blir lettere lest som et stilvalg.

Her ligger noe av det morsomste med Seedance 2.5. En dinosaur kan bli en sjiraff, en kjent bygning kan bli en spillarena, og en fysisk umulig kameratur kan være hele poenget. Modellen trenger ikke alltid lure oss til å tro at noe er ekte. Den kan være bedre når den hjelper oss å lage noe som åpenbart ikke kan eksistere.

Svakheten er den samme som i reklame- og actiontestene: repeterte detaljer, tvilsom fysikk og uklar geografi kan dukke opp når scenen blir tett. Derfor ville jeg brukt modellen til konsept, animatics, korte sekvenser og utvalgte ferdigklipp – ikke som bevis på at resten av spill- eller animasjonsproduksjonen har blitt overflødig.

Min dom etter testen

Seedance 2.5 er ikke et revolusjonerende hopp i ren realisme eller fysikk. Den kan lage nydelig hud og filmatisk action, men også gi et forsiktig spark altfor mye kraft eller sende soldater utfor et stup. Den kan vise tårer uten å levere tristhet. Den kan holde en frokostscene stabil og miste et helt landskap noen klipp senere.

Det store løftet er kontroll. Beatet i rapvideoen, kremresten på huden, produktet gjennom match cuts, den nye kameravinkelen, 3D-blockingen og green-screen-prestasjonen viser alle det samme: Seedance 2.5 er best når den får noe konkret å holde seg til.

Jeg ville brukt den til musikkvideo, morsomme og umulige konsepter, korte dialogscener, produkt og reklame, stilisert action, spillkonsept og animasjon. Jeg ville vært langt mer forsiktig med lange realistiske scener der fysikk, geografi og følelsesmessig skuespill må være riktig hele veien.

Seedance 2.5 erstatter ikke arbeidsflyten. Det som faktisk er brukbart, er at modellen begynner å passe inn i den. Gi den referanser, blocking, lyd, opptak og kameravinkler. Velg de gode bitene, klipp dem sammen og kast resten. Det er mindre magisk enn én knapp som lager filmen for deg – og mye mer nyttig.

Ofte stilte spørsmål