这几天，字节新一代视频生成模型Seedance 2.0被全球开发者、影视从业者及金融分析师一致定性为视频生成领域的 “奇点时刻”。

Seedance 2.0发布方式相当低调，但丝毫掩盖不住模型能力的光芒。这个模型有点像Sora 2但更高级，能从一个提示词创建包含大量剪辑和不同场景的完整视频，而且清晰度高，一致性强，大动作准，运镜高级。

影视飓风Tim 的评测视频是引爆传播的关键节点，他展示了两个"细思极恐"的细节：仅上传一栋建筑正面照片，Seedance 2.0就自动还原了建筑背面的真实结构；仅凭人脸照片（无参考音频），模型生成了高度模仿其本人音色和语气的声音。

人们普遍只能以简单的感叹刷屏：“牛逼”“这真的是AI吗”。

“这是过去一年多来，AI的进步第一次让我感到如此兴奋。或者说，战栗。很多人都在等视频领域的GPT-3.5时刻，大家觉得那还要两三年。Seedance 2.0告诉我们，它已经近在眼前了。”有人这样写道。

Seedance 2.0还引发A股媒体和AI应用板块集体上涨。华策影视、完美世界涨7%-10%，中文在线直接涨停20%。

全网有越来越多的人用各种方法测试和“玩坏”Seedance 2.0，其中有一些案例得到了更广泛的传播。基于全网案例的热度数据（播放量、转发量、评论量、二创衍生量）和制作质量，娱乐资本论编辑部评出了这些案例针对最多的是现有的哪些行业，从而得到了一个最容易被Seedance 2.0模型革新的行业Top10清单。

我们按以下逻辑反向推导：某类作品越多、热度越高、制作完成度越接近商用标准，意味着该行业被革新的信号越强。同时，叠加行业自身的成本敏感度、周转速度要求、客户对质量瑕疵的容忍度等“脆弱性”指标，得出最终排名。

娱乐资本论

，赞14

#本文已采访两位相关人士，他也是「娱乐资本论」2026年采访的第55-56位采访对象

第十名：综艺、真人秀后期与片头制作

革新确定性：★★☆☆☆（中）

在影视飓风Tim所发布的介绍视频中，使用他本人的脸和声音，构筑了几个现实中不存在的情节，比如他去逛菜市场，和去篮球比赛现场，从观众席走过的场景；而且还能模仿他的声音，很小声的说需要保持安静等等。

对于真人秀一闪而过的情景，这种人造镜头应该是绝对够用了。

当AI可以自动生成氛围感十足的片头、自动踩点音乐做转场、甚至让吉祥物IP在实景中做互动，基础的后期包装工作将大幅减少人力需求。但综艺的核心是即兴感和真人互动，AI目前在理解综艺节奏和笑点设计方面仍有明显短板。

除此之外，我们也注意到有些剪辑智能体标榜可以自动为识别出来的字幕改编为花字。这也将会革新后期中另一个极费工夫的过程。

第九名：科普、教育视频制作

革新确定性：★★★☆☆

谷歌nano banana 2模型发布后，一个非常流行的玩法是让它用哆啦A梦的形象来讲述某个科学故事，可以由此生成长篇、剧情连续的漫画，帮助人们由浅入深地入门。

娱乐资本论也发现了一些使用Seedance 2.0制作的科普视频，例如用类似超级飞侠、汪汪队的儿童动画片镜头，来帮助人们学习最近大热的自动化工具OpenClaw的视频。

教育视频的核心矛盾是内容专业性高，但制作预算低。一个优秀的科普视频，需要精准的可视化来解释抽象概念，传统做法是找动画师或用PPT动画凑合。Seedance 2.0可以将文字描述直接转化为粒子物理模拟、历史场景重现、生物过程动态演示，且成本趋近于零。对于知识付费平台和在线教育机构来说，课件视频的制作效率将提升一个数量级。

科普类产品的一个关键短板在于，必须有真正的专业人士来审核，例如描述恐龙化石或植物的图片，不允许在颜色、花纹或叶子形态上出现幻觉误差。但Seedance 2.0的主流用法是图生视频，所以只要基准图给对了，那么生成的视频也可以保证很强的一致性。

第八名：三维动画、游戏CG动画制作

革新确定性：★★★☆☆

Tim提到，他们曾经给一位癌症患者圆梦，尝试使用AI革新传统CG动画。描述一列火车在天空飞行的画面，传统CG技术需要几个月，而从2023到2025年，AI视频的效果越来越好。

新京报记者亲自用一张照片+提示词，生成了人与宇树机器人激战的多角度大片，制作全程不超过5分钟。

游戏科学CEO冯骥在微博惊叹于其“多模态信息理解能力的飞跃”，预测“内容领域必将迎来史无前例的通货膨胀，传统组织结构与制作流程会被彻底重构”。游戏行业是AI视频最敏感的下游之一。一个游戏CG预告片的制作成本在几十万到数百万不等，周期数月。AI必然会让游戏公司会重新评估CG外包预算。

第七名：MCN视频内容批量制作

Tim还提到了一个有趣的例子，就是尝试使用Seedance 2.0生成何同学的视频，结果脸是何同学的脸，但是声音是Tim的声音。此后，尽管字节官方API封堵了使用真人脸作为参考图，但AI稍微融一点特征之后，截止发稿，还是有人可以绕过检测生成。

B站已经有不少人尝试使用百大up主的图片截图，在一张截图后面让模型去续写不同的故事，生成一致、连贯且有配音的内容。

数字人是本轮AI时代最早的一种应用形式，在视频大模型时代之前，传统的数字人已经可以实现局部对口型，此后实现局部的摇头晃脑、摆手或拿取东西等动作，也有一些使用动捕的方案。但是Seedance 2.0的可怕之处在于，只需要一句提示词和一个参考图就可以做同样的事情，门槛已经不能再低。

关于配音不准的问题，也不难解决。娱乐资本论稍早前举行的一人剧组：AI（漫）剧全链路沙龙活动上，做海外短剧的陆思津就提到，他们使用MiniMax的声音模型为原片重新配音，以及翻译成多国语言版本。

MCN的商业模式是量产为王，而这恰好是AI最擅长的。机构原本依赖的人海战术内容产线，将被AI和抽卡师的组合革新。

第六名：传统二维动画中间画制作

革新确定性：★★★☆☆

一则宝可梦动画复刻的病毒视频，体现了Seedance 2.0生成二维动画的能力。高达、进击的巨人、千与千寻、迪士尼风格都迅速有人跟进模仿。

娱乐资本论私下询问了2位业内人士，他们认为即梦出片的综合成本较低。这不仅指单次抽卡所需要的金钱，而且要求更少的废片率。他们认为在国内模型中，可灵、即梦这两大模型的废片率/抽卡失败率是处于同一水平，而即梦的单次抽卡成本比可灵低，因此综合成本占优。

日本动画产业长期受困于人力瓶颈，大量原画师和中割画师的劳动构成了产能天花板。动画外包工厂，尤其东南亚外包链，今后有望被大量革新。不过根据知乎等一些地方的细致评测，该模型目前对“特别平面的日式二次元”风格的处理仍有差距，似乎更适合国漫、韩漫以及全3D或半3D风格。

第五名：电商短视频，产品展示视频

革新确定性：★★★★☆

电商短视频是一个体量巨大但单价极低的市场，对“快+便宜”的需求远大于对“精”的要求。虚拟模特穿上真实衣服且脸部不变形的能力，在此之前可以通过一些封装好的工作流制作，但还是那句话，新模型让这一切变成了一句话就行。

尤其从一键换装到一句话换装的超越，意味着整个电商视频拍摄的产业链（摄影棚、模特经纪、产品摄影师）都加速面临价值蒸发。

第四名：影视后期中低端视觉特效

革新确定性：★★★★☆

目前Seedance 2.0对于视效最实用的两个用法，一个是提示词直接生成内容，一个是绿幕动捕。

前者比如影视飓风的“蜜雪冰城大战外国茶饮机器人”画面：

后者比如随手拍绿幕，模型还支持从一个视频读取动作，从一些图片读取主体面容：

短期来看，逐帧精修还有一些活路，但概念设计、分镜预演、粗剪、基础合成等视效的中游链路，正在被AI整体压缩。绿幕转写实测，不用抠像，不用做背景，不用思考光影匹配，导演在开拍前就看到接近成片品质的预演——假设他看完还想再实拍的话。

第三名：真人短剧承制、翻拍

革新确定性：★★★★☆

真人剧在Seedance 2.0这边体现的能力，主要体现在对多种风格的复现上面，这不仅包括现代竖屏短剧，甚至包括老片。

比如日本特摄风格：

以及李小龙动作片风格：

在短剧的观众对细节并不挑剔的前提下，真人AI剧，可以说只是下面第二名——AI漫剧的其中一个子集、一种画风而已。可能唯一还需要真人的就是依然有一些变形的地方，需要人补拍而已，像极了AI出歌曲以后“扒谱子”的真人岗位。

第二名：AI漫剧全流程直出

革新确定性：★★★★★

首先要说的是，就像娱乐资本论的年度回顾指出的一样，AI漫剧早就已经是一个充分竞争和内卷，且效率极高，周转极快的行业。

行业此前依赖工程层面的工作流、智能体，这些公司靠工作流优化赚差价。但当Seedance 2.0的角色一致性和分镜能力跨过门槛后，工程层可优化的空间急剧缩小。

开源证券方光照团队称，Seedance 2.0可能是“AI影视的'奇点'时刻”，在运镜、分镜、音画同步上实现突破，给用户导演级控制精度。预计将在AI漫剧、AI短剧等短内容方面率先广泛应用。东方证券指视频生成赛道进入“类25年LLM模型的竞争状态”，基础能力均达高水准后，差异化在于落地场景。

还有评论标题为《AI视频第一阶段的比赛结束了》，指出漫剧智能体赛道受到直接冲击，未来比的可能就是你对Seedance 2.0的理解程度。

第一名：中低端商业广告制作

革新确定性：★★★★★

来一句暴论吧——电视广告行业，无了。

这种多重分镜似乎已经在上述案例冲击下，大家习以为常了。那么看看下面这个仿造微软Fluent设计风格，用毛玻璃做的三维场景呢？

在娱乐资本论一夜之间收集的50多个案例里面，广告片就占到10个，且完成度最高。这是案例数最多，完成度最接近商用，而且行业本身最对成本敏感的品类。

一条本地生活TVC从创意到成片可能原本要5-20万元+2-4周周期。同时，还有大量的图片版、视频版“视觉中国”类业务，它们极度萎缩以后剩下的那一丁点需求，是否还撑得起现在这么庞大的商业模式？