ChatGPT
Perplexity
Claude
Gemini
In February 2026, ByteDance dropped Seedance 2.0. Within 24 hours it was everywhere, because a filmmaker generated a Hollywood-quality fight scene with a two-line prompt. The Deadpool screenwriter saw it and publicly posted that it was likely over for screenwriters. Elon Musk replied. The Motion Picture Association issued a formal statement the same day. ByteDance pulled the ability to generate real celebrity likenesses, tightened the guardrails, and the internet held its breath wondering if the model had been gutted in the process.
War es nicht. Die zugrunde liegende Fähigkeit, die Handlung, die Physik, die Bewegung, die emotionale Performance – alles blieb intakt. Und ehrlich gesagt müssen diese Gespräche geführt werden. Generative KI entwickelt sich schneller, als jeder rechtliche Rahmen mithalten kann, und wie die Branche damit umgeht, ist wichtig. Aber das ist ein anderes Video. Was wir dir sagen können: Seedance 2.0 ist gerade das leistungsstärkste Videomodell auf dem Markt – und es ist auf OpenArt live.
Ermin Monzon, unser Head of Content Media & Education, hat aufgeschlüsselt, warum das Modell technisch wichtig ist. Unser hauseigener Creator Bob hat jeden Referenztyp, der ihm einfiel, auf Herz und Nieren geprüft. Und unsere Kollaborateurin Mia Meow hat aus wochenlangem Testen einen Workflow-Guide mit 10 Tipps erstellt. Dieses Handbuch bündelt das Beste aus allen dreien, um dir ein vollständiges Bild zu geben.
Was Seedance 2.0 kann → Ermins Überblick
Bevor wir zu den Workflow-Tipps kommen, lohnt es sich zu verstehen, warum dieses Modell für so viel Wirbel sorgt. Ermin hat eine Reihe von Demos durchgespielt, die zeigen, wo Seedance 2.0 sich von allem anderen auf dem Markt absetzt.
The fight scene that broke the internet is the obvious headline, but the demo that surprised Ermin more was a dancer with neon light trails sweeping around them in orbital arcs. It looks like a Nike commercial or a music video with a serious production budget. The reason this is technically significant is that the light trails are not composited over the dancer. The model generated both simultaneously. The motion and the effect interact with each other: the trails bend around the dancer's body, and the lighting from the trails actually reflects on the floor beneath them. That is called coherent VFX generation. The model understands that light behaves physically. It does not just paint glowing lines on top of video. For anyone doing music video content, UGC ads, or anything with a visual effects component, this is where Seedance 2.0 stands apart.
Noch eine sehenswerte Demo: ein Skifahrer, der von einem Berg abhebt, mit einer Alpenkette im Hintergrund. Die Physik des aufwirbelnden Schnees, die Körperrotation, die Landung. Alles generiert, alles physikalisch plausibel. Das Modell beherrscht Action und Bewegung auf einem Niveau, das derzeit kein anderes öffentlich verfügbares Tool erreicht.
Text-zu-Video: die prompt-Struktur für den Single-Take → 0:50 in Mias Video
Alles, was du in Mias Text-zu-Video-Demos hörst – der Ton, die Umgebungsgeräusche – wurde gleichzeitig mit dem Video generiert. Ein Prompt, ein Take. Andere Modelle haben Mühe, so viele Details in einer einzigen Generierung zu halten. Seedance 2.0 setzt tatsächlich um, was du ihm gibst.
Mias Prompt-Struktur für One-Take-Aufnahmen ist ganz einfach. Fang mit „continuous single take“ und deinen Kamerabewegungen an. Beschreibe dann, was die Kamera bei ihrer Bewegung sieht. Beende das Ganze mit Steuer- und Style-Keywords: no cuts, seamless transition, cinematic, high definition. Allein mit dieser Formel bekommst du starke Ergebnisse.
Für komplexere Szenen, wie etwa ein Kampfsequenz bei 2:13, Mia recommends starting with a clear beginning and end state. Describe the fight scene, describe how it ends (everyone on the ground, for example), and let the model fill the middle. She also found that describing specific camera angles creates a more cinematic feel, and adding a film genre reference to the end of the prompt helps set the visual tone. One thing she discovered through iteration: if you describe your characters physically in the prompt rather than leaving it vague, the model does a better job designing the scene and keeping characters visually distinct.
Mias wichtigster Prompting-Tipp: Das Modell ist gut auf Filmsprache trainiert. Begriffe wie „Tracking Shot“, „Crane Shot“, „Whip Pan“ und Genre-Hinweise wie „raues Kriegsfilm“ oder „Neo-Noir-Thriller“ bringen viel.
Mias vollständiges Tutorial deckt alle 10 ihrer Workflow-Tipps ab, einschließlich der über dieses Handbuch verteilten. Schau es dir parallel an oder komm später darauf zurück.
Das Referenzsystem: Bilder, Video und Audio in deinem prompt taggen → 4:27 in Mias Video · → Bobs Referenz-Deep-Dive
Das ist der Kernmechanismus, der alles andere in Seedance 2.0 auf OpenArt antreibt, und sobald du ihn verstehst, wird jeder folgende Abschnitt mehr Sinn ergeben.
Die Idee ist simpel: Du kannst Bilder, Videos und Audiodateien als Referenzen hochladen und sie dann direkt in deinem Text-Prompt über das @-Symbol markieren. Tipp @ ein, und du kannst wählen, auf welche hochgeladene Datei du dich beziehen möchtest. Von dort aus sagst du dem Modell genau, was es mit jeder einzelnen tun soll. Nimm das Gesicht aus Bild eins. Nimm die Kamerabewegung aus Video eins. Lippensynchronisierung zu Audio eins. Das Modell liest deinen Prompt, schaut sich die markierten Dateien an und kombiniert alles zu einer einzigen Generierung.
Mias multimodaler Walkthrough bei 4:27 erklärt am klarsten, wie das funktioniert. Sie hat ein Tanzvideo, zwei Charakterbilder und einen Song hochgeladen und dem Modell gesagt, das Video als Referenz für die Kamerabewegung zu nutzen, Bild eins als linken Tänzer, Bild zwei als rechten Tänzer und das Audio als Hintergrundmusik. Alles mit @ getaggt, alles in einem einzigen Prompt.
Bob pushed this further. In one of his demos, he referenced four different files in a single prompt: the face from image one, the overalls from image three, the shirt from image four, and a location from a reference video. The prompt was: the man in image one is walking down the street from the video wearing the overalls from image three and carrying the shirt from image four, talking to the camera. The model held consistency across every element. That is a remarkable amount of compositing happening from a single text prompt.
Ein paar Dinge, die beide Creator über das Verhalten von Referenzen gelernt haben:
Wenn dein Referenzvideo Audio enthält und du zusätzlich eine separate Audiodatei markierst, Das Modell bevorzugt tendenziell den vorhandenen Ton des Videos gegenüber deinem hochgeladenen Track. Mias Trick: Lade das Video ohne Ton hoch, wenn deine eigene Musik oder dein Voiceover Vorrang haben sollen.
Referenzen sind nicht auf konkrete Elemente beschränkt. Du kannst auch auf ein Video zeigen und sagen: „Ich will nur, dass es so aussieht“, ohne sonst irgendetwas zu kopieren. Bob hat das genutzt, um einen visuellen Stil (Fisheye-Objektiv, flackerndes Licht) von einem Video auf eine völlig neue Szene zu übertragen.
Du musst nicht alle Referenztypen auf einmal verwenden. Ein einzelnes Charakterbild in einem Text-Prompt ist eine völlig gültige Nutzung des Systems. Die Möglichkeiten skalieren mit der Anzahl der Elemente, die du übereinanderlegst, aber es funktioniert auf jeder Komplexitätsstufe einwandfrei.
Lippensynchronisation, Stimme und Performance → 7:57 in Mias Video · → Bobs Audio-Deep-Dive
Bobs komplettes Video behandelt Referenzen über Bilder, Audio und Video hinweg ausführlich. In den Abschnitten zu Lip Sync und Voice Cloning läuft es zur Höchstform auf.
Das ist der Abschnitt mit den meisten Tipps von den meisten Creatorn – und das aus gutem Grund. Die Audio-Fähigkeiten von Seedance 2.0 sind das Feature, das es von allem anderen auf dem Markt abhebt.
Bobs Transkript-Trick
Das ist der mit Abstand nützlichste Tipp über alle drei Videos hinweg. Wenn du Lip-Sync mit einer Audio-Referenz machst, füge den tatsächlichen Transkript der Worte zusammen mit der Audiodatei in deinen Prompt ein. Hier ist der Grund.
Bob tested this with a clip of himself talking to camera. In his first attempt, he tagged the audio file and described the scene but did not include the exact words being spoken. The model listened to the audio and tried to replicate it, but got details wrong ("CGI 2.0" instead of "Seedance 2.0"). When he modified the prompt to explicitly spell out the words being said, the audio file combined with the written transcript produced dramatically better results. The lip sync was tighter, the words were accurate, and the overall performance was more convincing.
Das Fazit: Wenn du Lip-Sync machst, liefere immer das tatsächliche Transkript zusammen mit der Audiodatei. Ein besseres Ergebnis ist dir dann so gut wie sicher.
Passe die Länge deines Audios an die deines Videos an
Mia hat das auf die harte Tour gelernt. Wenn deine Audio-Referenz 11 Sekunden lang ist und du das Video auf 15 Sekunden einstellst, muss das Modell die Audiodatei strecken oder stauchen, damit sie passt – und du verlierst so gut wie garantiert das Timing. Passe die Dauer-Einstellung immer an die tatsächliche Länge deiner Audiodatei an.
Voice Cloning
Bob demonstrierte das Voice-Cloning mit einem 15-Sekunden-Clip von Ermins Stimme (Uncle Monz im OpenArt-Büro). So geht's: Nimm etwa 15 Sekunden einer Stimme so auf, dass die Eigenschaften eingefangen werden, die du duplizieren möchtest. Markiere dieses Audio als Stimmreferenz statt als Lip-Sync-Quelle. Schreibe dann den eigentlichen Dialog in den Prompt, und das Modell generiert neue Sprache in dieser Stimme.
Der erste Versuch war zu schnell für Ermins natürliche Sprechweise. Bob gab dem Modell volle 14 Sekunden statt 9, und das Ergebnis klang deutlich mehr danach, wie Ermin tatsächlich sprechen würde. Die Lehre: Das Tempo ist genauso wichtig wie das Stimmen-Sample. Gib dem Modell genug Zeit, die Worte im richtigen Tempo für diese Stimme zu liefern.
Du kannst dieselbe Stimm-Referenz über mehrere Videos hinweg wiederverwenden, um die Stimme eines Charakters konsistent zu halten.
Mias Tipps zur Performance-Regie → 12:20 in Mias Video
Mia hat herausgefunden, dass du die emotionale Performance und Energie einer Figur über den Prompt selbst steuern kannst. Die Worte, die du schreibst, beeinflussen, wie eine Figur den Dialog liefert – nicht nur, was sie sagt. Wenn du „er sagt es aufgeregt“ schreibst, verändern sich Körpersprache und Stimmenergie der Figur. Wenn du „sie flüstert nervös“ schreibst, verändert sich die ganze Performance.
Das gilt auch für mehrere Charaktere in derselben Szene. Bei 11:10 in Mias Video, zeigt sie, wie man zwei Figuren in einem einzigen Prompt unterschiedliche Stimm-Persönlichkeiten und Gefühlszustände gibt – und das Modell hält sie klar auseinander.
Mias Tipp für negative Guardrails
Wenn du saubere Übergänge von Szene zu Szene willst, ohne dass etwas dazwischen morpht (zum Beispiel bei einer Erzählung über vier verschiedene Bilder hinweg), hat Mia gelernt, negative Leitplanken in den Prompt einzubauen: „no morphing, no ghosting, no camera cuts“. Ohne diese vermischt das Modell die Szenen manchmal so, dass es wie visuelle Glitches aussieht. Mit den Leitplanken bekommst du gestochen scharfe Übergänge von einer Szene zur nächsten.
Erweiterte Referenzen: Bewegung, Storyboards und Stil → 13:22 in Mias Video · → Bobs Video-Referenzen
Sobald du verstanden hast, wie das Referenzsystem für Gesichter und Stimmen funktioniert, kannst du es auch auf Folgendes anwenden.
Bewegungs- und Kameraübertragung
Wenn du eine Einstellung hast, deren Kamerabewegung dir gefällt, kannst du diese Kamerabewegung auf eine völlig neue Szene übertragen. Bob hat das mit einem Video eines auf und ab springenden Hundes gezeigt, um den die Kamera herumfuhr. Er brachte dieses Video als Referenz ein und sagte: „Nutze dieses Video als Referenz für die Kamera- und Charakterbewegung, um eine Vogelscheuche zu führen, die auf einem Trampolin springt.“ Das Ergebnis übertrug sowohl die Kamerafahrt als auch die Sprungbewegung auf den neuen Charakter und die neue Szene.
Er zeigte außerdem Motion Transfer mit echtem Filmmaterial. Mithilfe eines Clip von Emily beim Laufen um 19:15, sagte er: „Ersetze die Frau in Video eins durch den Mann in Bild eins und es schneit.“ Das Modell tauschte die Figur aus, fügte winterliches Wetter hinzu und behielt die Laufbewegung bei. Einige Hintergrunddetails änderten sich (die Gesamtatmosphäre wurde grau und winterlich), aber die Kernbewegung blieb erhalten.
Character Swap Split Screen LRB.mp4
Storyboard zu Video → 13:22 in Mias Video
Du kannst ein Raster im Comic-Panel-Stil oder ein Storyboard hochladen, und das Modell versucht, Panel für Panel hindurchzuanimieren. Mia hat das mit einem handgezeichneten Raster getestet und festgestellt, dass das Modell den Panels der Reihe nach folgte, die Richtungslogik zwischen den Panels aber für das Modell allein aus den Bildern heraus nicht immer offensichtlich war.
Zwei Tipps, die das Ganze besser gemacht haben. Erstens: Beschreibe die erzählerische Logik zwischen den Panels in deinem Prompt. Das Modell muss den Verlauf der Geschichte verstehen, nicht nur die visuelle Abfolge. Zweitens: Wenn dein Storyboard Text oder Captions enthält, füge dem Prompt „text overlay no captions on screen“ hinzu, damit kein Text ins generierte Video durchsickert.
Mia weist außerdem darauf hin, dass du dafür echte Comic-Seiten verwenden kannst – aber sei vorsichtig bei allem, was bestehendes geistiges Eigentum betrifft.
Stilreferenzen und Vorlagen-Replikation → 14:45 in Mias Video
Mia's template replication tip is a practical one for anyone producing content at volume. If you have a video with a visual style you like, you can reference it and tell the model to replicate just the style, not the content. She tested this by pointing to a video and saying she only wanted the fisheye lens effect and the flickering double-exposure look, then combined it with character images and outfit references to create a fashion sequence. The model picked up the abstract visual qualities without copying the specific content of the reference video.
Das ist praktisch, um über eine Videoserie hinweg eine einheitliche visuelle Identität zu wahren. Erstelle ein Video, das dir gefällt, und referenziere dann seinen Stil für jede weitere Generierung.
Nach der Generierung: erweitern und bearbeiten → 16:06 in Mias Video
Ein Video ist nicht fertig, sobald es generiert ist. Mit Seedance 2.0 kannst du es im Nachhinein verlängern, bearbeiten und umschreiben.
Erweitern. Lade ein Video hoch, das du fortsetzen möchtest, wähle Vorwärts- (oder Rückwärts-)Erweiterung, gib die Anzahl der Sekunden an, passe deine Dauer-Einstellung entsprechend an und beschreibe, was im neuen Abschnitt passieren soll. Mia hat ein Video um 10 Sekunden nach vorne erweitert, dann um 10 Sekunden nach hinten und beides zu einer nahtlosen Szene kombiniert, die länger ist als das 15-Sekunden-Limit einer Generierung. Das ist ein echter Durchbruch. Die 15-Sekunden-Grenze war früher eine harte Obergrenze. Jetzt kannst du immer längere nahtlose Szenen ganz ohne Schnitte bauen.
Bearbeiten. Wenn du etwas ändern willst, das in einem generierten Video bereits passiert ist, kannst du mit dem Modell über das vorhandene Video sprechen und ihm sagen, was es anpassen soll. Das funktioniert ähnlich wie das Video-zu-Video-Editing in Wan 2.7, aber mit dem stärkeren Szenenverständnis von Seedance 2.0.
Das Fazit
Seedance 2.0 is the most capable video model available on OpenArt right now, and the reference system is the reason to pay attention. The ability to tag images, video, and audio into a single prompt and have the model hold consistency across all of them is not something any other model is doing at this level. The lip sync is strong. The voice cloning works. The motion transfer is clean. The coherent VFX generation, where lighting and effects actually interact with the scene physically, is new territory entirely.
Drei Creator, drei Videos, eine einhellige Erkenntnis: Dieses Modell hört zu. Es folgt komplexen Prompts mit mehreren Elementen besser als alles andere da draußen. Das Beste, was du tun kannst, ist einzutauchen und es einfach nach dem zu fragen, was du willst, denn es hat eine unglaubliche Vorstellungskraft. Bobs Worte – und er hat recht.