Name: Seedance 2.0がいかに優れているか（そしてハリウッドが震撼する理由） (How Seedance 2.0 is SO GOOD (And Why Hollywood is Shook))
Uploaded: 2026-03-04T14:18:45.000Z
Duration: 10 min 39 s
Description: VoiceTubeの動画で発音を聞きながら英語表現を覚えよう！学べる英語：

Well, Sea Dance Fever continues to grip the AI video landscape.

さて、Sea Dance Fever は AI video の世界を席巻し続けています。

So today I'm back with some more information on the model that has rocked the pillars of what we thought was possible.

ということで、今日は、私たちが可能だと思っていたことの柱を揺るがしたモデルに関する、さらに詳しい情報をお届けします。

To that I'm digging into some interesting insights on how this model works and well, I mean, what that means for the next wave of updates from other AI video models.

そのために、このモデルがどのように機能するのか、そしてそれが他の AI video モデルからの次期アップデートに何を意味するのかについて、興味深い洞察を掘り下げていきます。

Plus we're going to talk about Sea Dance 3.0.

さらに、Sea Dance 3.0 についても話します。

You have information about Sea Dance 3.0?

Sea Dance 3.0 に関する情報をお持ちですか？

この情報には注意してください。

ということで、ダンスフロアがオープンしました。

皆さん、右にスライドしてください。

Welcome to my third video on Sea Dance 2.0, a video model that has not been globally released yet.

Sea Dance 2.0 の 3 本目の動画へようこそ。これはまだ世界的にリリースされていない動画モデルです。

I mean, obviously the hype is pretty high on this one.

このモデルにはかなりの期待が寄せられているのは明らかです。

Now as a quick note, I do have access to the model and I have been testing it, but

まず、このモデルにアクセスしてテストしていることをお伝えしておきますが、

you know, because of early access agreements, I'm actually not allowed to post my results yet.

早期アクセス契約のため、まだ結果を投稿することはできません。

That said, we do have plenty of other examples to look at either by those in different early access programs or those generating on the Chinese platform.

とはいえ、他の早期アクセスプログラムに参加している方々や、中国のプラットフォームで生成している方々による、たくさんの他の例を見ることができます。

But honestly, this video is not a collection critiquing the video outputs of the model, although, I mean, I can say it is really good.

しかし、正直なところ、この動画はモデルの動画出力の批評集ではありません。とはいえ、本当に素晴らしいと言えます。

Instead, today I wanted to take a look at why the model is so good.

代わりに、今日はこのモデルがなぜそれほど優れているのかを見ていきたいと思います。

And well, to answer that, we have to look at seed 2.0.

そして、その答えを知るためには、Sea Dance 2.0 を見る必要があります。

これは ByteDance の新しいフラッグシップLLMです。

2月14日にリリースされました。

皆さん、バレンタインデーおめでとうございます。

そして、皆さんは私のことを知っていますよね。

私はベンチマークプロではありません。

数字があれば何でも証明できます。

それは皆さんの70%が知っていることです。

But in terms of its performance, I mean it is considered on par with flagship models like GPT 5.2 and Gemini 3 Pro.

しかし、そのパフォーマンスに関しては、GPT 5.2 や Gemini 3 Pro のようなフラッグシップモデルと同等と見なされています。

But the really important part here is that C 2.0 is doing this at a cost 10 times cheaper than than Google or open AI.

しかし、ここで本当に重要なのは、Sea Dance 2.0 が Google や OpenAI よりも10倍安価なコストでこれを実現しているということです。

Now you might be saying, well, that's the large language model.

さて、あなたはこう言うかもしれません。「それは大規模言語モデルのことでしょう。」と。

What does that have to do with video generation?

それが動画生成とどう関係があるのでしょうか？

では、それは一旦置いておきましょう。

We're going to circle back to it in just a minute.

Now, kicking briefly over to the Google side, we do know that Gemini 3 is like kind of the brains of Nano Banana Pro.

さて、Googleの側を見てみましょう。Gemini 3がNano Banana Proの頭脳のようなものであることは分かっています。

Or like to put it more accurately, Nano banana Pro is Gemini 3.

あるいは、より正確に言うと、Nano banana ProはGemini 3です。

I mean, technically the name is Gemini Pro Image Preview.

技術的には、名前はGemini Pro Image Previewです。

But well, I mean, let's face it, Nano Banana is a lot more fun to say.

しかし、正直に言って、Nano Bananaと言う方がずっと楽しいですよね。

And that's why you can prompt for things in Nano Banana like when you.

だからこそ、Nano Bananaでは、例えばURLを与えて、このWikipediaページの情報からインフォグラフィックを作成するように指示すると、正確に実行できるのです。なぜなら、アクセスして情報を要約できるからです。

Well, I'm giving it the URL for the Gemini Wikipedia page and then you know, saying, create an infographic of this Wikipedia page and it can do so accurately because it can access and summarize the information it like it reads.

また、Nano Bananaを自己認識させてしまったかもしれません。

Also, I might have just made Nano Banana self aware.

そして、その概念こそが、Sea Dance 2.0で何が起こっているのかを理解する鍵なのです。

And that concept is the key to understanding what's happening with Sea Dance 2.0.

そして、その概念が鍵となります

Or I should say at least like this is very highly speculated since they have not actually released the research paper on it.

あるいは、まだ研究論文が公開されていないため、これは非常に憶測の域を出ないと言った方がいいかもしれません。

I mean, there is no question that C 2.0 is under the hood of Sea Dance 2.0.

しかし、私たちはそれを合理的に裏付けることができます。

So this is a thinking video model, which you just sit on that for a second.

つまり、Sea Dance 2.0の内部にC 2.0があることは間違いありません。

これは思考型動画モデルで、少しの間、それに注目してください。

Now I'm not going to get overly technical here.

And again, this is extrapolating what we know about Sea Dance 2.0 as well as what we know about Sea Dance 5.0, the image model.

ここでは、あまり技術的な話はしません。

And that's where we do have some insights into how this model works, as they describe it as a unified multimodal generation model endowed with deep thinking and online search capabilities.

そして再び、これはSea Dance 2.0について私たちが知っていることと、画像モデルであるSea Dance 5.0について私たちが知っていることを推測しているのです。

So again, just to kind of break that down and simplify it a bit, it's doing the Nano Banana thing in that, you know, it can understand multiple different inputs, be it text or images.

そして、このモデルがどのように機能するかについての洞察を得られるのはそこです。彼らはそれを、深い思考とオンライン検索機能を備えた統一されたマルチモーダル生成モデルと説明しています。

It can then think about what you're trying to accomplish via your text prompt and then any like holes in its knowledge, it can go online and look those details up.

そして、テキストプロンプトで何を達成しようとしているのかを考え、知識の穴があればオンラインでそれらの詳細を調べることができます。

But the crazy thing with see Dance 2.0 is that that architecture extends out to video generation.

しかし、Sea Dance 2.0のすごいところは、そのアーキテクチャが動画生成にまで拡張されていることです。

And I can that I've seen it in my own generations.

そして、私自身の生成でもそれを見ることができました。

It'll report during the process like, hey, I'm looking for this thing that you asked for.

プロセス中に、「リクエストされたものを探しています」といった報告をしてくれます。

So essentially what we have in terms of a pipeline is that what like C 2.0 will begin by, you know, reading your prompt, analyzing your input image, video or audio or whatever, and

つまり、パイプラインとしては、Sea Dance 2.0がプロンプトを読み込み、入力された画像、動画、音声などを分析することから始まります。

then it kicks over to an LLM planning session where you know, maybe acting as a sub agent, whatever it doesn't understand, it can then kick over to a web search to look for references.

そして、LLMのプランニングセッションに移行し、サブエージェントとして機能するなど、理解できない部分はウェブ検索に移行して参照を探すことができます。

さて、ここからが面白くなってきます。

And again, I'm not going like benchmark bro here or anything, but

そして、これはベンチマークプロのようなものではありませんが、

if you look at the C2.0 model card, especially under the video capabilities, it does have a number of impressive features like video reasoning, video perception and motion understanding, long video understanding.

Sea Dance 2.0のモデルカードを見ると、特に動画機能の下に、動画推論、動画知覚、動きの理解、長尺動画の理解など、いくつかの印象的な機能があります。

ストリーミング動画を視聴できます。

And here's the interesting one, is that this video cut, which allows it to replay relevant segments at a higher frames per second with an intuitive and effective mechanism for Video understanding.

そして、興味深いのは、この動画カットによって、関連セグメントをより高いフレームレートで再生し、動画理解のための直感的で効果的なメカニズムを備えていることです。

So basically it can replay what it sees at a higher frame rate to understand motion and action.

つまり、基本的には、動きやアクションを理解するために、見ているものをより高いフレームレートで再生できるのです。

I will note this is the part that I'm inferring from the Seed 2.0 model card and the Seed Dream 5.0 research paper actually got that one right.

これはSeed 2.0のモデルカードから推測した部分であり、Seed Dream 5.0の研究論文で実際にその部分が正しく書かれていました。

That essentially the way that this is working is that the seed 2.0 like video analysis part is probably taking place in the narrative, planning and storyboard layer of all of this.

つまり、これが機能している方法は、Seed 2.0のような動画分析の部分が、これらすべての中のナラティブ、プランニング、ストーリーボードレイヤーで行われている可能性が高いということです。

So it's actually all happening before we even hit generation.

だから、生成に到達する前にすべてが行われているのです。

So yeah, that is a lot of LLM power and agent work that is all happening under the hood.

ええ、これはすべてバックグラウンドで行われている多くのLLMパワーとエージェントワークです。

And this is the part where we kind of come back to the cost thing that we were talking about at the beginning.

そして、これは冒頭で話していたコストの問題に戻ってくるところです。

The only way that ByteDance can run this much intelligence on every video generation is because this thing is so dirt cheap since the mini version of seed 2.0 only costs $0.03 per million tokens.

ByteDanceがこれほど多くのインテリジェンスを各動画生成に適用できる唯一の理由は、このものが非常に安価であるためです。Seed 2.0のミニバージョンは、100万トークンあたりわずか0.03ドルしかかかりません。

You know, that is a structural advantage that makes a thinking video model possible.

これは、思考する動画モデルを可能にする構造的な利点です。

Now, given that, I mean, obviously the big elephant in the room here is that Hollywood is, you know, big mad at sea dance right about now.

さて、それを踏まえると、明らかにここで大きな問題となっているのは、ハリウッドが今、Sea Danceに激怒しているということです。

あまり深くは立ち入りません。

それはそれ自体で一つの動画になりますから。

But I mean, obviously a lot of key points to their argument are based around, well, I mean, the training on films and TV shows.

しかし、彼らの主張の多くの重要な点は、映画やテレビ番組でのトレーニングに基づいていると言えます。

And look, I'm not saying that that isn't in there.

そして、それは含まれていないとは言っていません。

So I mean if you can think about every movie clip you've ever seen on TikTok, sure that's in there.

TikTokで見たことのある映画のクリップがすべて含まれていると考えてみてください。

Plus like a billion people dancing and Every other Rand TikTok video you've ever seen.

それに加えて、10億人のダンス動画や、あなたが今まで見たことのある他のあらゆるTikTok動画です。

I do want to point out that while TikTok does have kind of a staggering amount of video data, it really is still a drop in the bucket compared to YouTube.

TikTokには膨大な量の動画データがありますが、YouTubeと比較すると、それはほんの一部にすぎないことを指摘しておきたいと思います。

YouTube is, I mean, well over 800 million videos, most of which are long form.

YouTubeは、8億本以上の動画があり、そのほとんどが長編です。

So when it comes to like just sheer amount of video Data, I mean, YouTube is still king of the hill.

なので、純粋な動画データの量となると、やはりYouTubeがトップということになります。

Now all of that said, all of that video data might soon be less important than you think it is.

さて、これらすべてを踏まえて、これらの動画データが、皆さんが考えているよりも重要でなくなるかもしれません。

So something we do know is that Cdance is using retrieval augmented generation or rag.

そこで、Cdanceは検索拡張生成、つまりRAGを使用していることがわかっています。

you know what that's a joke for the late night show is that it's actually decoupling itself from the training set at inference and then conditioning the generation on whatever it has retrieved.

深夜番組のジョークですが、推論時にトレーニングセットから切り離し、取得したものに基づいて生成を条件付けることです。

So this is a pretty big deal in that this is a video model that can essentially break free of Its training data.

これは、トレーニングデータから事実上解放されることができる動画モデルであるという点で、非常に大きな進歩です。

Go grab something, bring it back and utilize that to generate.

何かを取得し、それを戻して生成に利用できるのです。

Now, admittedly that is somewhat simplified and I do want to note that it doesn't feed back into the training data.

もちろん、それはある程度単純化されており、トレーニングデータにはフィードバックされないことを指摘しておきたいと思います。

That is something that I definitely have heard a number of times before.

これは、以前から何度も耳にしたことがあることです。

Once the generation is done, it is that retrieved context is gone.

生成が完了すると、取得されたコンテキストは失われます。

But this does lay the groundwork for a future model that may not rely on training data.

しかし、これはトレーニングデータに依存しない将来のモデルの基盤を築くものです。

そして、私たちはすでにその兆候を見ています。

Well, like on the LLM side, Anthropic's Mike Krieger is the Chief Product Officer over there, said that Claude was essentially writing itself at this point.

LLMの分野では、Anthropicの製品責任者であるマイク・クリーガー氏が、Claudeはすでに自己記述していると述べています。

And of course Anthropic CEO Dario Amati has talked about recursive self improvement through the tools that a model has access to.

そしてもちろん、AnthropicのCEOであるダリオ・アマーティ氏は、モデルがアクセスできるツールを通じた再帰的な自己改善について語っています。

ですから、それはそれほど無理な話ではありません。

That seed, given its full stack of tools or really any other frontier lab could potentially do this for video in the future.

その種となるものが、完全なツールセットを与えられたり、あるいは他のフロンティアラボが将来的に動画でこれを実現する可能性があります。

Yeah, a video model that isn't reliant on training data.

ええ、トレーニングデータに依存しない動画モデルです。

It just, it just watches stuff and learns from it.

ただ、何かを見て、そこから学ぶだけです。

Now back over to the Hollywood side of things.

さて、ハリウッド側の話に戻りましょう。

You know, obviously last week Disney and Paramount and a few others sent out their various cease and desist orders to ByteDance.

先週、ディズニーやパラマウントなどが、ByteDanceに対して様々な差止請求書を送付したことは明らかです。