El problema más molesto de la generación de video con IA siempre fue el mismo: los modelos generan clips cortos (5-15 segundos), y vos tenés que pegar esos clips a mano para armar algo que tenga sentido. Cada transición es un desastre de continuidad de movimiento, de iluminación, de hasta el color de la ropa del personaje.
ByteDance acaba de publicar la API de Seedance 2.5, disponible desde el 7 de agosto en Dreamina y CapCut. Y la diferencia principal respecto a todo lo anterior es exactamente esa: genera hasta 30 segundos de video en una sola pasada, sin necesidad de stitching manual.
Qué puede hacer que antes no podías
El modelo acepta hasta 50 referencias multimodales en simultáneo: podés darle 30 imágenes, 10 clips de video y 10 audios para una sola generación. El resultado es un clip donde el personaje mantiene su apariencia, la iluminación es consistente y el movimiento tiene continuidad a lo largo de toda la secuencia. También hace cambios de escena dentro de ese mismo clip.
Otra novedad importante: el audio es nativo del modelo, no es un agregado de posproducción. Soporta más de 10 idiomas, incluyendo español. Podés pedirle que genere diálogo, efectos de sonido y música ambiental integrados desde el primer momento.
La resolución máxima llegó a 4K (el Seedance 2.0 anterior llegaba a 720p/1080p). Y hay modo de edición dirigida: podés apuntar a un timestamp específico dentro del clip y pedirle que cambie un elemento sin volver a generar todo.
Cómo accederlo desde Argentina
Hay dos vías principales. La primera es Dreamina (dreamina.capcut.com), que es la plataforma de ByteDance dedicada a creación de video desde cero — ideal si vas a generar material original. La segunda es CapCut Desktop, que lo tiene integrado dentro de su flujo de edición — más útil si ya tenés footage grabado y querés agregar clips generados.
La API también está disponible para desarrolladores, con precios por minuto de video generado. No hay plan gratuito ilimitado, pero Dreamina tiene créditos de prueba al registrarte.
Contexto: dónde queda parado respecto a la competencia
En junio, FLUX 3 de Black Forest Labs ya había apuntado a los 20 segundos con audio integrado. Runway Gen-4.5 y Sora de OpenAI siguen siendo los referentes de calidad cinemática, pero ninguno llega a 30 segundos nativos. Seedance 2.5 no necesariamente gana en calidad fotorrealista contra todos ellos, pero la combinación de duración extendida + multimodal en entrada + audio nativo lo hace muy práctico para creadores de contenido que necesitan volumen.
Para quienes hacen gameplay highlights, trailers de juegos, intros de YouTube o contenido de redes sociales — que es buena parte de la comunidad gamer — la diferencia de no tener que pegar clips manualmente es concreta y ahorra mucho tiempo de edición.