Jimeng AI

Jimeng AI（即梦AI，“Instant Dream”）是 ByteDance 旗下的消费级 AI 创作平台，于 2024 年推出，作为该公司 Seed 研究团队视频生成技术的公开产品。它运行在 Seedance 模型栈上：Seedance 1.0 于 2025 年 6 月发布，Seedance 2.0 紧随其后于 2026 年 2 月推出，每一次迭代都将多镜头视频生成的技术水平推向了新的高度。其国际版更名为 Dreamina，可通过 dreamina.capcut.com 访问，作为 CapCut 生态系统的一部分于 2026 年 2 月下旬在全球推出。ByteDance 将其创意工具整合到 Douyin、TikTok 和 CapCut 中，为 Jimeng 提供了任何西方竞争对手都无法比拟的内置分发渠道。

该平台涵盖文生视频、图生视频、文生图、图生图、数字人对口型虚拟形象创建，以及具备局部重绘、对象移除和一键扩图功能的智能画布（Intelligent Canvas）编辑器。Seedance 2.0 支持四模态输入：可同时输入文本、图像、视频和音频，在单次生成请求中最多接受 12 个参考文件。最新模型的输出分辨率可达 2K，单支视频时长可达 20 秒。该平台直接连接到 CapCut 进行短视频编辑，使其成为制作 TikTok 风格内容阻力最小的可用工作流。中国区定价约为 69 RMB（~$10/month）起；国际版 Dreamina 提供基于积分的免费套餐，付费计划的等值起价约为 $15-$18/month。

Jimeng 在 2026 年 4 月的输出表现

Seedance 1.0 于 2025 年 6 月在 arXiv 上发表，并于同月集成到 Jimeng 和 Doubao 中，是首个原生解决多镜头叙事连贯性问题的广泛可用模型。只需一个文本提示词，即可生成连续的场景切换序列（特写、中景、远景），并在过渡中保持相同角色的面部、服装和光照一致，无需用户手动拼接片段。技术报告指出，在 NVIDIA L20 硬件上，生成一段 5 秒的 1080p 视频大约需要 41 秒，与基础模型相比，蒸馏加速达到了 10 倍。

Seedance 2.0 将此能力扩展到了长达 20 秒、分辨率高达 2K 的视频片段，并采用了完全统一的多模态音视频联合生成架构。音频与视觉画面在帧级别同步合成，而不是分别生成后再进行同步。该模型还引入了 ByteDance 所谓的“全能参考”（All-Round Reference）模式：创作者可以在提示词中使用“@”符号标记特定的参考图像、视频或音频文件，指示模型使用一张图像中角色 A 的面部、另一段视频中的特定场景，以及第三段音频剪辑中的声音纹理。这种在单一提示词中实现导演级编排的能力，在发布时没有任何竞争平台能与之媲美。

这两款模型支持的输出类型包括：文生视频、图生视频、带对口型的数字人动画、12 种电影级运镜、基于参考图像的风格化视频、AI 音乐生成，以及用于静态图像编辑的智能画布。iOS 和 Android 移动应用包含了大部分生成功能。通过 Volcengine 和 BytePlus 于 2026 年 2 月 24 日推出的 API，根据分辨率和模型层级的不同，生成视频的定价约为每分钟 $0.10-$0.80。

Jimeng 与 Hailuo 和 Kling 的对比定位

Jimeng vs. Hailuo AI (MiniMax)： Hailuo 02 的算力分配方式与 Seedance 不同：它将处理能力重新分配到画面内的高难度区域，生成了测试人员一致认为的“更清晰的事件运动、更强的镜头感和更密集的视觉效果”。Hailuo 的优势在于单镜头的电影级真实感：水、雾和雨等流体动力学看起来非常准确；包括推轨和多轴旋转在内的摄像机运动感觉符合物理规律。机制上的权衡是 Hailuo 针对单个镜头进行了优化。要在 Hailuo 中构建多镜头序列，您需要分别生成每个镜头，然后在视频编辑器中手动组装，这增加了制作时间，并引入了片段之间角色不一致的风险。Seedance 的架构优先考虑帧间合成和时间追踪，这意味着角色身份、光照方向和背景连贯性在剪辑中会自动保持。对于需要大量镜头且角色一致的社交媒体创作者来说，Jimeng 的工作流更快。对于需要极致物理真实感的单一电影级镜头，Hailuo 则更胜一筹。用户通常会结合使用两者：用 Jimeng 走量，用 Hailuo 制作核心镜头。作为参考，Hailuo 的单独评测见 Hailuo AI。

Jimeng vs. Kling AI (Kuaishou)： Kling 使用带有自定义 3D VAE（变分自编码器）的 Diffusion Transformer，执行同步时空压缩，在单次 VAE 传递中压缩空间和时间维度。这使得 Kling 在编排运动方面表现出色：跟拍镜头、缩放过渡以及带有快速移动主体的动作序列。截至 2026 年初，Kling 3.0 在 Artificial Analysis 视频 ELO 排行榜上以 1243 分领跑，位居 Google Veo 3.1 和 Runway Gen-4.5 之上。Kling 在高级套餐中还支持长达 5 分钟的视频片段，而 Seedance 2.0 的上限为 20 秒。关键的架构差异在于：Kling 将音频生成与视觉管道分开，然后将其叠加到片段上。Seedance 2.0 在帧级别联合生成音频和视频，这在默认输出中产生了更紧密的动作与声音同步。对于以运镜为核心的重剧情电影级内容，Kling 是更强大的选择。对于音视频同步和多镜头连贯性比镜头编排更重要的社交媒体格式，Jimeng 则毫不逊色。Kling 的完整对比见 Kling AI。有关西方视频生成领域的概况，请参阅 Sora 和 Runway。

“Dreamina 是目前最好的文/图生视频生成器……其符合逻辑的界面和生成 10 秒视频的能力使其脱颖而出。” - Wajed Javed，Product Hunt，2025 年中

使用 Jimeng 生成视频的真实成本

在 Seedance 1.0 和 2.0 之间，定价发生了显著变化。最初的 Jimeng 中国区计划（基础版 69 RMB/mo，约 $10 USD）在 2026 年 2 月之后进行了上调，以反映 Seedance 2.0 更高的算力成本：标准版（Standard）现在为 199 RMB/month（~$28），高级版（Advanced）为 499 RMB/month（~$69）。包年价格提供约 20% 的折扣。国际版 Dreamina 的定价自发布起就以加元为基准，标准版首年包年计划折算约为 CAD $18.90/month，高级版约为 CAD $37/month。续订价格大约是首年介绍费率的两倍，因此订阅用户应为更高的续订成本做好预算。

积分系统基于点数，且消耗是动态的：生成复杂度会调整点数成本，更高分辨率的片段会消耗更多积分。在 Dreamina 免费套餐中，用户每天会获得积分刷新，足以在带有水印的情况下进行轻度使用。2026 年初，Seedance 2.0 的每日共享代币增加到了每个账户每天 225 个，允许普通用户免费测试该模型。付费计划可去除水印、解锁加速优先级，并增加对口型和更高分辨率的输出功能。

对于 BytePlus 上的 API 用户，定价按生成视频的分钟数计算：720p 约为 $0.10/minute，2K 最高可达 $0.80/minute。相比之下，如果通过 API 每月生成 100 个 5 秒的 1080p 片段，在中等分辨率费率下大约需要花费 $8-$12。大客户企业定价可直接通过 Volcengine 获取。在消费者计划层面，最便宜的入门价格仍与 PixVerse 保持竞争力，并且在同等输出质量下，比高级的 Wan API 层级更便宜。

Jimeng 经常出现问题的地方

内容审核触发过于激进。 Jimeng 的过滤器是为符合中国监管合规性而校准的，这意味着任何涉及真实人脸、政治内容或在 CAC（中国国家互联网信息办公室）指南下存在歧义的提示词，都有可能在没有明确解释的情况下被拒绝。生成涉及逼真角色的创意小说的国际用户经常会碰壁。这不是一个可以通过提示词工程解决的问题；它是底层审核机制的结构性限制。

生成失败时积分仍会扣除。 Product Hunt 上的多位用户记录了相同的情况：当生成超时或在完成前失败时，平台仍会扣除积分。没有自动退款机制，而且据称在这些问题上客户支持的响应几乎不存在。大量生成内容的用户最终都会遇到这个问题。

“当应用在图像生成过程中超时，它仍然会扣除金币……发生这种情况时没有任何支持。我不推荐这款产品。” - Al Mike，Product Hunt，2025 年中

国际版更新滞后。 Jimeng 中国版通常比国际版 Dreamina 提前数周到数月获得新功能。Seedance 2.0 于 2026 年 2 月 12 日在中国区 Jimeng 上线；API 于 2 月 24 日在 BytePlus 上可用。自发布以来，与中国版的功能对齐一直是一个反复出现的差距，想要体验最新模型功能的用户通常需要访问中国区平台，这要求非中国账户克服支付障碍。

复杂提示词中的面部和身体变形。 虽然多镜头连贯性是其真正的优势，但在复杂解剖结构（不寻常的姿势、手、脚）的单帧保真度上，它表现出了基于扩散的视频模型中常见的伪影。用户报告称，当主体处于不寻常的位置或被部分遮挡时，“尽管在提示词中提出了要求，面部和身体特征的变形依然存在”。

监管压力。 2026 年 4 月 28 日，中国国家互联网信息办公室（CAC）正式警告 Jimeng AI（以及姊妹应用 Jianying 和 Maoxiang），因其未能充分落实所需的 AI 内容标识措施，违反了 2025 年 9 月生效的 AI 标识规定。ByteDance 被责令整改违规行为并受到处罚。具体处罚金额未披露。这种监管压力可能会在未来几个月内进一步收紧审核。

最佳用例与避坑场景

在以下情况使用 Jimeng： 您正在为 TikTok、Douyin 或 Instagram Reels 大量制作短视频社交内容，并且需要快速生成片段而无需手动组装多镜头序列。对于 CapCut 生态系统内的创作者来说，Jimeng 是最直接的工作流。当您需要在一个平台内完成图像、视频和虚拟形象对口型而无需切换工具时，它也是正确的选择。中文创作者受益于原生的提示词优化，它处理中文的能力优于西方平台。对于营销中的概念可视化，每日免费积分允许在订阅计划之前进行有意义的测试。

在以下情况避开 Jimeng： 您的工作需要精确的摄像机控制和电影级镜头编排——Kling 或 Runway 会表现得更好。如果您需要超过 20 秒的片段，请避开它；Kling 支持 5 分钟的视频，而 Runway Gen-4 允许更灵活的片段长度。如果内容审核干扰是您创作题材的障碍，请避开它。如果您需要可靠、响应迅速的客户支持，请避开它；每个评论平台都将支持服务列为其显著弱点。对于非社交媒体视频制作或任何需要对最终剪辑进行精细手动控制的工作，带有 AI 增强功能的专用视频编辑器将优于 Jimeng 的端到端生成方法。

Jimeng 占据了一个明确的甜点区：对于已经身处 ByteDance 内容生态系统中的创作者来说，它是获取高质量 AI 视频集成度最高、成本最低的途径。对于该生态系统之外的任何人来说，在优势显现之前，审核、国际版功能滞后和客户支持方面的权衡会变得更加显著。值得探索的相关工具：用于物理优先电影级镜头的 Hailuo AI，用于编排运镜的 Kling AI，以及在类似价位提供西方审核标准的替代方案 PixVerse。