AIGC视频赛道周报｜8月3日至9日：SeedRealtime上线，Seedance 2.5与H3进入Luma (2026)

8 月 3 日至 9 日，AIGC 视频赛道的新增信息不在某个模型又高了多少分，而在三种能力开始被放进真实工作流：SeedRealtime 把连续音视频交互推入豆包，Luma 把 Seedance 2.5 和 MiniMax H3 放进同一个创作入口，Runway 则展示了 AI 如何处理大批量真人素材并交付电视广告。

本周速览

日期（北京时间）	事件	已确认变化	适合关注的环节
8 月 5 日	字节跳动发布 SeedRealtime，并在豆包 App 全量上线	原生融合音频、视频与文本，支持持续输入、流式输出和全双工交互；官方端到端人工评测称，对话节奏问题较级联系统减少一半	实时陪练、翻译、场景问答、设备操作辅助 1
8 月 6 日	Luma 上线 Seedance 2.5	单次原生生成最长 30 秒；页面列出最多 50 个参考输入、原生音频、风格转换和局部修改	长镜头、参考素材驱动、音画同步 2 3
8 月 6 日	Luma 上线 MiniMax H3	面向 self-serve、非企业账号开放；支持原生 2K、24fps、5 至 15 秒片段，画面和对话、音效、环境声在同一轮生成	需要声音先行、口型和动作同步的短片 2 4
8 月 5 日	Runway 发布 Chime 全国电视广告案例	Chime 用真实会员照片制作大规模动态片尾；Runway 页面称流程处理了 85 名以上会员	品牌素材标准化、批量变体、审批前的可视化 5 6

这四条消息放在一起，才是本周的重点：视频工具正在同时争夺「怎么生成」「怎么实时交互」和「怎么把素材交付出去」三层工作。

SeedRealtime：视频模型开始处理连续现场

8 月 5 日，字节跳动 Seed 发布 SeedRealtime。它不是把一段文字变成一个等待下载的片段，而是持续接收画面、声音和时间变化，再决定理解、回应或保持沉默。官方说明，模型通过统一的音视频端到端架构，把感知、理解、决策和表达放在同一条链路里；目前已在豆包 App 全量上线。1

对创作者来说，变化不只是「能看视频」。连续输入意味着模型可以跟着镜头里的状态变化走：看菜单时翻译并解释文化背景，面对多人对话时辨认发言者，在设备操作中持续观察动作并及时纠错。官方页面给出的案例覆盖了这些场景，但它们仍是产品方演示，不等于所有用户都能得到同样稳定的结果。

SeedRealtime 官方示例展示手机摄像头对餐厅菜单进行跨语言理解 — *Seed 官方示例把餐厅画面、菜单文字、语音和翻译结果放在一次交互里。*1

Seed 官方披露的另一组数字是：在端到端人工评测中，相比级联系统，SeedRealtime 的音视频对话节奏问题减少一半，打断、回应迟滞和背景噪声误触发都明显减少。这里的「一半」是厂商自测结果，不能和独立榜单混用；真正决定它能否进入创作团队的，仍是端到端延迟、多人场景稳定性和错误触发率。1

这条产品线值得单独观察，因为它把视频从「素材」变成了「交互现场」。对于拍摄前的脚本讨论、镜头审看、远程指导，或者面向观众的实时讲解，响应时机和持续记忆可能比单个画面的精细度更影响体验。

Luma：两个模型进入同一个工作台

8 月 6 日，Luma 的产品新闻页同时列出 Seedance 2.5 和 MiniMax H3 两项产品更新。它们并非同一个模型的不同模式，却共享 Luma Agents 这个入口。对用户而言，模型名之外多了一个实际问题：同一套参考素材和制作目标，应该先在工作台里选能力，还是先选模型。2

模型	官方页面列出的能力	当周可用范围	更值得先测什么
Seedance 2.5	原生 30 秒单段生成，最多 50 个图像、视频、音频和风格参考；支持原生音频、风格转换和局部修改	已在 Luma 上线	长镜头是否真的减少拼接，角色和场景在延长、局部修改后是否稳定 3
MiniMax H3	原生 2K、24fps、5 至 15 秒；文字、图像、视频和音频参考共同输入，输出与画面同步的对话、音效和环境声	页面说明当时面向 self-serve、非企业账号	口型、音效和动作是否需要二次剪辑，参考声音能否控制角色表现 4

Seedance 2.5 的吸引力在于把「延长」和「重做」往生成阶段前移。Luma 页面称，单次输出最长 30 秒，参考输入从上一代页面所述的 12 个增加到最多 50 个，并支持只重做一个对象或细节。这里最值得验证的不是上限本身，而是返工时有没有保持住人物、场景、镜头节奏和声音。上限能不能稳定变成可交付镜头，要靠团队自己的素材测试。3

MiniMax H3 走的是另一条路。Luma 把它的卖点写得很具体：画面、对白、音效和环境声在同一轮生成，原生输出 2K、24fps 的 5 至 15 秒片段。对于广告口播、角色短对白和声音先行的镜头，这种一轮完成的路径有机会减少配音、口型和音效之间的对齐工作。但 Luma 同时注明当时只开放给 self-serve、非企业账号，团队采购前要先确认账号权限、价格和地区可用性。4

本周的产品变化因此有一层容易被忽略的含义：模型能力开始通过平台入口分发。Luma 同时接入两种音画路径，用户比较的不只是谁的单条样片更好看，还包括参考输入、延长、局部修改、声音生成和账户可用性是否适合当前项目。

Runway：从试验片到批量交付

8 月 5 日，Runway 在官方新闻页发布 Chime 客户案例。Chime 的全国电视广告使用了近 100 名真实会员的照片，项目方先收集每人三张照片和授权，再用 Runway 处理不统一的照片质量与构图。Runway 页面称，团队最终处理了 85 名以上会员，把静态照片变成统一、可播出的动态片尾。5 6

Runway 官方 Chime 案例中的真人会员动态网格画面 — *Runway 官方案例画面，素材来自真实会员照片，项目处理规模超过 85 人。*6

这个案例的价值不在于证明「AI 一定更便宜」。Chime 受访者按自己的项目估算，传统方式完成同样规模和质量的拍摄，成本大约会是这套方案的 5 倍；Runway 新闻页的摘要则把单条片段的节省写成 20 万美元。两者都属于项目方和平台的案例口径，不是行业平均值。6

更可复制的是流程：把分散的用户生成内容先统一，再批量生成动态片段，最后进入电视交付。制作团队不必为每个人安排一次棚拍，但仍要处理授权、素材质量、人物相似度、品牌安全和审片标准。Runway 受访者还提到，团队用 AI 做分镜后，品牌方的创意审批可以更早看到逐场画面。这个方向说明，商业化竞争正在从「模型能不能生成」转向「团队能不能把它变成可重复的生产步骤」。6

本周的三个判断

第一，实时交互开始成为视频产品的独立能力。SeedRealtime 的重点不是更长的视频，而是持续观察和掌握回应时机。做实时陪练、翻译、审片或现场指导时，应把延迟、打断、噪声误触发和多人识别列入验收，而不是只截几张画面看效果。

第二，音画同生成正在形成两种路线。Seedance 2.5 把重点放在更长片段、更多参考和局部返工，MiniMax H3 则把重点放在短片段中的原生对白和声音。前者适合先测连续性和返工成本，后者适合先测口型、声音控制和后期省工比例。

第三，平台入口本身正在成为选择变量。Luma 同周接入两种模型，Runway 的 Chime 案例又把模型能力放进了真实品牌的批量流程。对团队采购而言，模型清单之外还要核对账号范围、价格、调用记录、版权与授权、失败重试和审批链路。

融资与观察名单

本周不列融资金额。严格按 8 月 3 日至 9 日的事件日期，当前可访问材料中没有找到同时满足「本周完成或公开」「金额口径清楚」以及「一手公告或可交叉核验来源可访问」的 AIGC 视频融资、并购或上市事项。7 月的融资消息不跨周带入，未核实的传闻也不写成结论。

可灵 AI、小云雀、小影、Pika、Sora 和 Veo 继续保留在观察范围，但本期没有把它们写成「本周有新产品更新」。原因很简单：没有同时拿到本周日期、具体变化和可访问原始详情页的材料。搜索摘要、旧发布和只写相对时间的转述，都不足以支撑周报结论。

如果这周只做三组测试，可以这样排：

用 SeedRealtime 测一段真实嘈杂环境下的连续对话，记录回应延迟、抢话和误触发。
用 Seedance 2.5 测同一角色的 30 秒单段生成、延长和局部修改，记录返工后的人物、场景与声音一致性。
用 MiniMax H3 测带参考声音的 5 至 15 秒对白镜头，记录口型、音效和动作是否还需要进入剪辑软件补齐。

本周最明确的变化，是视频产品开始把「生成一段片子」拆成三个更具体的交付问题：能否持续理解现场，能否一次处理画面和声音，能否把真实素材稳定地批量变成成片。下周值得继续追踪的，不是又出现多少模型名，而是这些能力是否公开了更清楚的价格、稳定性和企业交付数据。

References

1
SeedRealtime：音视频全双工大模型seed.bytedance.com
2
News｜Lumalumalabs.ai
3
Seedance 2.5: Now Live in Lumalumalabs.ai
4
MiniMax H3 Available Nowlumalabs.ai
5
News｜Runway AIrunwayml.com
6
How Chime Used Runway to Produce Their Latest National TV Spotrunwayml.com