双分支扩散变换器是字节跳动Seed团队于2026年2月12日发布的AI视频生成模型Seedance 2.0所采用的技术架构。该架构采用视觉与音频双分支并行生成方式，共享同一个理解编码器，并通过跨分支校准模块实现音画协同与同步 。该架构通过时空因果建模技术模拟物理规则以提升生成视频的真实感，支持多种语言及方言的口型复刻，并可调整语速与面部表情 ，其声画时序误差约为33毫秒 ，提供多种不同的宽高比 。
基于该架构，Seedance 2.0支持文本、图片、视频、音频输入，可根据提示生成带有音频的多镜头序列视频 。其多镜头叙事功能能够根据单个提示自动生成多个相互关联的场景，并在场景切换中保持角色、视觉风格和氛围的一致性 。Seedance 2.0于2026年2月12日接入豆包应用，并于2026年3月26日通过CapCut Video Studio面向多地推出 。字节跳动旗下小云雀AI平台推出了搭载该模型的短剧Agent 。天娱数科旗下影视级AI视频创编平台CineART接入了Seedance 2.0 。
想要了解更多“双分支扩散变换器”的信息，请点击：双分支扩散变换器百科
