Seedance 2.0 Fast Reference to Video

Seedance 2.0 Fast Reference to Video 是 ByteDance 最先进的视频生成模型，专为需要电影品质视频和丰富同步音频的创作者量身打造——全部从文本提示、参考图像、参考视频甚至音频输入的灵活组合中生成。无论您是电影制作人预览场景、设计师动画化概念，还是内容创作者制作引人驻足的社交媒体短片，此模型为您提供导演级别的视觉叙事控制。

在其核心，Seedance 2.0 Fast Reference to Video 将您的创意愿景转化为带有真实物理、自然运动和原生音频生成的精致视频输出。其独特之处在于多模态参考系统：您可以提供最多 9 张参考图像、最多 3 个参考视频和最多 3 个音频文件，然后直接将它们融入文本提示中来指导生成。例如，您可以上传人物肖像、背景环境照片和画外音片段，然后编写提示告诉模型如何精确组合它们——在描述中自然引用每个输入。这使其成为将故事板变为现实、创建风格化动画以及制作唇同步说话头视频的极其强大的工具。

模型的原生音频生成默认启用，并产生与屏幕视觉动作匹配的同步音效、环境音景和唇同步语音。这意味着您的生成视频开箱即用——无需后期寻找或手动同步音频。如果您偏好无声视频或计划添加自己的音频轨道，只需关闭音频生成即可。

Seedance 2.0 提供多样的创意控制选项，让您根据确切需求塑造输出。您可以从七种宽高比选项中选择：16:9 用于标准横屏和宽屏内容，9:16 用于竖屏和肖像导向视频，完美适用于 TikTok 或 Instagram Reels 等社交平台，1:1 用于方形格式，4:3 和 3:4 用于经典和长形构图，21:9 用于超宽电影格式，适合电影风格序列，或 auto 让模型根据您的提示智能决定。视频时长同样灵活，从 4 到 15 秒不等，并有 auto 选项让模型根据提示中描述的叙事确定理想长度。分辨率可设置为 720p 以平衡品质和生成速度，或 480p 以获得更快结果——适用于快速迭代和预览想法，然后再进行最终渲染。

基于参考的工作流程是此模型真正闪耀的地方，专为创意专业人士设计。通过上传参考图像（JPEG、PNG 或 WebP，每张最多 30 MB），您可以指导模型的视觉风格、人物外观或场景构图。参考视频（MP4 或 MOV，总时长 2 到 15 秒）让您提供运动参考、节奏提示或现有素材来构建。参考音频文件（MP3 或 WAV，总计最多 15 秒）可以驱动唇同步动画或为场景设定声音基调——不过音频输入需要至少搭配一张参考图像或视频。您可以跨所有输入类型组合最多 12 个文件，赋予您极大的创意自由度。在提示中，您只需使用自然标签如 @Image1、@Video2 或 @Audio1 来引用这些输入，告诉模型每个参考如何影响最终输出。

此模型特别适合人物动画、视觉效果预可视化、音乐视频概念、产品演示、社交媒体内容和叙事短片。其在风格化内容、转换和唇同步方面的优势，使其成为这些类型创作者的首选。真实世界物理模拟意味着物体下落、水流淌，人物以可信重量和动量移动，为生成内容增添电影级光泽，超越典型 AI 视频。

为确保可重复性，您可以设置种子值来生成多次运行的相似结果，这在迭代概念并希望输出一致时非常有用。请注意，即使使用相同种子，不同生成间也可能有细微变化。

几点实用注意事项：参考视频分辨率最好在 480p 到 720p 之间。单个图像文件最多 30 MB，所有视频参考总大小应保持在 50 MB 以下，每个音频文件不超过 15 MB。图像、视频和音频总文件数不得超过 12 个。遵守这些指南可确保模型有效处理您的参考并交付最高品质输出。

Seedance 2.0 Fast Reference to Video 代表了可访问、高品质视频生成的重大飞跃。它将多模态输入灵活性、电影级视觉品质、原生唇同步音频和直观创意控制融为一体，成为一款强大的创意工具——专为追求专业效果而无需传统制作流程复杂性的创作者设计。