Seedance 2.0 Fast Reference to Video

Seedance 2.0 Fast Reference to Video 是字節跳動最先進的參考驅動影片模型，以快速階層提供，針對更快結果進行調整，同時不犧牲創作範圍。与僅從文字提示生成影片不同，它讓您將自己的參考素材輸入模型，然後編排這些元素如何在畫面上組合。您可以在單一生成中組合最多九張參考圖像、最多三段參考影片，以及最多三段音頻片段，混合搭配視覺和聲音來源，來引導成品片段的外觀、動作和聲音。

這個模型的獨特之處在於，您可以在提示中直接指向您的參考素材。每個您上傳的圖像、影片和音頻檔案都會獲得一個簡單的標柄，因此您可以在描述中直接寫入如 @Image1、@Video2 或 @Audio1，告訴模型哪個來源應影響哪個時刻或主體。這意味著您不僅是希望模型捕捉到氛圍，而是指定來自一張圖像的角色、來自片段的動作風格，以及來自音頻軌的聲音或環境音，然後描述它們如何互動。這是一個專為轉換和風格化現有素材、跨鏡頭攜帶角色和外觀，以及將表演唇同步到提供的音頻而建的工作流程。

模型輸出帶有同步音頻的成品影片。當音頻生成開啟時，它會產生與畫面動作匹配的音效、環境噪音，以及唇形同步的語音，因此說話的主體會隨著詞語同步移動嘴巴。如果您寧願提供自己的配樂或聲音，您可以提供參考音頻片段並在提示中引用它們。請注意，每當您包含參考音頻時，您也需要至少一張參考圖像或影片，以便模型有視覺元素來錨定聲音。

您對畫面框架有靈活控制。可從完整比例集選擇，包括寬銀幕 16:9 用於橫向、9:16 用於垂直和行動優先內容、1:1 正方形用於社群饋送、超寬 21:9 用於電影序列，加上 4:3 和 3:4 選項，或讓模型根據您的提示自動決定。持續時間同樣靈活：生成 4 至 15 秒的片段，或設定為自動，讓長度適合您描述的故事。此範圍讓您輕鬆產生從快速循環社群片段到較長敘事節拍的一切。

對於輸出品質，您可以選擇 480p 以加快生成，或 720p 以獲得平衡結果。還有品質控制，讓您在需要最乾淨畫面時要求更高品質、更大的檔案版本，或堅持標準版本以獲得較小檔案。這些設定讓您根據是否快速迭代想法或匯出最終作品，在速度和檔案大小與保真度之間進行權衡。

支援的輸入廣泛且實用。參考圖像可以是 JPEG、PNG 或 WebP。參考影片可以是 MP4 或 MOV，每個應大致在 480p 至 720p 解析度之間，您片段的總長度應在 2 至 15 秒之間。參考音頻可以是 MP3 或 WAV，所有片段的總音頻長度不得超過 15 秒。所有類型檔案合計，您可以在單一生成中包含最多十二個參考項目，提供豐富調色盤同時保持模型可管理。

此模型適合廣泛的創作專業人士。電影製作者和影片編輯可以使用它來風格化和轉換素材、延長場景，或將多個鏡頭混合成單一連貫鏡頭。內容創作者和社群媒體製作人受益於垂直和平方框架選項，以及專為饋送設計的短促持續時間。角色設計師和動畫師可以依賴參考系統，讓主體在片段中保持可辨識，並從提供的聲音驅動唇同步。音樂家和音頻故事講述者可以將軌道與視覺配對，讓模型將動作對齊聲音。由於您可以在提示中以名稱引用特定來源，模型會獎勵刻意、描述性的指導：您越清楚說明哪個參考做什麼以及場景如何展開，您對結果的控制就越多。

值得記住一些實際考量。參考音頻總是需要至少一張參考圖像或影片伴隨。您的參考影片需要落在支援的解析度和長度範圍內，總合音頻必須保持在十五秒內。圖像、影片和音頻的總參考數量上限為十二個檔案，因此規劃哪些來源對您的鏡頭最重要。較高解析度和較高品質會產生更好看、更大的檔案，但渲染時間更長，而 480p 和標準版本適合快速迭代。如同任何基於參考的生成，當您的來源素材乾淨、照明良好、框架清晰，且提示明確命名每個參考並描述您想要的動作、氛圍和聲音時，結果會更好。以這種方式使用，Seedance 2.0 Fast Reference to Video 成為將您自己的圖像、片段和音頻轉換成短暫、聲音同步影片的靈活工具，外觀由您導向。