Seedance 2.0 Fast Reference to Video

Seedance 2.0 Fast Reference to Video 是 ByteDance 最先進的 reference-to-video（參考生成影片）模型，以高速等級提供低延遲且不犧牲創意的強大能力。這個模型可以將你的文字想法轉換成完整影片，其最大特色是能夠細緻地依據你的指引生成內容。你可以提供參考圖片、參考影片，甚至參考音訊，並用簡單的語言描述希望如何將它們融合進成品片段。這對於想要精確掌控影片外觀、動態和聲音的藝術家、設計師、導演及內容創作者來說，是極為彈性的創作工具。

這個模型支援非常多樣化的輸入格式。除了文字提示外，你最多可以加入 9 張參考圖片（JPEG、PNG 或 WebP 格式，每張最多 30 MB）、最多 3 段參考影片（MP4 或 MOV 格式，總長 2-15 秒，每段約 480p 至 720p 解析度），以及最多 3 段參考音訊（MP3 或 WAV 格式，總長不超過 15 秒，每檔最多 15 MB）。所有參考文件合計上限為 12 個。使用時，你只要在提示裡用 @Image1、@Video2、@Audio3 等標記呼叫，就能明確指定每個素材在場景中的作用。這讓你對作影片的主導感，遠超過只打一句話的簡單操作，就像在指揮拍片一樣。

輸出方面，模型會產生高質感影片檔，並可選擇是否同步生成功能音訊。尤其音訊生成相當出色：它能製作音效、環境聲乃至配合畫面動作的同步口型語音。你可自由決定是否開啟音訊生成，影片長度也可自訂 4-15 秒，或讓模型根據提示自動判斷最適長度。這讓它能應對短社群影片或較長敘事段落。

畫面構圖與格式完全由你把控。可選擇橫幅（16:9）、直式（9:16）適用於手機優先平台、正方形（1:1）、經典（4:3）、人像（3:4）、超寬電影（21:9），或由模型自動決定。解析度可選 720p（均衡）、480p（快速），需要最高清晰度時可請求更高畫質輸出，或用標準設定以達最佳效率。

這個模型最擅長風格化創作、素材轉化和同步口型三大面向。因為能結合參考圖像和影片並依文字描述生成，非常適合將既有素材轉化新風格、純粹從無到有創作風格化片段，以及只需提供音訊即可製作極擬真的同步口型表演。注意：若有提供參考音訊，必須同時加入至少一張參考圖片或影片，讓模型有聲音的對應視覺目標。

誰最適合用？導演與動態設計師可以預覽場景、生成風格插入片段，或用情境板和參考檔引導動畫製作。社群影音創作者可製作直式、聲音豐富，且有同步配音和音效的短片。設計師與數位藝術家可把插畫或照片轉化成動態有聲內容。任何做角色驅動內容的人都能利用同步口型功能賦予對話生命。而多參考檔工作流，也方便在多次生成間維持角色、物件、場景的一致性。

就創作流程來說，模型回饋細膩的提示設計。你可在描述中直接標注指定的圖像、影片、音訊，如舞台導演般規劃複雜場景——描述剪接、動作、轉場，像章魚發現足球並邀集好友水下比賽的例子。這種敘事式提示，加上多參考檔輸入，讓生成片段像導演統籌拍攝。

使用上須留意：參考影片需於規定長度和解析度範圍內，所有上傳檔案須總數和大小不超標才能順利生成。用 480p 可加快嘗試速度，720p 適合正式作品；高畫質設定建議用於成品。開啟或關閉音訊生成功能，對專案處理流程不會有其他影響，所以放心自由嘗試。

總而言之，Seedance 2.0 Fast Reference to Video 結合高速生成、多檔案參考控制與內建同步音訊，是全方位的創作引擎。你可用圖像、影片、聲音與文字同時指導影片生成，是任何追求突破單一句提示限制的創作者必備的「升級利器」。