Seedance 2 Reference to Video

Seedance 2 Reference to Video 是 ByteDance 最先進的參考驅動影片模型，專為希望使用真實源素材而非僅靠文字來引導生成的創作者打造。不需從頭描述一切，您可以提供最多 9 張圖像、3 個影片和 3 個音訊片段（所有類型總計 12 個檔案）的參考檔案組合，並以文字提示將它們編織在一起。您可以在提示中直接使用簡單標籤如 @Image1、@Video1 或 @Audio1 來指向每個資產，讓模型精準了解您希望保留哪張臉孔、環境、動作或聲音。結果是一段連續的電影級片段，忠實尊重您的參考素材，同時填補周圍的世界。

最突出特色是原生音訊支援。在單次生成過程中，模型會同時產生與畫面同步的聲音：環境噪音、音效、音樂，甚至唇同步對話。無需額外步驟後製音訊。這意味著擁擠人群場景會自帶重疊喊聲、相機快門聲、遠處警笛，以及引擎怠速聲，所有聲音已內嵌並與畫面動作精準同步。您可以啟用音訊生成以取得完整成品片段，或關閉它自行處理聲音。

創作控制是其主要優勢。您可以使用電影語言在提示中導演攝影機，呼叫推拉鏡、跟蹤鏡、手持移動帶自然微抖、POV 切換，以及眼平或高角度視角。模型會像電影攝影師般解讀這些指令。它也處理真實物理效果，讓流體動力、布料移動和角色動作表現逼真。一項特別實用功能是多鏡頭編輯：在單次最多 15 秒生成中，模型能產生自然切換，讓序列在鏡頭間流暢過渡，而非單一固定畫面。

由於接受圖像參考，模型在一致性上表現出色。提供角色參考圖，它能在整個鏡頭中渲染相同臉孔和服裝，即使將主體轉換為不同視覺風格。範例顯示混合風格，將造型化 3D 動畫角色無縫合成全寫實實拍環境中，參考角色保持完美一致的臉孔和源圖像的確切服裝，同時與真實光線、閃光反彈、街燈高光和投射陰影互動自然。這使其成為需要重複角色、特定產品或固定造型在場景中保持可靠的絕佳選擇。

輸出選項上，您可以生成 480p 以加速周轉、720p 平衡速度與品質，或 1080p 取得高品質結果。持續時間靈活從 4 至 15 秒，或讓模型依提示自動決定。寬高比同樣可調整：選擇 16:9 橫幅、9:16 直式社群格式、1:1 正方形、21:9 超寬電影框、4:3、3:4，或自動讓模型選擇。您也可要求更高品質編碼以取得更大更乾淨的檔案，並固定種子值重現喜愛結果，雖然仍可能有細微變化。

參考輸入有合理限制需知曉。圖像是 JPEG、PNG 或 WebP，每張最多 30 MB，最多 9 張。影片為 MP4 或 MOV，總持續時間 2 至 15 秒、總大小低於 50 MB，每個影片解析度 480p 至 720p，最多 3 個。音訊為 MP3 或 WAV，最多 3 個片段，總持續時間不超過 15 秒，每個最多 15 MB。一項重要規則：若提供音訊參考，必須同時包含至少一個圖像或影片參考。不論如何組合，所有模態的參考檔案總數不得超過 12 個。

誰受益？電影製作者和影片導演能預覽或製作帶真實攝影語言和完整聲音的短電影序列。內容創作者和社群媒體製作人能將單一角色參考轉為一致直式片段。廣告商和產品行銷人員能將產品圖像置入風格化、燈光環境中，搭配控制攝影機移動。動畫師和混合媒體藝術家能將造型化角色融入寫實世界，正是範例強調的混合工作流程。由於依賴您自己的圖像、影片和音訊，它適合品牌一致性、角色識別或特定造型比純文字轉影片猜測更重要的情境。

幾項最佳實務自然從其運作方式衍生。像導演般撰寫提示：描述風格、燈光環境、主體、動作序列和期望音訊，並明確使用 @ 標籤參考資產，讓模型知曉何物需保留。保持影片參考在持續時間和解析度限制內以利乾淨使用，並記住提供音訊需至少一個視覺參考來錨定。為取得最精緻結果，深入詳細動作描述和攝影機指令，因為模型對此精準度反應良好，如擁擠人群和車隊範例所示。透過深思熟慮的參考和清晰導向，Seedance 2 Reference to Video 交付忠實素材的完整聲音電影片段。