Seedance 2

多模态输入

组合多达12个文件——图像、视频、音频和文本——以生成视频，通过混合媒体源提供灵活的创意表达。

文本生成视频

将描述性文本提示转化为具有自然运动、物理感知渲染、最高2K分辨率的电影感视频，实现快速构思。

图像生成视频

利用AI运动合成将静态图像动态化，并集成自动音效生成以自动添加配乐。

任意内容参考

用户可通过自然语言引用上传内容中的特定动作、效果、镜头运动、角色或场景，实现精准控制。

内置音频

自动生成与视频内容同步的恰当音效和背景音乐，无需单独进行音频制作。

视频延长

无缝延长现有视频片段、合并多个场景或剪辑片段，同时保持视觉连贯性和叙事流畅性。

• 数字艺术家：利用多模态输入，通过参考视频应用精准动作，为静态插画添加动画。
• 营销团队：根据文本提示生成产品展示视频，并配备符合情境的背景音乐。
• 社交媒体经理：从单一文本描述创建多平台优化的多比例视频。
• 游戏开发者：上传参考素材以复现角色动画，实现精确的动作合成。
• 电影制作者：在保持出色面部和场景一致性的同时，无缝延伸现有视频片段。

Seedance 2 是什么？

Seedance 2 是字节跳动 Seed 团队开发的多模态 AI 视频生成模型。它能将包括文本、图像、视频和音频在内的各种输入，转化为具有可控运动、内置音频的连贯电影级视频。

Seedance 2 支持哪些输入？

Seedance 2 最多可同时接受跨四种模态的共 12 个文件：最多 9 张图片、3 个视频（总时长不超过 15 秒）、3 个音频文件以及文本提示词。这些输入可以自由组合，以指导视频生成过程。

Seedance 2 生成的视频时长是多久？

该模型生成的视频时长为 4 到 15 秒。用户可选择多种宽高比，包括 16:9、9:16、4:3、3:4、21:9 和 1:1，部分付费方案输出质量可达 2K 分辨率。

Seedance 2 会为视频生成音频吗？

是的，Seedance 2 具备内置音频生成功能。它会自动创建与视频内容同步、具有情境感知的音效和背景音乐。用户也可以选择上传自己的音频文件，以使视频动作与特定的节拍或声音对齐。

用 Seedance 2 创建的视频是否无水印？

所有通过 Seedance 2 生成的视频均不带水印。这允许用户下载干净、专业质量的输出，可直接用于商业或个人项目，无需额外编辑去除品牌标识。

Seedance 2 的积分系统如何运作？

视频生成会消耗用户每月额度中的积分。不同的订阅方案提供不同的积分数量，例如入门版 500 分、专业版 1000 分、高级版 3000 分。积分每月 replenished（补充），免费版登录后每日可获 5 积分。

各 Seedance 2 方案的分辨率能力如何？

免费版和入门版支持 HD 分辨率。专业版包含 HD 和 4K 分辨率输出。高级版提供最高质量，包含 4K 和 8K 分辨率选项。服务的最高标准输出为 2K 分辨率。

Seedance 2 如何实现出色的视觉一致性？

该模型采用先进技术来维持特定元素（如面部、服装、文字和视觉风格）在整个生成视频中的一致性。这确保了角色和场景在多个镜头中保持连贯，这对叙事性 storytelling（讲故事）至关重要。

视频扩展功能有何用途？

视频扩展功能允许用户无缝延长现有视频片段。它也可用于合并独立的视频片段，或编辑视频的特定部分，同时保留原始内容的视觉连续性和运动流畅度。

“参考任意内容”功能如何运作？

通过“参考任意内容”，用户可以上传内容——例如展示特定舞蹈动作、摄影机移动或角色设计的视频——并使用自然语言描述，让 Seedance 2 在 newly generated（新生成的）视频中复制该动作、效果或风格。

• Seedance 2 是字节跳动推出的多模态 AI 视频生成器，可将文本、图像、视频和音频输入转换为具有精准运动控制、出色一致性和内置音效的电影级视频，最高支持 2K 分辨率，实现专业级输出。
• 用户首先访问 Seedance 2 网络平台，使用凭据登录或创建免费账户以启动视频生成工作流，并根据所选定价方案管理信用额度分配。
• 选择主要输入模式：输入文本提示以进行文本转视频生成，上传图像以进行图像转视频动画，或添加视频和音频文件以利用多模态合成能力。
• 使用“参考任意内容”功能，通过自然语言描述所需的运动、效果、镜头运动或角色，让 AI 准确复刻所上传参考内容中的特定元素。
• 配置视频参数，如宽高比（例如 16:9、9:16）、时长（4 至 15 秒）和分辨率（高清、4K 或 2K），以符合社交媒体或电影制作等目标平台的需求。
• 启用内置音频生成功能，可生成与视频内容同步的上下文感知音效和背景音乐，无需外部工具即可增强电影级质感。
• 在单次会话中组合多达十二个跨模态文件——九张图片、三段视频（总时长 ≤15 秒）和三段音频剪辑——通过多模态输入表达复杂的创意愿景。
• 要延长或合并片段，可使用视频延长工具平滑地延展现有视频或编辑片段，同时保持视觉连续性、运动一致性和场景连贯性。
• 生成后，检查输出在面部、服装、文本和场景方面的高度一致性，并验证运动复刻是否与提示中指定的参考动作或效果相符。
• 下载所选分辨率下无水印的视频；可直接应用于社交媒体内容、营销活动或电影与游戏开发的预可视化等项目。