始终是同一个人的角色
提供两三张同一张脸的清晰图片——不同角度、光照一致——模型就能在整段片子以及多次生成之间保持这个身份。这正是让一组镜头看起来像同一个项目的关键。
参考图生视频
参考图引导的 AI 视频
添加最多 9 张参考图锁定角色外观、产品细节或美术方向，再描述镜头。用你的真实素材引导生成一致的 AI 视频。
最多使用 9 张参考图来引导角色、产品或视觉风格；生成细节仍可能变化。
模型
输入模式参考素材
参考图片 0/9
参考视频 0/3
MP4 或 MOV，单段 2–15 秒，总时长不超过 15 秒，单个不超过 200MB。需要配置带公开域名的 R2，模型会通过网络拉取该文件。
0/2000
4s15s
输出数量
声音
有声音
同步生成声音、人声与配乐
所需积分：36
生成的视频会显示在这里。描述一个镜头，然后点击生成。
我的作品下载
生成技巧
- - 添加最多 9 张参考图锁定角色外观、产品细节或美术方向，再描述镜头。用你的真实素材引导生成一致的 AI 视频。
- - 最多使用 9 张参考图来引导角色、产品或视觉风格；生成细节仍可能变化。
- - 实际生成时间取决于所选模型、片段设置和服务商负载。
- - 最多使用 9 张参考图来引导角色、产品或视觉风格；生成细节仍可能变化。
- - 写清主体、动作和运镜。提示词越含糊，画面越随机。
- - 时长越长，消耗的积分越多；建议先用 5 秒测试效果，再逐步延长。
- - 音频与画面同步生成，想要什么声音就在提示词里写出来。
参考图生视频 —— 引导主体、产品与视觉方向
参考图生视频会把源素材加入生成请求。最多添加 9 张参考图和 3 段参考视频，描述想要的镜头，让模型服务商把这些素材作为视觉引导。结果仍然是重新生成的，因此角色、光线、动作和细节都可能变化。
当单靠提示词难以描述主体或视觉风格时，可以使用参考素材。角色设定图、产品图或配色板能为模型服务商提供更多上下文，但它不是后期锁定，也不能保证跨生成的一致性。请保持参考集聚焦，单独描述镜头，并在使用结果前检查生成片段。
- 最多 9 张参考图和 3 段参考视频
- 参考素材作为生成引导
- 逐条检查角色与细节
值得锁死的三样东西
一份参考就是一条「保持不变」的指令。下面这三样最常决定素材能不能用。
始终是你那件产品
配色、比例、品牌标志位置、材质。文字提示会生成一个看似合理的物体；参考图锁定的才是真实对象——对任何商业用途来说，这一点不容妥协。
立得住的美术方向
配色、颗粒、对比度、年代感、镜头质感。投入一组共享同一种质感的静图，这种质感就会被迁移过去，于是一批片子看起来属于同一个完整系列，而不是一堆风格拼贴。
如何挑选真正管用的参考素材
人的第一反应是把手上所有素材都传上去。忍住——参考之间会互相竞争，九张互相矛盾的图，效果不如三张彼此一致的图。挑那些共享同一套布光逻辑、并且对「你想锁住的东西」毫不含糊的图：锁脸，就用同一个人在相近光线下的两三个角度；锁产品，就用一张干净的主图加一张细节图；锁质感，就用真正共享同一种调色（而不只是「氛围相似」）的静图。把不想被带过去的部分裁掉，因为模型没法知道那个杂乱背景只是偶然入镜。
视频参考和图片参考的工作方式不同，值得刻意区分。图片说的是「东西长什么样」，视频片段说的是「东西怎么动」——节奏、运镜行为、一个动作的韵律。附上一段你欣赏其运动的片段，就能把这个运动套用到它从未拍到过的场景上。注意共享额度：最多 3 段参考视频、总时长不超过 15 秒，所以要挑出承载运动的那一小段，而不是把整条素材传上去。
三张强参考胜过九张弱参考
互相冲突的光线或矛盾的角度会迫使模型去做平均。你的参考之间有多一致，输出就有多一致。
图片承载外观，视频承载运动
用静图锁定身份与美术方向，用片段借来运镜或动作韵律。把两者放进同一次请求，正是这个工具最强的用法。
模型规格
Seedance 2.0 在 FrameAI 上的真实输出能力
以下是公开的硬性上限，不是市场话术。每一项都会在扣除积分前由生成器校验：超出限制的任务会被直接拦下，而不是跑到一半才失败。
- 最高 4K
- 输出分辨率：480p / 720p / 1080p / 4K
- 4–15 秒
- 每次生成的片段时长，帧率为 24 帧/秒
- 原生音频
- 音效与环境声与画面同步生成
- 最多 9 张参考图 + 3 段参考视频
- 单次请求可用参考图与参考视频数量
- 支持 7 种画面比例
- 支持的画面比例：自动, 16:9, 4:3, 1:1, 3:4, 9:16, 21:9
- 付费套餐支持商用
- 具体以《服务条款》为准
为什么创作者选择在 FrameAI 上跑 Seedance 2.0
模型是字节跳动的。FrameAI 补上的是决定它能否真正用于工作的那部分：诚实的上限、诚实的计费，以及一份你有权拿去卖的成片。
所有输入在一次生成中融合
文本、最多 9 张参考图、最多 3 段参考视频在同一次生成中被融合，而不是事后拼接。这里没有需要来回切换的「文生视频模式」——你手上有什么素材就丢进去，模型自己去调和它们。
声音与画面一起生成
Seedance 2.0 会把脚步声、环境底噪、撞击声和配乐与画面一并写出，并锁定在动作上。大多数模型交给你的是一段静音素材，音效设计还得自己做；这里导出的就是成品。
7 种比例，最高 4K
同一条提示词可以产出 9:16 竖版短视频、16:9 的 YouTube 主片，以及 21:9 的宽银幕片头。分辨率从 480p 到 4K，同一个镜头既能适配宽银幕画幅，也能用于手机。
可预测的积分消耗
积分成本由你选的时长、分辨率和画面比例算出，并在点击生成之前就显示出来——而不是之后。如果服务商侧生成失败，预扣的积分会自动退回。
为反复试错而设计
Seedance 2.0 Fast 和 Seedance 2.0 Mini 就是为那二十版没人会看到的草稿准备的。先用 480p 花很少的积分把镜头打个样，再把跑通的那一版用旗舰模型重跑成全分辨率。
成片归你，可直接变现
付费套餐生成的内容可根据《服务条款》用于商业用途；免费积分生成的内容仅供评估。
三步生成一条参考驱动的镜头
参考素材配置一次，这个系列后面的每个镜头都会继承它。
- 1
附上参考素材
上传最多 9 张图和 3 段片段。把每一份都裁到你想锁住的那个东西上，并剔除在光线或角度上与其他素材打架的那些。
- 2
只描述新增的部分
参考素材已经说清了「东西长什么样」。你的提示词应该说的是「发生什么」和「镜头怎么走」——把参考里已有的内容再描述一遍，等于浪费了这条指令。
- 3
生成整个系列
保持参考集不变，只改提示词，就能产出第二、第三、第四个镜头，而它们都属于同一个世界。
只有靠参考才成立的工作
下面每一项在纯文字模型上都会立刻失败，原因相同：必须有东西精确地保持它本来的样子。
有固定面孔的品牌系列项目
出现在十几条片子里的代言人或吉祥物，每次都必须是同一个人。锁定角色参考，才能把「十几个陌生人」变成一个完整系列项目。
规模化的商品视频
几百个商品款号，每一个都需要动态、每一个都必须准确。换掉产品参考、保持提示词与美术方向不变，整个商品库的风格就统一了。
连载与剧集类内容
跨集出现的角色和场景，需要的是提示词无法保证的连贯性。参考素材给了一个系列真正的贯穿线。
参考图生视频常见问题
什么是参考图生视频？
它是一种接受源图或源视频作为视觉引导的视频生成方式。单次可以添加最多 9 张参考图和 3 段参考视频，然后描述想要生成的镜头。
一次最多能用多少份参考？
单次请求最多 9 张图和 3 段视频，参考视频总时长上限 15 秒。但更多并不自动等于更好——彼此矛盾的参考会让结果变差。
角色身份的一致性到底有多稳？
没有固定的一致性保证。两三张主体相同、光线相近的清晰参考图，通常能提供更好的引导；极端角度、遮挡或互相冲突的参考素材会增加漂移。
图片参考和视频参考有什么区别？
图片参考锁定外观——身份、颜色、材质、美术方向。视频参考贡献运动——运镜行为、节奏、动作韵律。两者可以放在同一次请求里，而这正是该工具最强的用法。
同一批参考能在多次生成中复用吗？
可以。保持参考集固定、只改变镜头提示词，是引导一组相关片段的合理方式；但独立生成仍可能不同，请逐条检查结果。
可以用真人照片当参考吗？
仅在获得当事人同意的前提下可以。模型无法核验授权，因此责任在你——未经同意生成可识别的真人，不在你的商业授权覆盖范围内。
继续使用工具箱里的其他能力
每个工具都是同一个 Seedance 2.0 模型，只是对准了不同的活儿。你可以随意切换——积分、历史记录和导出文件是共用的。