Seedance 2.0

概要

Seedance 2.0 は、2026年2月にリリースされた ByteDance の第2世代動画モデルです。ネイティブ音声付きの動画を生成します。セリフ、効果音、環境音が映像と同時に 1 パスで生成されるため、音声の後処理が不要です。CapCut や Dreamina の AI 動画機能を支えるモデルです。

ユースケース

EC サイト向けの商品お披露目・開封アニメーション。マッチしたサウンドトラック付きの SNS リールやショートコンテンツ。静止画をアップロードしてモーションとオプション音声でアニメーション化する画像から動画変換。広告や解説コンテンツ向けのセリフ付きナラティブクリップ。

入力パラメータ

すべてのパラメータは実行リクエストの input オブジェクトで指定します。

Parameter	Required	Description
prompt	Yes	テキスト説明（3〜20000 文字）
aspect_ratio	No	デフォルト 16:9。選択肢: 1:1, 3:4, 4:3, 9:16, 16:9, 21:9
resolution	No	デフォルト 720p。選択肢: 480p, 720p, 1080p
duration	No	動画の長さ（秒）（4〜15）。デフォルト 5
generate_audio	No	音声トラックを生成。デフォルト false
image_urls	No	画像から動画用の最初のフレーム画像（最大 1 枚、10 MB 以下）

プロンプトのコツ

カメラワークとシーンのテンポを記述する

Seedance 2.0 は映像的な演出指示に良く反応します。「スロードリー前進」「俯瞰トラッキングショット」「クローズアップへのクイックカット」などのフレーズで、まとまりのある動画になります。

音声のプロンプトは視覚的に書く

generate_audio を有効にすると、モデルはシーン記述から音声を推測します。「窓を打つ雨」「砂利を踏む足音」のように音を暗示するプロンプトを書いてください。音声を直接的に説明するよりも効果的です。

再生時間の全範囲を戦略的に使う

短いクリップ（4〜5 秒）は単一アクションのショットに最適です。カメラの切り替えやナラティブの展開があるシーケンスでは 10〜15 秒に伸ばしましょう。

制限事項

• 1 回の生成で最大 15 秒
• 音声生成を有効にするとクレジット消費が増加
• プロンプトの最小文字数は 3 文字
• 画像から動画では最初のフレーム画像 1 枚のみ（10 MB 以下）
• 1080p は 720p と比較して生成時間とコストが大幅に増加

よくある質問

Seedance 2.0 は音声を生成できますか？

はい。generate_audio を true に設定すると、同期セリフ、効果音、環境音を 1 パスで生成します。実行あたりのコストに加算されます。

動画の最大再生時間は？

15 秒です。duration パラメータで 4〜15 の整数を指定できます。デフォルトは 5 秒です。

静止画をアニメーション化できますか？

はい。image_urls で最初のフレーム画像をアップロードすると、そのフレームから動画を生成します。