对话场景
16:9A lawyer delivering a closing argument from the lectern of a wood-paneled courtroom, jury seated behind, synchronized speech
Seedance 1.5 Pro
ID：
bytedance/seedance-1.5-proByteDance 推出的 Seedance 1.5 Pro 视频生成 API —— 电影级视频，支持同步音频、多语言对话，最高 1080p。
文生视频图生视频音频生成多语言1080p
输入
输出查看全部
输出将显示在此处
480p
$0.26
720p
$0.52
1080p
$1.10
cURL
curl https://api.runbase.net/v1/runs \
-H "Authorization: Bearer $RUNBASE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "bytedance/seedance-1.5-pro",
"input": {
"prompt": "一张陶瓷台灯的电影级产品照片",
"aspect_ratio": "1:1",
"resolution": "1K"
}
}'示例
图生视频（源图）
16:9Extreme close-up of an older person's face by a window, a single tear forming, soft natural light
图生视频（结果）
16:9The tear rolls slowly down the cheek, subtle facial movement, ambient room tone
概述
Seedance 1.5 Pro 是 ByteDance 首个支持原生音频生成的视频模型，填补了无声的 1.0 系列与功能完备的 2.0 之间的空白。它可生成最高 1080p 的电影级视频，并支持多语言的同步对话、音效和环境音。该模型支持最多 2 张参考图用于图生视频，可控制首帧和末帧。时长固定为 4、8 或 12 秒。
使用场景
对话驱动的场景——访谈、独白、带同步语音的讲解视频。多语言广告素材，配音需与画面匹配。使用两张参考图进行图生视频，控制片段的开始和结束。带环境音设计的短叙事内容。
输入参数
所有参数通过运行请求的 input 对象传入。
| Parameter | Required | Description |
|---|---|---|
| prompt | Yes | 文本描述（3–2500 字符） |
| aspect_ratio | No | 默认 16:9。可选：16:9、9:16、4:3、3:4、1:1、21:9 |
| resolution | No | 默认 720p。可选：480p、720p、1080p |
| duration | No | 默认 4。可选：4s、8s、12s |
| generate_audio | No | 生成同步音频。默认 false |
| image_urls | No | 最多 2 张参考图（每张最大 10 MB）用于图生视频 |
提示词技巧
用场景描述代替台词脚本
不要用引号写台词（"He says: Hello"），而是描述场景："A man greets someone warmly at a doorstep, casual tone." 模型会根据上下文推断合适的对话。
利用双图片槽控制首尾帧
上传一张首帧图片和一张作为目标结束状态的图片。模型会在两者之间插值生成运动，让你更精确地控制片段的走向。
限制
- 提示词长度上限较短（2500 字符），低于 Seedance 2.0 的 20000
- 仅有三种固定时长选项（4s、8s、12s）——不支持任意长度
- 提示词最少 3 个字符
- 开启音频生成会增加单次运行成本
- 1080p 相比 720p 会显著增加生成时间和成本
常见问题
音频支持哪些语言？
该模型可生成多语言对话和配音。语言根据提示词上下文自动推断——用目标语言编写场景描述，或在提示词中明确指定语言。
1.5 Pro 和 2.0 有什么区别？
Seedance 2.0 支持 4 到 15 秒的任意时长、20000 字符的提示词上限，且整体画质更高。1.5 Pro 限制为固定的 4/8/12s 时长和 2500 字符。在 Runbase 上，1.5 Pro 最多接受两张参考图（首帧和末帧），而 2.0 只接受一张首帧图片。
可以关闭音频只输出视频吗？
可以。generate_audio 参数默认为 false。不开启即可获得静音视频输出，与 1.0 系列相同。