图生视频（结果）
16:9An octopus on the sandy seafloor wrapping its arms around a soccer ball, clear blue water, realistic underwater physics
Seedance 2.0
ID：
bytedance/seedance-2ByteDance 推出的 Seedance 2.0 视频生成 API —— 最高 1080p，支持原生音频与对话、图生视频，片段时长 4 到 15 秒。
文生视频图生视频音频生成1080p
输入
输出查看全部
输出将显示在此处
定价
480p
$0.12/秒
720p
$0.27/秒
1080p
$0.66/秒
示例
图生视频（源图）
16:9An octopus resting beside a soccer ball on the ocean floor, sunlight filtering through the water
概述
Seedance 2.0 是 ByteDance 的第二代视频模型，于 2026 年 2 月发布。它可生成带有原生音频的视频——对话、音效和环境噪声与画面在单次生成中同步产出，无需单独的音频后期处理。该模型为 CapCut 和 Dreamina 的 AI 视频功能提供支持。
使用场景
电商产品展示和开箱动画。带配乐的社交媒体短视频。图生视频——上传静态图并为其添加动效和可选音频。带口播对话的叙事片段，适用于广告或讲解内容。
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（3–20000 字符） |
| aspect_ratio | No | 默认 16:9。可选：1:1、3:4、4:3、9:16、16:9、21:9 |
| resolution | No | 默认 720p。可选：480p、720p、1080p |
| duration | No | 视频时长（秒），范围 4–15。默认 5 |
| generate_audio | No | 生成音频轨道。默认 false |
| image_urls | No | 首帧图片（最多 1 张，最大 10 MB）用于图生视频 |
提示词技巧
描述镜头运动和场景节奏
Seedance 2.0 对电影化指令响应良好。"slow dolly forward"、"overhead tracking shot"、"quick cut to close-up" 等短语能提升连贯性。
音频提示要用画面来暗示
启用 generate_audio 后，模型会从场景描述中推断音频。用暗示声音的方式来写提示词——"rain hitting a window"、"footsteps on gravel"——而不是直接描述音频本身。
灵活利用时长范围
短片段（4–5s）最适合单一动作。包含镜头转场或叙事节拍的序列，可以拉长到 10–15 秒。
限制
- 单次生成最长 15 秒
- 开启音频生成会增加额度消耗
- 提示词最少 3 个字符
- 图生视频仅支持一张首帧图片（最大 10 MB）
- 1080p 相比 720p 会显著增加生成时间和成本
常见问题
Seedance 2.0 支持音频生成吗？
支持。将 generate_audio 设为 true，模型会在一次生成中同步产出对话、音效和环境音。这会增加单次运行的成本。
视频最长多少？
15 秒。你可以通过 duration 参数设置 4 到 15 之间的任意整数。默认为 5 秒。
可以为静态图添加动效吗？
可以。通过 image_urls 上传一张首帧图片，模型会以该帧为起点生成视频。