圖片轉影片（結果）
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 的 Seedance 2.0 影片產生 API — 最高 1080p，原生音訊與對白、圖片轉影片，片段 4 至 15 秒。
文字轉影片圖片轉影片音訊產生1080p
輸入
輸出查看全部
輸出結果會顯示在這裡
定價
480p
$0.12/秒
720p
$0.27/秒
1080p
$0.66/秒
範例
圖片轉影片（來源）
16:9An octopus resting beside a soccer ball on the ocean floor, sunlight filtering through the water
概述
Seedance 2.0 是 ByteDance 的第二代影片模型，於 2026 年 2 月發布。可產生具有原生音訊的影片 — 對白、音效和環境音在單次產生中與畫面同步產出，無需另外進行音訊後製。該模型為 CapCut 和 Dreamina 中的 AI 影片功能提供技術支援。
使用情境
電商的產品開箱和展示動畫。搭配音樂的社群媒體短片和短影片內容。圖片轉影片 — 上傳靜態圖片並加入動態和選配音訊。帶有口說對白的敘事片段，適用於廣告或說明內容。
輸入參數
所有參數都在執行請求的 input 物件中傳遞。
| Parameter | Required | Description |
|---|---|---|
| prompt | Yes | 文字描述（3–20000 字元） |
| aspect_ratio | No | 預設 16:9。選項：1:1、3:4、4:3、9:16、16:9、21:9 |
| resolution | No | 預設 720p。選項：480p、720p、1080p |
| duration | No | 影片長度（秒），4–15。預設 5 |
| generate_audio | No | 產生音軌。預設 false |
| image_urls | No | 首幀圖片（最多 1 張，最大 10 MB）用於圖片轉影片 |
提示詞技巧
描述鏡頭運動和場景節奏
Seedance 2.0 對電影指令的回應很好。使用「slow dolly forward」、「overhead tracking shot」或「quick cut to close-up」等描述可提升連貫性。
音訊提示詞用視覺化描述
啟用 generate_audio 時，模型從場景描述推斷音訊。撰寫暗示聲音的提示詞 — 「rain hitting a window」、「footsteps on gravel」 — 效果優於直接描述音訊本身。
策略性運用完整的時長範圍
短片段（4–5 秒）最適合單一動作鏡頭。包含鏡頭轉場或敘事節拍的序列，可延長到 10–15 秒。
限制
- 單次產生最長 15 秒
- 啟用音訊產生會增加點數費用
- 提示詞最少 3 個字元
- 圖片轉影片僅支援一張首幀圖片（最大 10 MB）
- 1080p 相較 720p 會大幅增加產生時間和費用
常見問題
Seedance 2.0 能產生音訊嗎？
可以。將 generate_audio 設為 true，模型會在單次產生中產出同步對白、音效和環境音。這會增加單次執行的費用。
影片最長多少？
15 秒。可透過 duration 參數設定 4 到 15 之間的任意整數。預設為 5 秒。
可以將靜態圖片動態化嗎？
可以。透過 image_urls 上傳一張首幀圖片，模型會從該畫面開始產生影片。