主体参考与场景创作分开控制
使用 reference_image 提供人物或主体，再用文字指定场景、服装、动作和镜头，让参考图承担身份与外观线索，而不是固定整张画面。若希望视频从原图构图开始运动，则改用 first_frame，适合将肖像、产品图或插画转为动态镜头。
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 创作方式
- 文生视频、图生视频、首尾帧生成、多模态参考
- 输出分辨率
- 480p、720p、1080p、4k
- 生成时长
- 4–15 秒；duration=-1 为自动时长
- 画幅
- 16:9、4:3、1:1、3:4、9:16、21:9、adaptive
- 参考素材
- 图片最多 9 张；音频、视频各最多 3 条
- 声音控制
- generate_audio 开启有声生成，默认关闭
- 交付方式
- 视频链接；支持异步任务、回调及最后一帧返回
以上为本平台对本型号的调用范围，原生能力与各创作模式的素材条件应分别理解。
核心能力
了解 doubao-seedance-2-0-260128 能为你的工作带来什么。
用音视频表达动作与节奏
除了图片，还可加入 reference_video 和 reference_audio，为创作提供动作、运镜、声音与节奏线索。文字应说明每份素材需要参考的部分，避免不同素材给出相反要求；需要有声成片时开启 generate_audio，让画面和声音进入同一次生成流程。
从预览画幅到高清交付
标准版提供从 480p 到 4k 的分辨率选择，并覆盖横屏、竖屏、方形和超宽画幅。可先验证主体与动作，再选择更高分辨率制作交付镜头；通过 return_last_frame 获取末帧，也便于预览结尾或为下一段创作准备视觉素材。
适用场景
从具体任务出发，找到模型发挥作用的位置。
产品展示短镜头
输入产品图片与镜头描述，例如缓慢推近、侧向移动或展示材质细节，生成用于广告剪辑的独立片段。需要保留起始布局时使用首帧模式，需要在新场景呈现同一主体时使用参考模式，再按投放位置选择横屏、竖屏或方形画幅。
角色跨场景短片
提供自有或已授权的清晰人物参考图，描述角色在室内、街道或自然环境中的行为，制作同一角色的多个短镜头。参考图负责外观线索，文字负责场景与动作；适合角色概念展示和剧情分镜，交付前逐段检查人物外观与动作是否符合要求。
动作与声音概念验证
将动作示例视频、节奏音频与场景提示组合，探索舞蹈、运动或带环境声的画面表达。先明确要借鉴动作、镜头还是声音，生成短片供创作团队讨论，再下载视频进入剪辑流程，避免把一段参考素材中的全部元素都当作必须复制的目标。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
标准版还是 Fast、Mini
需要 1080p 或 4k 输出时，优先选择本标准版；2.0 Fast 和 Mini 的分辨率范围为 480p、720p，更适合预览与轻量创作。三者均可使用角色和音视频参考，但属于不同调用型号，不应仅替换名称就默认所有参数组合及成片表现完全相同。
高清短镜头还是较长编辑任务
本型号适合 4–15 秒的高清短镜头与多模态参考生成。若需要最长 30 秒、纯音频参考、更多素材，或对已有视频执行编辑与延长，应选择 Seedance 2.5。两者取舍的重点是高清输出与工作流类型，而不是把较新版本理解为所有规格都更高。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- 首帧、首尾帧和全模态参考是互斥模式。first_frame、last_frame 不能与各类 reference 标签混用；多模态创作中可用文字说明图片作为起止画面的意图，但需要锁定首尾帧时，应改用专门的首尾帧模式。
- 参考音频需为 wav 或 mp3，单条 2–15 秒、不超过 15 MB；参考视频需为 mp4 或 mov，单条同样为 2–15 秒。音频和视频各自总时长不能超过 15 秒，准备素材时应先裁剪，避免在处理阶段失败。
- 本型号用于生成，不应将编辑、延长、联网工具或 mov 输出选择作为它的功能。人物与角色素材须自有或已获授权，照片宜清晰、正脸、无遮挡；参考素材用于引导生成，不代表每个动作和细节都会逐项复刻。
常见问题
解答使用 doubao-seedance-2-0-260128 时的常见疑问。
参考图片与首帧图片有什么区别？
reference_image 用于提供人物或主体线索，场景和动作仍可由文字重新设定；first_frame 则让视频从指定图片开始。想让同一人物进入新环境，选参考图片；想让现有照片构图直接动起来，选首帧，两种标签不要混用。
怎样生成带声音的视频？
将 generate_audio 设为 true，并在提示词中说明需要的声音或环境声，即可请求生成有声视频；该选项默认关闭。若需要参考音频，须使用 audio_url 对象及 reference_audio 标签，并同时提供 reference_image 或 reference_video，不能仅上传参考音频。声音生成与音频参考是不同控制，上传音频不能代替有声生成设置；不使用参考音频时，也可以通过文字描述所需声音。
这个版本能生成 30 秒或延长已有视频吗？
本版本的生成时长为 4–15 秒，也可用 duration=-1 自动决定时长。需要最长 30 秒或已有视频的编辑、延长，请选择 Seedance 2.5；添加 reference_video 是参考生成方式，不等于对原视频执行编辑或续接。
调用时图片地址应该怎样填写？
向 POST /seedance/videos 提交精确 model ID 和 content 数组。图片项使用 image_url 对象，例如其内部包含 url，而不是直接把地址写成字符串；配合 type、role 和文字提示描述用途，分辨率与时长建议使用顶层字段设置。
提交后怎样取得视频成片？
可设置 async=true 获取 task_id 后查询任务，也可提供 callback_url 接收完成通知。取得完成结果后读取 data.video_url 下载视频，不要将提交成功视为成片已经完成；需要结尾图片时，可同时开启 return_last_frame。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。