Doubao Seedance 2.0 系列教程
Doubao Seedance 2.0 系列（下文简称 Seedance 2.0 系列）模型支持图像、视频、音频、文本等多种模态内容输入，具备视频生成、视频编辑、视频延长等能力，可高精度还原物品细节、音色、效果、风格、运镜等，保持稳定角色特征，赋予使用者如同导演般的掌控权。本文介绍 Seedance 2.0 系列模型的专属能力，帮助您快速实现 Video Generation API 调用。
- 注册平台账号并登录平台控制台。
- 获取 API Key：在平台控制台创建 API Key 并妥善保管，请勿泄露给他人（参见 [API 鉴权](/zh/api-guides/authentication)）。
模型能力
Seedance 2.0 系列模型目前包括 Doubao Seedance 2.0（下文简称 Seedance 2.0）、Doubao Seedance 2.0 Fast（下文简称 Seedance 2.0 Fast）和 Doubao Seedance 2.0 Mini（下文简称 Seedance 2.0 Mini）。三者支持的功能基本一致，主要区别在于生成品质与成本的取舍：
追求最高生成品质，推荐使用 Seedance 2.0；
兼顾成本与生成速度，不要求极致品质，推荐使用 Seedance 2.0 Fast；
追求更低成本，推荐使用 Seedance 2.0 Mini。
| 模型名称 | Seedance 2.0 | Seedance 2.0 Fast | Seedance 2.0 Mini | |
|---|---|---|---|---|
| Model ID | doubao-seedance-2-0-260128 | doubao-seedance-2-0-fast-260128 | doubao-seedance-2-0-mini-260615 | |
| 文生视频 | ✓ | ✓ | ✓ | |
| 图生视频-首帧 | ✓ | ✓ | ✓ | |
| 图生视频-首尾帧 | ✓ | ✓ | ✓ | |
| 全模态参考【New】 | 图片参考 | ✓ | ✓ | ✓ |
| 视频参考 | ✓ | ✓ | ✓ | |
| 组合参考 * 图片 + 音频 * 图片 + 视频 * 视频 + 音频 * 图片 + 视频 + 音频 | ✓ | ✓ | ✓ | |
| 编辑视频【New】 | ✓ | ✓ | ✓ | |
| 延长视频【New】 | ✓ | ✓ | ✓ | |
| 生成有声视频 > "generate_audio": "true" | ✓ | ✓ | ✓ | |
| 联网搜索工具【New】 | ✓ | ✓ | ✓ | |
| 样片模式 | ✗ | ✗ | ✗ | |
| 返回视频产物对应的尾帧图 > "return_last_frame": > "true" | ✓ | ✓ | ✓ | |
| 输出视频规格 | 输出分辨率 > "resolution": "720p" | * 480p（8bit 位深） * 720p（8bit 位深） * 1080p（8bit 位深） * 4k（10bit 位深） | * 480p（8bit 位深） * 720p（8bit 位深） | * 480p（8bit 位深） * 720p（8bit 位深） |
| 输出宽高比 > "ratio":"16:9" | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | |
| 输出时长 > "duration": 5 | 4~15 秒 | 4~15 秒 | 4~15 秒 | |
| 输出视频格式 | mp4 | mp4 | mp4 | |
| 离线推理 > "service_tier": "flex" | ✗ | ✗ | ✗ | |
| 在线推理限流 | 最大 RPM | 非 4k 分辨率： * 企业用户：600 * 个人用户：180 4k 分辨率： * 企业用户：15 * 个人用户：15 | * 企业用户：600 * 个人用户：180 | * 企业用户：600 * 个人用户：180 |
| 最大并发数 | 非 4k 分辨率： * 企业用户：10 * 个人用户：3 4k 分辨率： * 企业用户：1 * 个人用户：1 | * 企业用户：10 * 个人用户：3 | * 企业用户：10 * 个人用户：3 | |
| 离线推理限流 | TPD | - | - | - |
基础使用
全模态参考
输入文本、参考图、视频（可带音轨）和音频等内容，来生成一段新视频。可继承参考图片的角色形象、视觉风格、画面构图；参考视频的主体内容、运镜方式、动作表现、整体风格；以及参考音频的音色、音乐旋律、对话内容等核心信息。
效果预览如下（访问 模型卡片 查看更多示例）：
| 输入：文本 | 输入：图片、视频、音频 | 输出 |
|---|---|---|
| 全程使用视频1的第一视角构图，全程使用音频1作为背景音乐。第一人称视角果茶宣传广告，seedance牌「苹苹安安」苹果果茶限定款；首帧为图片1，你的手摘下一颗带晨露的阿克苏红苹果，清脆的苹果碰撞声；2-4 秒：快速切镜，你的手将苹果块投入雪克杯，加入冰块与茶底，用力摇晃，冰块碰撞声与摇晃声卡点轻快鼓点，背景音：「鲜切现摇」；4-6 秒：第一人称成品特写，分层果茶倒入透明杯，你的手轻挤奶盖在顶部铺展，在杯身贴上粉红包标，镜头拉近看奶盖与果茶的分层纹理；6-8 秒：第一人称手持举杯，你将图片2中的果茶举到镜头前（模拟递到观众面前的视角），杯身标签清晰可见，背景音「来一口鲜爽」，尾帧定格为图片2。背景声音统一为女生音色。 |
- 您可任意组合以下模态内容，注意不支持“文本+音频”、“纯音频” 输入。
- 文本
- 图片：0~9 张
- 视频：0~3 个
- 音频：0~3 个
- 进阶用法：全模态生视频可通过提示词指定参考图片作为首帧/尾帧，间接实现“首尾帧+全模态参考”效果。若需严格保障首尾帧和指定图片一致，优先使用图生视频\-首尾帧（配置 role 为 first_frame/last_frame）。
- 各个模态信息输入要求参见 全模态参考。
编辑视频
您可以提供待编辑的视频、参考图片或音频，并结合使用提示词，完成多种视频编辑任务，例如：替换视频主体、视频中对象增删改、局部画面重绘/修复等。
效果预览如下（访问 模型卡片 查看更多示例）：
| 输入：文本 | 输入：视频&图片 | 输出 |
|---|---|---|
| 将视频1礼盒中的香水替换成图像1中的面霜，运镜不变 |
延长视频
在原有视频基础上，向前或者向后延长视频，或多个视频片段（最多 3 个视频片段）串联成一个连贯视频。
效果预览如下（访问 模型卡片 查看更多示例）：
| 输入：文本 | 输入：待延长视频 | 输出 |
|---|---|---|
| 视频1中的拱形窗户打开，进入美术馆室内，接视频2，之后镜头进入画内，接视频3 |
- 向前或向后延长 1 段视频，生成的视频一般只包含原视频的尾部画面。但您也可以通过提示词灵活控制，使其包含原视频内容。 例如：向前延长视频1，[延长内容描述...]，最后接视频1。
- 传入 2~3 段视频，补全中间过渡部分，生成的视频会包含原视频内容和新生成的视频内容。
输出 4k 视频
仅 Seedance 2.0 支持
Seedance 2.0 支持输出 4k 视频，并采用 10bit 位深编码，能够完整保留丰富的色彩层次与平滑的渐变过渡，满足专业影视制作与 HDR 视频内容的要求。
| 效果预览1 | 效果预览2 |
|---|---|
注：效果展示视频由 Seedance 2.0 生成的多个分镜拼接而成，非下述示例代码直接生成。
使用联网搜索
联网搜索能力仅适用于纯文本输入
通过配置 tools.type 参数为web_search即可使用联网搜索工具。
开启联网搜索后，模型会根据用户的提示词自主判断是否搜索互联网内容（如商品、天气等）。可提升生成视频的时效性，但也会增加一定的时延。
实际搜索次数可通过 查询视频生成任务 API 返回的 usage.tool_usage.web_search 字段获取，如果为 0 表示未搜索。
| 输入：文本 | 输出 |
|---|---|
| 微距镜头对准叶片上翠绿的玻璃蛙。焦点逐渐从它光滑的皮肤，转移到它完全透明的腹部，一颗鲜红的心脏正在有力地、规律地收缩扩张。 说明 联网搜索玻璃蛙的容貌特征。 |
更多能力
Seedance 2.0 系列模型也支持文生视频、首帧图生视频、首尾帧图生视频、自定义视频输出规格（包括：分辨率、宽高比、视频时长、视频中是否包含水印）等通用基础能力，详情请参见 视频生成教程。
便利创作
Seedance 2.0 系列模型不支持直接上传含有真人人脸的参考图/视频。为便利创作者使用肖像，平台推出了以下解决方案，详细教程请参见 便利创作含肖像视频：
| 方案 | 介绍 |
|---|---|
| 信任模型产物作为输入素材 | 本账号下部分模型生成的含人脸原始产物可作为输入素材，再次调用 Seedance 2.0 系列模型进行二次创作，不会触发输入审核拦截。 |
| 使用预置虚拟人像 | 平台预置虚拟人像库，为创作者提供免费、合规、丰富多样的肖像素材。适用于需真人风格人脸但无需指定具体人物，追求零合规风险、快速创作的场景。 |
| 使用已授权真人素材 | 支持使用已获得授权的真人肖像素材进行视频生成。 |
提示词技巧
提示词 Skill
平台提供 Seedance 2.0 提示词优化技能，方便您对提示词进行调优。
配置方式：推荐在本地项目中运行以下命令，通过方舟文档 Skills catalog 安装
sd2-pe：bashnpx --yes skills@latest add "https://arkdocs.tos-cn-beijing.volces.com/skills/" \ --skill sd2-pe \ --yes如需手动安装，可以下载以下
SKILL.md文件。以 OpenClaw 为例，将文件完整内容复制到对话输入框中，并发送“请帮我安装这个技能”，等待工具完成安装。使用方式：在 AI 对话框输入
/sd2-pe + 你的提示词内容，开始调试提示词。
提示词规则
提示词中必须使用"素材类型+序号”格式引用素材，序号为请求体中该素材在同类素材中的排序。例如 「图片 n」指代
content数组中第 n 个type="image_url"的参考图片（按数组顺序从1开始计数）。注意不支持使用 Asset ID 指代素材。不同任务的提示词公式及详细规则请参见 Doubao Seedance 2.0 系列提示词指南。
使用限制
参见 使用限制。
常见问题
10bit 位深与 H.265/HEVC 编码视频播放兼容性说明
以下为各平台浏览器及播放器对 10bit 位深与 H.265/HEVC 编码视频的播放兼容性测试结论，实际效果可能因设备配置有所差异。
推荐使用：
macOS 端：浏览器推荐 Safari、Chrome，播放器推荐 VLC、mpv、QuickTime Player
Windows 端：浏览器推荐 Edge、Chrome，播放器推荐 VLC、mpv
Windows 平台
有条件支持说明：需具备较高的硬件解码能力。已知在 Intel i7 + NVIDIA RTX 4070 + Windows 11 及更高配置下可正常播放，其他配置建议以实际测试为准。
macOS 平台
有条件支持说明：需具备较高的硬件解码能力。已知 Apple M2 及以上机型可正常播放，M1 及以下机型建议以实际测试为准。
视频画面存在跳变
典型现象
首帧图生视频、首尾帧图生视频场景中，生成视频部分帧出现画面拉伸、压缩等跳变问题。
根因分析
输入图片与输出视频的分辨率宽高不一致，引发视频画面帧间跳变。
解决方案
裁剪输入图片：参考 Seedance 2.0 系列模型支持的宽高像素值表格（见 创建视频生成任务 API ratio 字段），将输入图片裁剪为目标宽高像素值。
将 API 的 ratio 字段设置为
adaptive。使用 Seedance 2.0 系列模型重新发起首帧/首尾帧图生视频任务。