Seedance 2.5 Flash Reference to Video API

seedance-2.5-flash/reference-to-video

Seedance 2.5 Flash Reference to Video 用最多 10 图、5 视频、5 音频参考生成 4–30 秒同步音频视频。为每个参考指定外观、动作或声音,把人物延续到新场景。

输入

1028/20000
参考素材总数3/20 · 剩余 17

拖拽文件、粘贴剪贴板素材,或输入 URL。 JPEG, PNG, or WebP, up to 30 MB

1/10 个素材

拖拽文件、粘贴剪贴板素材,或输入 URL。 MP4 or MOV, 2–30 seconds, up to 50 MB

1/5 个素材

拖拽文件、粘贴剪贴板素材,或输入 URL。 MP3 or WAV, 2–30 seconds, up to 15 MB

1/5 个素材

输出

已就绪
(5 秒 + 4 参考视频整秒) × $0.1275/秒 = $1.15(共 9 个计费秒,每个视频时长分别向下取整)

继续使用

Seedance 2.5 Flash Reference to Video

Seedance 2.5 Flash 是字节跳动 Seed 团队推出的 Seedance 2.5 轻量、低成本版本,保留多模态参考工作流。Reference to Video 在一次请求中组合最多 10 张图片、5 段视频和 5 段音频,分别引导人物外观、动作、运镜或声音,输出 480p 或 720p 的 4–30 秒视频,适合角色延续、动作迁移和按节奏剪辑。

为什么选择 Seedance 2.5 Flash Reference to Video API?

  • 一次组合三类参考最多 10 张图、5 段视频和 5 段音频,外观、动作和声音各有来源。

  • 从视频借用动作与运镜用参考视频把表演、动作节奏或镜头运动迁移到不同主体的新场景中。

  • 从音频借用声音与节奏在参考图或参考视频之外加入参考音频,引导音乐、环境声或动作节拍。

  • 参考类创作单价更低720p 标准单价为每秒 41 积分,含参考视频的请求按每计费秒 25.5 积分计算。

  • 与 Seedance 2.5 请求一致输入字段与 Seedance 2.5 Reference to Video 相同,需要 1080p 或更多参考时只需更换模型 ID。

参数说明

参数要求说明
prompt必填

字符串。描述新场景;按上传顺序用 @Image1、@Video1、@Audio1 指代参考素材。

默认值—
reference_image_urls可选

最多 10 个公开图片地址,用于人物、物体、外观或风格。参考图与参考视频至少提供一种。

默认值—
reference_video_urls可选

最多 5 个公开 MP4 或 MOV 地址,用于动作、运镜或节奏;每段 2–30 秒,总时长 30 秒以内。

默认值—
reference_audio_urls可选

最多 5 个公开 MP3 或 WAV 地址,用于声音或节拍;每段 2–30 秒,总时长 30 秒以内,与参考图或参考视频搭配使用。

默认值—
duration必填

整数,4–30 秒闭区间内任意整秒;体验区预选 5 秒。

默认值—
resolution可选

输出分辨率;体验区始终显式发送。

默认值720p480p
aspect_ratio可选

输出画幅;体验区预选 auto。

默认值—auto16:99:161:121:94:33:4
generate_audio可选

布尔值。true 生成同步音频,false 输出无声视频,两者单价相同;体验区默认发送 true。

默认值—truefalse

使用方法

  1. 准备参考素材图片用于外观,视频用于动作或运镜,音频用于声音;至少包含一张图或一段视频。

  2. 在提示词中分配作用按上传顺序指代素材,例如 @Image1 提供面容和服装,@Video1 提供走路动作。

  3. 描述新场景单独写出输出视频的环境、动作和运镜,与各参考的作用分开描述。

  4. 检查参考时长每段素材 2–30 秒,参考视频和参考音频的总时长各控制在 30 秒以内。

  5. 设置输出选择时长、分辨率、画幅和音频开关,再确认 Run 按钮上的价格。

  6. 运行并调整对照参考素材检查结果,需要更精确的迁移时调整作用分配或描述。

计费

价格由分辨率、输出时长和参考视频决定;参考图片、参考音频与生成音频均按同一单价计费。

计费项费率说明
480p 标准单价18.5 积分/输出秒($0.0925/秒)4 秒 74 积分($0.370),10 秒 185 积分($0.925),20 秒 370 积分($1.85)。
720p 标准单价41 积分/输出秒($0.205/秒)4 秒 164 积分($0.820),10 秒 410 积分($2.05),30 秒 1,230 积分($6.15)。
480p 参考视频单价11.5 积分/计费秒($0.0575/秒)计费秒数 = 输出秒数 + 每个参考视频的整秒数。10 秒输出搭配 10 秒参考视频按 20 秒计费:230 积分($1.15)。
720p 参考视频单价25.5 积分/计费秒($0.1275/秒)同样的 10 秒输出加 10 秒参考视频按 20 秒计费:510 积分($2.55)。

适用场景

  • 角色延续沿用参考图中的面容和服装,把同一角色放进新的场景。

  • 动作迁移把参考视频中的舞蹈、手势或运镜应用到另一个主体上。

  • 音乐驱动短片用参考音频设定节奏和氛围,制作宣传或社交短视频。

  • 品牌与产品场景把产品图与动作参考组合,展示产品的使用过程。

实用技巧

  • 在提示词中给每个参考一个明确作用,例如人物外观、动作、运镜或声音。
  • 写明参考视频中要沿用的部分,例如动作,并在提示词中描述新的背景和人物。
  • 把参考视频裁剪到需要的片段,每个视频的整秒数都会计入计费。
  • 参考音频需与至少一张参考图或一段参考视频一起使用。
  • 参考图选择光线良好、主体清晰的图片。

注意事项

  • 参考图与参考视频至少提供一种;参考音频需与它们一起使用。
  • 参考视频与参考音频的总时长各控制在 30 秒以内。
  • 任务异步执行:提交成功返回 task_id,可轮询或通过回调获取结果。

相关模型

Seedance 2.5 Flash Reference to Video API 常见问题

Seedance 2.5 Flash Reference to Video API 是什么?

Seedance 2.5 Flash Reference to Video 是字节跳动 Seed 团队用于根据参考图片、视频和音频生成视频的模型。它组合最多 10 张图、5 段视频和 5 段音频,生成 480p 或 720p 的 4–30 秒视频,支持可选同步音频。它基于 Seedance 2.5 的多模态参考工作流,把你指定的人物外观、动作、运镜和声音延续到新场景中。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。

Seedance 2.5 Flash Reference to Video 最多支持多少个参考素材?

每次请求最多 10 张参考图、5 段参考视频和 5 段参考音频。至少包含一张图或一段视频,参考音频需与它们一起使用。需要更多参考时,Seedance 2.5 Reference to Video 最多支持 50 个素材。

Seedance 2.5 Flash Reference to Video 的参考视频怎么计费?

请求包含参考视频时,计费秒数为输出时长加上每个参考视频的整秒数,480p 每秒 11.5 积分,720p 每秒 25.5 积分。720p 输出 10 秒并搭配 10 秒参考视频,按 20 秒计费为 510 积分($2.55)。以参考图或参考音频引导的请求按标准单价计费,每输出秒 18.5 和 41 积分。

Seedance 2.5 Flash Reference to Video 的参考视频最长多久?

每段参考视频或音频时长为 2–30 秒;参考视频总时长最多 30 秒,参考音频总时长同样最多 30 秒。把每段素材裁剪到需要的动作或声音片段,较短的参考视频也会减少计费秒数。

Seedance 2.5 Flash Reference to Video 能用音频做参考吗?

能。最多添加 5 段参考音频,并搭配至少一张参考图或一段参考视频。在提示词中写明音频要引导的内容,例如音乐、环境声或动作节拍。

Seedance 2.5 Flash Reference to Video 如何给参考素材分配作用?

在提示词中按上传顺序用 @Image1、@Video1、@Audio1 指代素材,每种类型单独编号。写明每个素材提供什么,例如沿用参考视频 1 的走路动作,背景由提示词另行描述。

什么时候该选 Seedance 2.5 Reference to Video 而不是 Flash 版本?

镜头需要 1080p 输出,或参考素材超过 10 张图、5 段视频、5 段音频时,选择 Seedance 2.5 Reference to Video,它最多支持 30、10、10 个。Flash 使用相同字段,以更低单价完成 480p 与 720p 创作。

Seedance 2.5 Flash Reference to Video 支持哪些画幅?

可选择 auto,或 21:9、16:9、4:3、1:1、3:4、9:16 六种固定画幅。输出格式与参考素材不同时,例如用横屏素材制作 9:16 社交视频,可指定固定画幅。