Bytedance Seedance 是专门运行字节跳动旗舰级视频大模型 Seedance 2.0 的在线创作平台。Seedance 2.0 采用双分支扩散Transformer (DB-DiT) 架构，突破了传统AI视频分步生成的限制，能在单次生成过程中同时输出高质量的影视级画面与精准同步的原声音频（包括音乐、音效及口型同步对白）。平台支持极丰富的多模态输入，用户可混合使用文本提示词、最多9张参考图片、3段参考视频及3段音频轨迹，精准控制人物一致性、画面风格和镜头运动。无论是从零开始的文生视频、图生视频，还是利用 Fast Video-Edit 功能仅通过自然语言指令重写原视频的光影、天气或指定元素（完美保留原动作与构图），Bytedance Seedance 都能为创作者提供最高达15秒、2K分辨率的高效专业制作体验。
功能列表
- 原生音视频单次生成：采用并行流处理架构，在生成画面的同时直接产出匹配的背景音乐、环境音效及口型同步对白，无需第三方后期配音。
- 极致多模态混搭输入：单次任务最高可上传9张风格/角色参考图、3段参考视频和3段音频，完美锁定所需的人物形象或视觉风格。
- 首尾帧动画控制（图生视频）：支持指定图像作为视频的起始帧和结束帧，系统自动演算合理的物理运动与物理连贯转场。
- Fast Video-Edit (快速视频生视频)：无需遮罩抠像，直接输入原视频与自然语言，即可快速重构画面的光照、天气或特定元素，同时无损保留原有的人物身份、运动轨迹和画面构图。
- 导演级专业镜头控制：内置高级运镜参数，支持推轨变焦 (Dolly Zoom)、焦点转移 (Rack Focus)、第一人称视角 (POV)、手持相机抖动及轨迹追踪等电影级特效。
- 高规格输出与自适应参数：支持从480p到2K超高清分辨率，涵盖所有主流屏幕纵横比（16:9, 9:16, 1:1等），视频时长支持4至15秒灵活调整。
使用帮助
Bytedance Seedance 是一款无需下载客户端、完全基于云端网页运行的在线视频生成平台。该平台搭载了最新的 Seedance 2.0 模型，只需通过浏览器访问网址即可开展影视级视频与音频的创作。为了让您能够最大化利用该平台的强大功能，以下是详尽的操作流程和使用指南：
一、 账号注册与工作台初始化
- 访问与登录：使用浏览器打开官方网址 https://www.bytedanceseedance.com，点击页面右上角的“Sign Up/登录”按钮。平台支持使用电子邮箱或常见的第三方账号一键授权登录，方便快捷。
- 进入创作台：登录成功后，点击“Start Creating（开始创作）”进入工作台。工作台界面分布直观，主要分为三大核心区域：左侧的【多模态输入区】（包含文本输入框、图片、视频、音频上传模块），中部的【参数与运镜设置区】，以及右侧的【实时预览与生成历史区】。
二、 核心功能1：文生视频与图生视频 (Text/Image to Video)
如果您想要从零开始构建一个全新的视频场景，请优先使用此功能。
- 填写提示词 (Prompt)：在左侧文本框内，用自然语言详细描述您想要的画面。为获得最佳效果，建议采用结构化的提示词公式，例如：“主体描述 + 具体动作 + 场景环境 + 光影氛围 + 拍摄媒介/画风”。
- 添加参考图像 (Image Reference)：
- 如果您需要极其精确的画风控制或维持人物特征的一致性，请点击图片上传按钮。系统单次生成最多支持上传9张参考图片，您可以上传同一角色的多角度照片以锁定IP形象。
- 首尾帧精准控制：在图生视频模式下，您可以分别指定第一张图作为“起始帧 (Start Frame)”，最后一张图作为“结束帧 (End Frame)”。模型会自动补全两者之间的物理运动轨迹与转场，让静态图按照您的预想动起来。
- 设置基础参数：
- 视频分辨率：提供 480p、720p（默认推荐，兼顾速度与质量）、1080p 至最高 2K 分辨率选项。
- 画面比例：根据您的发布平台选择合适的尺寸，如 16:9（横屏/B站/YouTube）、9:16（竖屏/抖音/Reels）、1:1（朋友圈/Instagram）或 21:9（电影宽幅）。
- 生成时长：支持在 4秒 到 15秒 之间自由拖动滑块进行调整。
三、 核心功能2：Fast Video-Edit (快速视频重绘)
当您手头已有一段视频，但希望改变其中的天气、环境、角色服装甚至整体画风时，这是最高效、成本最低的工具。
- 上传源视频：在左侧选择“Video-to-Video”模式，上传您准备好的基础视频片段（若原视频超过15秒，系统会自动截取前15秒作为处理对象）。
- 输入修改指令：在提示词框中，无需重复描述原视频里已有的内容，只需直接描述想要改变的部分。例如输入指令：“将场景从白天变为赛博朋克风格的夜晚下雨天，人物穿上机甲”。
- 全自动无损替换：区别于传统的视频后期，该功能无需您进行逐帧遮罩、抠像或绿幕操作。模型会在保持原视频的运镜轨迹、人物动作及构图完全不变的前提下，精准识别并重绘目标像素，极大地提升了生产效率。
四、 核心功能3：原生音效与同步对话 (Native Audio Sync)
Seedance 2.0 最大的突破在于音画同频生成，免去了切换到第三方音频软件配音的繁琐步骤。
- 自动音频生成：在参数面板勾选“Enable Audio（启用音频）”。当您点击生成时，系统会分析视频内容，并在同一生成通道中自动匹配背景音乐（BGM）和环境音效（SFX），如风声、汽车引擎声或脚步声。
- 指定音频参考：如果您对配乐有特定要求，可上传最多3段音频文件作为情感或节奏参考，模型将生成贴合该旋律氛围的画面。
- 口型同步对白 (Lip-sync)：如果您输入了具体的台词文本，或者上传了一段纯净的人声对白音频，系统会自动识别画面中发音人物的面部特征，并生成完美贴合台词发音口型的高清视频片段。
五、 进阶操作：导演级运镜控制 (Camera Control)
为了让生成的视频具备电影级的专业质感，您可以通过中部的运镜控制面板实施精准调控。
- 基础镜头运动：通过滑块精准控制 Pan（左右平移）、Tilt（上下俯仰）、Roll（画面旋转）和 Zoom（镜头缩放）的速度与方向。
- 高级电影镜头特效：
- 推轨变焦 (Dolly Zoom)：开启此项可实现著名的“希区柯克变焦”式的空间扭曲视觉感，即主体人物大小保持不变，而背景产生急剧的拉伸或压缩。
- 焦点转移 (Rack Focus)：您可以设定时间节点，在视频播放时将焦距从前景人物平滑转移至背景景物，以此来巧妙地引导观众的视线。
- 视角切换与手持感：选择“POV Switch”可模拟第一人称的主观视角；勾选“Handheld Movement（手持运镜）”将为画面增加符合物理规律的轻微呼吸感抖动，提升纪实感与沉浸感。
六、 生成与导出
所有参数设置完毕后，点击底部的“Generate（生成）”按钮。得益于 DB-DiT 并行计算架构，系统在较短时间内即可同时产出视频与音频。生成完成后，媒体文件将显示在右侧的“History（生成历史）”栏目中。您可以点击播放按钮进行在线实时预览，确认效果满意后，点击“Download（下载）”即可将完整的带原生音效的 MP4 高清文件保存至您的本地设备，方便后续发布或直接投入商业使用。
应用场景
- 影视分镜与短片制作
独立导演和影视团队可以使用文本及参考图片，快速生成带有精确镜头运动和原生配乐的分镜预览视频，或直接制作概念性电影短片，大幅缩减前置拍摄成本。 - 广告营销与电商物料生成
利用 Fast Video-Edit 功能，商家只需拍摄一段产品的基础视频，即可通过自然语言指令一键为其替换不同季节、节日或使用环境的背景，批量产出多版本营销素材，实现降本增效。 - 自媒体与社交媒体内容创作
短视频创作者只需输入脚本，即可通过平台同时生成画面、背景音乐以及具备精确口型同步的数字解说员，无需单独录音和剪辑，实现一站式内容变现。 - 游戏资产展示与概念开发
游戏开发者可上传多角度的2D角色设计图及参考动作视频，通过多模态输入功能生成角色在特定环境下的3D级动态表现及物理反馈，用于游戏宣传PV的制作。
QA
- 平台生成的视频分辨率和时长有何限制？
平台目前支持输出从 480p 到最高 2K 分辨率的高清视频，可适配 16:9、9:16 等各类宽高比，单次生成的视频时长可设置在 4 秒至 15 秒之间。 - 是否需要使用额外的音频软件为生成的视频配音？
完全不需要。平台采用音视频平行流生成架构，在生成画面的同时会直接产出匹配的原生背景音乐、环境音效甚至口型同步的对话音频，一次性完成视听作品。 - Fast Video-Edit（视频编辑）与标准视频生成模式有什么区别？收费如何？
Fast Video-Edit 主要用于对已有视频的光影、环境和元素进行快速重绘，同时它会完美保留原视频的人物运动轨迹和画面构图，无需遮罩操作。相比标准视频生成模式，该功能可节省约 19% 的运算成本，是高频迭代和修改视频的理想选择。 - 生成的视频中如何保证角色形象的连贯和一致性？
平台支持极其强大的多模态输入控制。您单次任务最多可以同时上传 9 张参考图片，通过提供角色在不同角度和表情下的照片，能够牢牢锁定人物的IP属性，确保视频中角色特征的高度一致。
