Seedance 2.0 的不同之处
多模态 AI 视频生成是什么意思
大多数 AI 视频工具都要求你用文字描述一切。Seedance 2.0 改变了这一点,它可以同时接受四种输入类型:
输入能力:
- 最多 9 张图片,用于角色设计、背景和视觉参考
- 最多 3 段视频(每段 2-15 秒,合计 15 秒),用于镜头运动和动作风格
- 最多 3 个音频文件(每个 2-15 秒,合计 15 秒),用于节奏、音色和氛围
- 一段文本提示词,它承担最重的工作。让它信息密集、画面感强,而不是写成一整个剧本。过长的提示词只会让模型困惑,而不是让它更清楚
@ 提及引用系统才是真正的转折点。你要明确告诉模型每个文件该怎么用:
- "@Image1 用于角色外观"
- "@Video1 用于镜头运动"
- "@Audio1 用于节奏"
这种精确控制把视频生成从猜谜变成了有方向的创作。Seedance 2.0 在完整模型上最高输出 4K(Seedance 2.0 Fast 和 Mini 最高 720p),原生生成音频,并支持从 YouTube 到 Instagram Reels 的各种画幅比例。
在 Morphic 上试用 Seedance 2.0
在找一个稳定的平台使用 Seedance 2.0?Morphic 提供顺畅的 AI 视频生成体验,界面直观,让你很快就能开始创作。
在 Morphic 上你会得到:
- 直接使用 Seedance 2.0 的全部能力
- 干净、易上手的界面
- 清晰明了的定价结构
- 需要时能及时响应的支持
如果你已经准备好探索 Seedance 2.0 的能力,Morphic 是一个可靠的起点。
如何使用 Seedance 2.0:分步指南
第 1 步:准备高质量的参考素材
成败从素材质量开始:
- 图片: 清晰、高分辨率,准确呈现你想要的东西
- 视频: 只展示一个明确元素的片段(镜头运动、动作风格)
- 音频: 干净的文件,能代表你想要的氛围或节奏
专业提示: 上传前先整理并给文件起描述性的名字。用 "hero-character.jpg" 或 "camera-pan-reference.mp4" 这样的命名,处理多个文件时才不会乱。
第 2 步:上传并引用你的文件
通过 Morphic 使用 Seedance 2.0,上传你的参考文件。平台接受:
- 图片:JPEG、PNG、WEBP、BMP、TIFF、GIF、HEIC、HEIF(每张最大 30 MB)
- 视频:MP4、MOV,H.264 或 H.265,24-60fps(每段最大 200 MB,每段 2-15 秒)
- 音频:MP3、WAV(每个最大 15 MB,每个 2-15 秒)
有一种组合不被支持:只有文本加音频而没有任何视觉素材,以及只有音频,都无法生成。
第 3 步:写出有效的提示词
上传之后,用 @ 提及系统给每个文件分配角色。先给主体命名,再说明每个文件贡献什么:
将 @Image1 中穿长风衣的女人定义为 Subject 1。@Image1 用于 Subject 1 的面部和身形。@Video1 用于镜头运动。(节奏与情绪来自 @Audio1。)镜头1:Subject 1 走过夜晚被雨水浸透的城市街道, 摄影机在她身旁跟拍。镜头2:她停下抬头看,摄影机推进为特写。请勿生成字幕。
提示词写作要点:
- 引用之前,先用 2 到 3 个稳定特征定义主体,并在它每次出现时都使用同一个标签
- 明确说明每个参考素材贡献什么、不贡献什么:"@Image1 只用于面部特征,不用于服装"
- 把最需要还原准确的素材放在最前面,越靠前的素材权重越高
- 用约束条件收尾:"请勿生成字幕。请勿生成水印。"
- 用比允许上限更少的参考素材。四五个选得好的素材,胜过一堆互相打架的素材
Seedance 还会把四种括号读作类型信号,这能避免台词被渲染成画面字幕,或者音效被念出声:( ) 表示音乐,< > 表示音效,{ } 表示台词,【 】 表示你确实想要的字幕。
第 4 步:优化输出设置
画幅比例选项:
- 16:9 - YouTube、桌面端观看
- 9:16 - TikTok、Instagram Reels、移动端优先的内容
- 1:1 - Instagram 信息流帖子
- 4:3 - 传统媒体
- 3:4 - Pinterest 风格的竖版内容
- 21:9 - 超宽电影感内容
分辨率: 480p、720p、1080p 或 4K。4K 仅在完整版 Seedance 2.0 上可用,采用 10-bit H.265 编码,能保留色彩层次以便调色和 HDR,但并非所有浏览器都能直接预览。Seedance 2.0 Fast 和 Seedance 2.0 Mini 最高只到 720p。
时长: 每条视频 4-15 秒
点击生成前值得检查的一件事: 确认参考图的画幅比例与你选定的输出比例大致吻合。如果不吻合,模型只能强行适配,结果就会出现拉伸或跳变。先把图片裁剪好,或者使用自适应比例让输出跟随你的参考图。
追求电影感的进阶技巧
1. 掌握光线与构图
- 使用光比强烈的参考图(黄金时刻、浓重阴影)
- 在提示词里写入构图指引:"三分法"、"引导线"、"对称构图"
- 引用电影或摄影风格:"《银翼杀手》式调色"或"韦斯·安德森式对称"
2. 有意识地控制镜头运动
- 上传展示具体运动的参考视频:缓慢推进、跟拍、升降揭示
- 每个镜头只做一个运动。 让一个镜头同时推进、环绕又摇摄,画面必然失稳。三个运动就意味着三个镜头
- 避免混乱的运动,平稳、有意图的镜头看起来更专业
- 把静态构图与细微运动结合,能制造戏剧张力
3. 建立电影级的节奏
- 让时长匹配内容类型:动作用快切(4-6 秒),氛围用长镜头(10-15 秒)
- 排列镜头顺序,不要打时间码。 标注镜头1、镜头2、镜头3,让模型自己找到节奏。Seedance 对精确时间码("在第 7 秒")的处理并不稳定,把片段钉死在具体秒数上往往让结果更糟,而不是更紧凑
- 用音频参考自然地控制节奏,并用节拍而非秒数来描述同步
- 复杂序列用多个较短片段叠加,而不是一次生成一个长镜头
4. 保持视觉统一
- 用色彩参考图维持全片统一的色调
- 系列作品的所有镜头都用同一组角色参考
- 引用某位摄影指导的风格,让视觉语言保持一致
5. 用细节提升制作质感
- 在提示词中加入环境效果:"体积雾"、"镜头光晕"、"打在镜头上的雨滴"
- 引用真实素材里的实拍效果,而不是笼统的描述
- 明确景深:"主体浅景深"或"风景大景深"
专业提示: 动手前先研究电影参考。建立一个素材库,收集与你的目标美学一致的电影剧照、专业摄影和音乐录影带。参考素材越好,结果越好。
音乐视频的音频同步
音频参考会影响运动和节奏,但同步是你来指挥的,不是模型自己推断的。它能从音轨里读出速度、旋律和音色,但不会替你剪辑。明确说出什么落在节拍上,并把每一次剪切都写成一个独立镜头。
有了这样的指令,模型会读取音轨的速度与结构,让画面随之律动。这让一位只有一首曲子和几张参考图的独立音乐人,也能做出音乐录影带。
如果你要匹配的是人声而不是节拍,有个注意事项:单靠音频参考,音色往往达不到预期。除了指向文件,还要用文字描述这个声音,例如"使用 @Audio1 那种低沉、温厚、略带沙砾感的中年男声"。
保持角色一致性
上传两张图片,而不是一张多角度转面图:一张只拍面部的正脸头像,一张全身照。然后明确划分它们的分工。
反直觉的地方在于:不要给模型多角度角色设定图。 同一个人的正面、侧面和四分之三侧面视图,经常被读成不同的人,这反而加剧身份漂移,甚至让同一画面里出现两个你的角色。真正有效的是一张头像加一张全身照。(多角度对产品和物体确实有用,只是对人脸不适用。)
系列中的每条视频都用同一组参考,并在每条提示词里给角色使用同一个标签。
达成专业效果的最佳实践
高性价比的工作流策略:
- 先测试再投入: 先用 5 秒的测试把方法打磨到位,再生成更长的成片
- 建立参考库: 把成功的角色设计、镜头运动和风格参考跨项目复用
- 有策略地分层: 一张图管角色,另一张管背景,一段视频管运动,一段音频管调性
多平台适配:
同一个创意生成多种画幅比例,覆盖面最大:
- 竖版(9:16)用于 TikTok 和 Instagram Reels
- 横版(16:9)用于 YouTube 和桌面端
- 方形(1:1)用于 Instagram 信息流
想看看这些技巧的实际效果?Morphic 提供了一条直接上手 Seedance 2.0 的路径。
结语
学会使用 Seedance 2.0,视频创作就从费力的提示词打磨,变成了直觉式的创意导演工作。借助多模态输入和 @ 提及引用系统,你可以把想要的东西直接展示给 AI 看。无论是社交媒体内容、营销视频还是音乐影像,Seedance 2.0 都能交付过去只有专业制作资源才能达到的电影质感。
这里讲到的方法,从参考素材的取舍到电影构图原则,为你打下了一个扎实的基础。随着不断尝试不同做法,你会找到最适合自己创作风格的路子。如果你想亲手试试这些方法,Morphic 提供了一个上手 Seedance 2.0 的实用途径。
常见问题
Seedance 2.0 是字节跳动的多模态 AI 视频生成模型,可以同时接受图片、视频、音频和文本。它使用 @ 提及引用系统,由你明确告诉 AI 每个文件该怎么用。它生成 4 到 15 秒、带原生音频的片段,完整模型最高 4K(Fast 和 Mini 上限为 720p)。
Seedance 2.0 可以通过 Morphic 使用,它为 AI 视频生成提供了简洁直接的界面。你可以创建账号,开始探索平台的能力。
可以。上传一张清晰的参考图,并明确引用它:"@Image1 定义全片的角色外观。"所有视频都用同一张参考图,视觉才会稳定。
最多 9 张图片(JPEG、PNG、WEBP、BMP、TIFF、GIF、HEIC、HEIF,每张最大 30 MB)、3 段视频(MP4、MOV,H.264 或 H.265,24-60fps,每段最大 200 MB,每段 2-15 秒且合计 15 秒)以及 3 个音频文件(MP3、WAV,每个最大 15 MB,每个 2-15 秒且合计 15 秒)。跨类型没有总数上限,但推荐的实际工作区间是总共 4 到 5 个素材。
六种固定比例,外加一个自适应设置。这六种是 16:9(YouTube)、9:16(TikTok、Instagram Reels)、1:1(Instagram 信息流)、4:3(传统媒体)、3:4(竖版)和 21:9(超宽电影感)。自适应会让输出跟随你的参考图,当参考图形状特殊时这是最稳妥的选择。没有 2.35:1 选项:想要宽银幕质感,就选 21:9。
可以,但同步需要你来指挥,而不是指望它自动完成。把音轨作为音频参考上传,然后说明什么落在节拍上,并把每次剪切写成独立镜头:"(节奏来自 @Audio1。)每一次剪切都落在节拍上。"模型会从参考里读取速度和旋律,但不会自己完成剪辑。如果你匹配的是人声而不是节拍,还要用文字描述音色,因为单靠音频参考在这一点上往往达不到预期。
流程很简单:进入 Morphic 这样的平台,上传你的参考素材(图片、视频、音频),用 @ 提及系统写好提示词,配置好设置,然后生成。多数视频几分钟内就能出结果,让你很快得到关于创作方向的反馈。