四模态混合输入
支持图像、视频、音频、文本四种模态同时输入,表达方式更丰富,生成过程也更可控。混合输入的文件总数上限是 12 个。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
即梦 Seedance 2.0 的官方使用手册,讲清四模态输入与参考能力的提示词写法
官网地址 https://bytedance.larkoffice.com/wiki/A5RHwWhoBiOnjukIIw6cu5ybnXQ
这是一份由即梦官方发布的 Seedance 2.0 使用手册,面向希望用精准文本指令驱动 AI 多模态创作的用户。Seedance 2.0 支持图像、视频、音频、文本四种模态输入,图片最多 9 张、视频最多 3 个、音频最多 3 个,混合输入总上限 12 个文件,单次生成时长 4-15 秒。手册最值得看的是参考能力:参考图像可还原构图与角色细节,参考视频可复刻镜头语言与动作节奏,提示词支持用 @ 多次引用素材并标注情绪与时序。短板是手册未公开生成失败率、素材版权归属等使用之外的说明。
这是即梦团队在飞书知识库上发布的 Seedance 2.0 使用手册,配合即梦官方网站 https://jimeng.jianying.com/ 使用。手册定位是把 Seedance 2.0 的多模态输入、参考能力和提示词写法讲清楚,主要面向需要精细控制视频生成过程的创作者。
手册明确 Seedance 2.0 模型已全量上线,支持图像、视频、音频、文本四种模态输入,官网提示最近使用人数较多、服务器压力较大,可以改用 Seedance 2.0 Fast 模型获得更流畅的体验。手册同时提供了一份 AI 翻译的英文版本,方便跨语言协作,英文版页面标题为 Dreamina Seedance 2.0 User Manual。
普通创作者可以按手册里的参数对照表准备素材,把图片、视频、音频按上限数量上传,再按示例写法组织提示词。需要复刻特定镜头语言或角色动作的用户,可以直接参考手册里的视频参考示例,把参考视频用 @ 引用并说明情绪和时序。团队协作时,手册和英文版可以对照使用。
支持图像、视频、音频、文本四种模态同时输入,表达方式更丰富,生成过程也更可控。混合输入的文件总数上限是 12 个。
图片支持 jpeg、png、webp、bmp、tiff、gif 格式,最多 9 张,单张小于 30 MB。参考图像可精准还原画面构图与角色细节。
视频支持 mp4、mov 格式,最多 3 个,每个时长在 2 到 15 秒之间,大小小于 50 MB,用于复刻镜头语言、复杂动作节奏和创意特效。
音频支持 mp3、wav 格式,最多 3 个,每个不超过 15 秒,大小小于 15 MB,用来带起视频的节奏和氛围。
视频支持平滑延长与衔接,可以按提示生成连续镜头,生成之后还能接着往下拍,适合需要多段连贯的叙事场景。
支持对已有视频做角色更替、删减和增加。手册示例演示了替换原视频中角色的神态与情绪,同时保留原视频的剪辑逻辑。
提示词可以多次 @ 参考的视频、图片、音频,并注明情绪、时序和各环节细节,帮助生成更贴近设想的画面。
声音输出为自带音效与配乐,单次生成时长不超过 15 秒,可以在 4 到 15 秒之间自由选择。
当你需要复刻特定镜头语言、角色动作或画面构图时,这份手册值得细读,它把四模态输入的参数上限和提示词写法都列清楚了,尤其适合需要精细控制生成过程的创作者。 但如果你只想要一句提示词快速出片,手册里的 @ 引用和时序标注会显得偏重;同时官网提示最近使用人数较多、服务器压力较大,追求流畅体验可以改用 Seedance 2.0 Fast 模型。手册未公开价格与额度细节,涉及成本时需先确认。
需要按秒拆分情绪和动作、生成多段连贯镜头的项目,手册里的时序示例可以直接套用。
参考视频可以复刻镜头语言与复杂动作节奏,还有创意特效,适合有明确参考片的二创需求。
编辑能力支持对已有视频做角色更替、删减和增加,适合在原视频基础上做局部调整。
四模态输入和 @ 引用提示词的写法偏重精细控制,只想一句提示词出片的用户会觉得流程较长。
手册只提到有参考视频会贵一点,预算有限的用户需要先确认费用再决定。
支持图像、视频、音频、文本四种模态输入。图片支持 jpeg、png、webp、bmp、tiff、gif,最多 9 张且单张小于 30 MB;视频支持 mp4、mov,最多 3 个、每个 2-15 秒且小于 50 MB;音频支持 mp3、wav,最多 3 个、每个不超过 15 秒且小于 15 MB。混合输入总上限是 12 个文件。
单次生成时长不超过 15 秒,可以在 4 到 15 秒之间自由选择。如果需要更长的成片,手册提到视频支持平滑延长与衔接,可以按提示生成连续镜头,也就是生成之后接着往下拍。
参考图像可以精准还原画面构图和角色细节;参考视频可以复刻镜头语言、复杂的动作节奏和创意特效。手册把参考能力列为这次升级的最大亮点,用一张图定画面风格,用一个视频指定角色动作和镜头变化,再配上音频带节奏。
手册建议把参考的视频、图片、音频等多次 @ 进去,并注明情绪、时序和各环节细节。官方示例把 15 秒拆成 0-5 秒、6-11 秒、12-15 秒三段,每段标注情绪走向,并说明色调、节奏和背景音乐的要求。
Seedance 2.0 模型已全量上线。官网提示最近使用人数过多、服务器压力较大,可以尝试 Seedance 2.0 Fast 模型获取更流畅的体验。追求生成质量、可以等待时用标准版,赶时间或遇到卡顿时优先考虑 Fast。
可以。编辑能力支持对已有视频进行角色更替、删减和增加。手册里的示例是把原视频中角色的害怕、震惊神态替换为适应和享受,同时保留原视频洗澡画面与特写穿插的剪辑逻辑。
有。手册提供了 AI 翻译的英文版本,页面标题为 Dreamina Seedance 2.0 User Manual,方便跨语言协作,可以在知识库中切换查看。
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| 即梦 Seedance 2.0使用手册本工具 | 4.3 | 官网未公开具体价格,手册提到参考视频会贵一点 | 四模态混合输入;图像参考;视频参考;音频参考 | Web |
| Dreamomni2 | — | 未标价 | 用于基于指令的图像编辑和生成的多模态 AI | — |
| FlowPix | — | 未标价 | 以 “提示词 + 标准化工作流” 重构创作链路,支持文生图、线稿生图、参考图生图、风格迁 | — |
| Wand.Tools | — | 免费使用,未公开具体价格与额度 | 将文本指令转换为 Excel 公式,或获取现有公式的解释 | Web |
| PixelClip AI | — | 未标价 | 一个用于将文本、图像和指令转换为高质量视频内容的人工智能平台 | — |
| Stable Diffussion Anime Prompter | — | 未标价 | 释放你的创造力 | Web |