火山引擎Seedance Agent:3步复原圆明园海晏堂

资讯 腾讯网 作者:甲木未来派 全文 3561 字 · 约 9 分钟读完 配图 15 张 分类Seed字节跳动Seedance视频生成

SEEDANCE · CASE STUDY用 AI 复原圆明园海晏堂 从史料与白模,到四季镜头。视觉复原 · 创作实测 · 配置教程 白模与铜版画空间 / 史料查证与修图规制 /....

所属频道 大厂动态视频图像生成

我是甲木。最近干了件挺费工夫的事,前后投入的时间比这段时间里任何一个项目都多。

说到圆明园,很多中国人心里都绕不过去。课本里读过,断壁残垣也看过,可它当年究竟是什么模样,没人亲眼见过。

字节官方“火山引擎”恰好推出了一款Seedance的Agent产品,那就借它圆一次梦。

这回我用的是字节火山引擎的Seedacne Managed Agent,试着把圆明园海晏堂做了一次数字化视觉复原。

先看成片:

折腾了好几天,一共跑出30多张复刻图、近20段视频,正立面全景、四季变化、细节特写都覆盖到了,最后还剪出一支30秒的视频。

动态视频之外,整个复原过程还攒下一整套图组,机位不同、季节也有跨度。先挑几张有代表性的给大家看看:

建筑细节 · 6 张图 · 左右滑动查看 →
春日远瀛观与大水法
Image
01 / 06
谐奇趣南立面
Image
02 / 06
观水法石屏风
Image
03 / 06
海晏堂中央贝壳石作
Image
04 / 06
海晏堂东侧蓄水楼
Image
05 / 06
远瀛观雕花柱饰
Image
06 / 06
4 PARTS · CONTENT MAP
左右滑动
PART 01
Managed Agent
从生图到工作流
PART 02
海晏堂复原实测
史料 · 白模 · 四季
PART 03
火山方舟上手指南
七步创建会话
PART 04
复原的边界
细节与下一步
PART
01
先说说 Seedacne Managed Agent 是什么。INTRO · SEEDANCE MANAGED AGENT

它是火山方舟里的一款“视觉创作智能体”,把意图理解、联网查资料、生图、局部修图到视频合成这些环节都装进了同一个入口。

举个例子:

要是调生图 API 来做:给一句提示词,出来一张图。
换成 Managed Agent 就不同了:提示词和参考图给过去,它会自己翻考古报告把事实定下来,再排镜头、一张张出图。想换同机位的雪景,或者指着某处局部改,直接在同一个对话里说一句,它就在上一张图的基础上接着做。

以前单点调模型,基本是一张张抽卡,查证和修改都得人工一步步去调;

Managed Agent 则相当于把一整条创作流程接了下来。

这回算是认真做了一次创作体验。不少环节真不是随便生张图就能过的,限制条件太多。

拿大家最熟的圆明园十二生肖兽首来说,海晏堂水力钟两侧怎么排,规矩定得很死:南边由内往外依次是鼠、虎、龙、马、猴、狗;北边则是牛、兔、蛇、羊、鸡、猪。兽首要穿石雕袍服、手端玉笏,姿势还各不相同。

直接生图,多半是模型自己脑补,仿真度大概 3-4 成;走我们这套工作流,效果能到 7-8 成。

那 Seedacne Managed Agent 具体是怎么做的?

PART
02
这次海晏堂复原,实际是怎么跑完的?
CASE · HAIYANTANG

做海晏堂时,我给它的基础输入其实只有三样:

•Blender 几何白模截图:主要是让它拿到现实空间的纵深感和机位参考;
12 张清代铜版画原图,用途是给古建的真实形制和雕刻做建模参照;
任务说明写清楚,交付标准要明确。

生成之前拿来做空间参考的 Blender 白模:

清代乾隆 1786 年海晏堂铜版画原图,这是真实历史参考:

PROMPT · 第一批视觉复原
现在开始做圆明园海晏堂第一批视觉复原示意。这一轮只出下面 4 张图,每张一版,16:9,不生成视频,也不额外套图。统一要求:乾隆时期盛时场景,真实建筑摄影的质感,自然石材、红铜、琉璃和水面;背景园林层次要有依据,但不拥挤。现代游客、现代设施、战争、废墟、文字、水印和夸张的金碧辉煌装饰都不要。

资料丢进去之后,它先做了不少搜索,再去查证内容,然后才推进生图。

举个例子,前期资料对蓄水楼在东侧还是西侧说法不一致,它自己去查了 2015 年考古报告,确认位置在朝西正楼的东侧,这个结论随后被当作生图的空间约束。

实际生成时,最初出来的画面也出现过参考比例失衡。下面这版是过度参考白模的初版:

发现问题后,Manage Agent 自己把参考图的参考比例调了:白模负责空间纵深,铜版画负责实际建筑。调整后的成图如下:

ps:十二生肖兽首本身很精细,12 个姿势各不相同,提示词约束又实在太多,全景画面里它们显得比较小,我试了很多遍,效果都没有特别好。

大水法前面的“十犬逐鹿”也是类似情况。改之前,生成的猎狗全都坐在水池里:

查过史料和铜版画原图后,确认是一鹿十犬奔跑追逐的动态。改完之后,画面修正成奔跑扑跃的群雕:

修改后成图 · 2 张图 · 左右滑动查看 →
Image
01 / 02
Image
02 / 02

大水法的动态镜头:

另外,画面局部要是有偏差,它可以直接调用工具做定向修改。

远瀛观大景屋顶避雷针定点切除的前后对比:

到了四季变换这一步,同样是拿上一张合格图接着跑。

它把上一张图直接当输入,自己调控派生出不同季节和天气的成图,我们不用重新编排,也不用重新设参数。

同机位的四季变化:

季节与天气 · 6 张图 · 左右滑动查看 →
盛夏正午十二生肖齐喷:
Image
01 / 06
夏季一场雷阵雨过后的大水法:
Image
02 / 06
秋天的海晏堂和庭院:
Image
03 / 06
秋色里的西洋楼建筑群全景:
Image
04 / 06
同一机位下,冬季海晏堂覆着薄雪薄冰的样子:
Image
05 / 06
大雪盖住的西洋楼全景:
Image
06 / 06

查资料、反复改图,这一整套流程都在同一个会话里跑完,省下的是四处找材料的工夫,也是来回折腾的精力。

PART
03
操作指南:火山方舟里怎么把 Agent 配好、跑起来?
GUIDE · ARK SETUP

实测过程说完了,要是你也想跑一跑自己的创作任务,接入怎么做?

先登录火山方舟控制台,在左侧菜单里点「Managed Agents」:

进入 Managed Agents 页面,左侧导航栏中找到「Agents」并点击:

到快速创建页面,往下看,点「需要自定义?进入完整配置」:

Agent 类型这里选「Seedance Managed Agent」,再把 Agent 名称和描述填上:

接着到模型配置区域,点切换按钮,主推理模型挑面向 Coding 与 Agent 的「Doubao-Seed-Evolving」最新版本:

能力扩展一栏可按需挂载自定义 Skills,内置的图片生成、视频生成等工具确认没问题后,点右下角「创建」,开通就完成了:

创建好之后进入详情页,右上角的「创建 Session」直接点:

第七步还有个更省事的办法:把配置说明连同 API Key 一起交给 AI Agent 去配。我这回就是让 Claude Code 直接搞定的。

另外我也试了几个简单案例,生活杂志封面、图文排版、商业视觉设计都在其中。

比较好用的一点在于,它既可以先出图、再做排版,也支持把图和文字一起直接生成排好的成品。把需求连同文案交给它,排版层级、中文文字和配图会被一并整理清楚。

创作案例 · 6 张图 · 左右滑动查看 →
Image
01 / 06
02 / 06
03 / 06
04 / 06
05 / 06
06 / 06
PART
04
结语
OUTLOOK · VISUAL RESTORATION

这回复刻圆明园,建筑的整体布局、中轴透视以及规制细节,大体上都做得比较考究。但要说离真正的历史原貌,那肯定还是有差距。

说到底,咱也不是专门做古建考古的。大家在画面里要是看出什么细节对不上,就当一起交流探讨。

说白了,生图也好、生视频也罢,碰上这种约束条件特别多的还原类项目,都会遇到一些共通的难处。

举个例子,生成出来的四季图,季节和季节之间的纹理并不一致;全景图里十二生肖的兽首,也都被简化处理了。

后面我琢磨着可以换条路走:先单独跑一张高精特写,再把它喂给大景当参考。跟真正的复原比仍有距离,等机会成熟,我再往严肃复刻那头试一试。

视觉创作,确实不是一次生成就能收工的。结合上回去参加 AI 设计周活动的感受,「真正的好设计,从来不是均值里长出来的」。

Seedacne Managed Agent 把复杂需求和最终成品接在了一起,能扛住比单次抽卡更完整的创作任务,也把找资料、改提示词、定点修改这些繁琐的重复劳动给省掉了。

平时手头如果有成套的视觉创作、长图排版或者视频需求,可以登录火山方舟,在 Managed Agents 里选中 Seedacne Managed Agent,照着指引配置好再创建会话,拿自己的素材试一把。

END
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 即梦Seedance 2.5实测:4K画质,30秒生成孙悟空大战饕餮

    智东西(公众号:zhidxcom) 作者 | 江宇 编辑 | 漠影最近,网上有个挺有意思的说法:大家都进入了“过日子时代”,不要大结果,拒绝大后果,纷纷捧起了“大红果”。刷AI剧之余,我们也经常在各个平台上看到一些AI生成视频。有的把小说中的场景还原进现实,有的仅凭几个镜头,就拍出了电影大片的质感。有时候刷着刷着,还真

    来源 腾讯网
  2. 字节Seed曾妍走红:29岁掌舵Seedance,一年从3-2升到4-2

    天才少女的故事轮到了字节。曾妍,字节Seed团队中一位几乎没有公开露面的研究员。她生于1997年,现在是Seedance预训练负责人,主导Seedance 2.0预训练管线。这几天盛传,曾妍晋升为Seedance核心的管理者,从Seed视觉生成与多模态方向负责人周畅手中接过越来越多的工作。翻开社交平台,讨论曾妍的帖子火

    来源 腾讯网
  3. 29岁曾妍掌舵Seedance:从校招算法工程师到2000亿参数拍板人

    天才少女的故事轮到了字节。 曾妍,字节Seed团队中一位几乎没有公开露面的研究员。她生于1997年,现在是Seedance预训练负责人,主导Seedance 2.0预训练管线。这几天盛传,曾妍晋升为Seedance核心的管理者,从Seed视觉生成与多模态方向负责人周畅手中接过越来越多的工作。 翻开社交平台,讨论曾妍的帖

    来源 AI 行业观察
  4. 中国开源模型的「最大甲方」有了

    作者 | 郑敏芳互联网大厂们正在成为开源大模型的新甲方。腾讯总裁刘炽平在三季度业绩电话会上透露,WorkBuddy已成为中国几乎所有开放权重模型的最大客户。这可能只是一个开始。近期,国内头部办公Agent密集调整产品策略。继腾讯WorkBuddy率先采用多模型路线后,字节跳动旗下豆包工作接连扩大第三方模型接入范围,阿里

    来源 腾讯网
  5. AI做PPT、搭网页居然都免费?用完豆包工作我算了下账

    前两天刷到豆包工作和WorkBuddy公布的最新数据,小雷还真有点意外:原来AI办公这门生意,已经有了相当不错的成绩。其中豆包工作宣布,上线三个月,日活跃用户已经突破800万,企业客户年度经常性收入(ARR)突破20亿元。腾讯也在同期财报中披露,WorkBuddy每天的用户超过1000万,财报电话会上进一步透露,按最近

    来源 腾讯网
  6. Gemini 4 Neon发布:接入Antigravity编程解题率升至3倍多

    Carbon 向开发者开放才八天,Google 又发布了一款 Gemini 4 模型。 11 月 18 日亮相的 Gemini 4 Neon,在默认推理档追平了自家的旗舰 Carbon,开到最高档后比 high 档的 Carbon 高出 1 分,进入 Artificial Analysis 智能指数总榜前三。对于这款新

    来源 AI 行业观察
  7. 姚顺雨回应混元为何不追5万亿参数:Hy4仍待改进,计划训更大模型

    IT之家 11 月 21 日消息,11 月 21 日凌晨,腾讯首席 AI 科学家、混元大模型负责人姚顺雨和团队成员,在 Reddit 进行了一场持续 120 分钟的 AMA,回答全球开发者关于混元的“任何问题”。 问答环节,有人询问:字节跳动、Kimi 等似乎都在往 3 万亿、甚至 5 万亿参数的超大模型推进,而你们还

    来源 AI 行业观察
  8. 贝佐斯重返一线:Prometheus估值410亿美元,要做物理世界的OpenAI

    作者|宇航猿编辑|靖宇AI 吞掉了软件,现在,它要吞掉工业了。卸任亚马逊 CEO 五年后,杰夫·贝佐斯没忍住,又给自己找了个班上。当地时间 2026 年 11 月 17 日,加州门洛帕克的 Semafor「硅谷与世界」峰会现场,贝佐斯和物理学家维克·巴贾杰(Vik Bajaj)罕见同台。他现在的最新头衔,是 AI 初创

    来源 腾讯网
  9. MiniMax海外收入占比60.8%:Hailuo订阅与API调用两种模式成形

    MiniMax前段时间发布的中期报告显示,2026年上半年,公司来自中国内地以外地区的收入达到7082.8万美元,占总收入的60.8%。海外市场已经成为这家模型公司的主要收入来源。这背后,是不同产品和渠道带来的用户付费:创作者可以通过Hailuo购买视频生成额度,开发者也能在第三方编程工具中接入MiniMax模型。当用

    来源 腾讯网
  10. 字节张楠谢欣被传离职,官方称信息不准确

    今日有消息称,原抖音CEO、剪映和即梦AI负责人张楠,原飞书CEO谢欣将从字节跳动离职。对此,字节相关负责人回应称,“该信息不准确。”当天,谢欣在朋友圈发文称,“今天所谓的独家假新闻,浪费我大把时间去回复大家。”直接否认自己离职的消息。

    来源 TechWeb
  11. 字节回应张楠谢欣离职传闻:谢欣朋友圈辟谣,张楠暂未回应

    今日有消息称,原抖音CEO、剪映和即梦AI负责人张楠,原飞书CEO谢欣将从字节跳动离职。对此,字节相关负责人回应称,“该信息不准确。”当天,谢欣在朋友圈发文称,“今天所谓的独家假新闻,浪费我大把时间去回复大家。”直接否认自己离职的消息。

    来源 TechWeb
  12. 没收过钱的DeepSeek,限个流就成罪人了?

    要说哪家大模型公司在科技圈和开发者中口碑最好,DeepSeek 认第二,估计没几家敢认第一。 哥们平时也不买量投流,纯靠模型攒口碑。 但我真没想到,就这么一家浓眉大眼的公司,最近....

    来源 腾讯网
  13. 豆包工作三月成绩单:日活超800万,企业ARR突破20亿元

    11月18日,豆包官方宣布旗下生产力AI产品“豆包工作”上线仅三个月,日活跃用户数(DAU)已突破800万,企业客户年度经常性收入(ARR)突破20亿元,展现出B端AI应用商业化的强劲增速。 自8月25日正式发布以来,豆包工作持续深耕专业办公场景。在产品功能层面,该平台于11月16日正式上线“工作台

    来源 AI 开发者社区
  14. 全网AI集体翻车,为什么它们死活画不对13个鸡蛋?

    给你一张白纸,画13个鸡蛋,你需要多久? 一分钟?画一个数一个,画完再点一遍,大概连橡皮都用不上。 可这道题交给AI,它画了十几轮,一轮也没画对。 11月18日,“让豆包画13个鸡蛋”就这么冲上了微博热搜,话题热度当天破了百万。 从热搜里流传的截图看,经过是这样的。 “让豆包画13个鸡蛋”,这是第一轮丨微博用户@一号哨

    来源 AI 行业观察
  15. 火山引擎上线 SeedRealtime 1.0 API:端到端打通音视频通话

    实时多模态交互正在向更自然、更流畅的方向迈进。火山引擎近日正式上线了豆包实时音视频通话模型 SeedRealtime1.0的 API 服务,为开发者和相关应用提供了全新的实时音视频交互能力。 端到端统一建模:打破传统级联链路瓶颈 在过去的语音与多模态交互架构中,系统往往需要将语音识别(ASR)、视觉

    来源 AI 开发者社区
  16. 黄仁勋或筹500亿美元办新公司,水贝金价跌破800元又回升

    今日热点导览 上证50ETF尾盘爆量拉升,成交突破215亿创成交额历史天量 英伟达市值被谷歌超越 12306重磅升级通知服务 马斯克试图与MAGA阵营切割 段永平:好公司未必要上市,字节6000亿美元估值下我会有兴趣 A股三大指数集体收跌,全市场超5200股飘绿 TOP3大新闻 黄仁勋或将创办新公司 前英伟达首席执行官

    来源 AI 行业观察
向下滚动自动加载更多