API Reference-to-Video

reference-to-video es el modo más potente de Seedance 2.0. Una sola solicitud puede incluir hasta 9 imágenes de referencia + 3 vídeos de referencia + 3 clips de audio de referencia, y el modelo compone un nuevo vídeo guiado por todos ellos.

Escenarios típicos:

• Referencia de estilo — un puñado de imágenes que definen un estilo artístico concreto; el nuevo vídeo replica ese estilo
• Referencia de personaje / producto — mantén el mismo personaje virtual o producto apareciendo en nuevas escenas y acciones
• Referencia cinematográfica — un vídeo de muestra que transmite el ritmo y el movimiento de cámara que quieres
• Ritmo guiado por música — un clip de audio de referencia que marca el ritmo y la atmósfera visual
• Edición / extensión de vídeo — continúa, amplía o reescribe material existente

Endpoint

POST https://api.evolink.ai/v1/videos/generations

ID del modelo: seedance-2.0-reference-to-video

La variante Fast es seedance-2.0-fast-reference-to-video: misma estructura de parámetros.

Parámetros de la solicitud

Restricción clave: image_urls, video_urls y audio_urls pueden estar todos vacíos (equivalente a text-to-video puro), pero no está permitido enviar únicamente audio_urls. Siempre que envíes audio, debes proporcionar al menos una imagen o un vídeo como anclaje visual.

Asignación de roles mediante el prompt

Este modelo no tiene sintaxis de etiquetas (no existen @Image1, @Video1 ni similares). Asignas un papel a cada activo usando lenguaje natural, y el modelo entiende referencias como "imagen 1 / video 1 / audio 1" según el orden del array.

Patrones habituales:

Puedes combinar libremente estos patrones en un único prompt. El orden de los activos no afecta a la validez, pero sí influye en cómo el modelo interpreta "imagen 1 / imagen 2": mantenlo estable para garantizar la reproducibilidad.

Límites de los activos de entrada

Imágenes

Vídeos

Audio

Globales

Ejemplos de solicitud

cURL — Composición tres-modal (imagen + vídeo + audio)

curl -X POST https://api.evolink.ai/v1/videos/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2.0-reference-to-video",
    "prompt": "Replicate video 1 first-person perspective and camera pacing. Use audio 1 as the soundtrack for the entire video. Scene: a young rider weaving through a rain-soaked city street at night, neon reflections on wet asphalt.",
    "image_urls": ["https://example.com/rider-style.jpg"],
    "video_urls": ["https://example.com/pov-reference.mp4"],
    "audio_urls": ["https://example.com/synthwave-bgm.mp3"],
    "duration": 10,
    "quality": "720p",
    "aspect_ratio": "16:9"
  }'

Python — Solo imágenes (hasta 9)

import requests

response = requests.post(
    "https://api.evolink.ai/v1/videos/generations",
    headers={
        "Authorization": "Bearer YOUR_API_KEY",
        "Content-Type": "application/json"
    },
    json={
        "model": "seedance-2.0-reference-to-video",
        "prompt": "The overall art style references the color palette and texture of the 3 provided images. Scene: a small-town summer market at dusk, warm tones.",
        "image_urls": [
            "https://example.com/style-ref-1.jpg",
            "https://example.com/style-ref-2.jpg",
            "https://example.com/style-ref-3.jpg"
        ],
        "duration": 8,
        "aspect_ratio": "16:9"
    }
)

task = response.json()
print(f"Task ID: {task['id']}")

Node.js — Referencia solo de vídeo (replicación de cámara)

const res = await fetch("https://api.evolink.ai/v1/videos/generations", {
  method: "POST",
  headers: {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "seedance-2.0-reference-to-video",
    prompt: "Replicate video 1 orbital camera movement and velocity curve. Subject: a classical sculpture in a museum hall at dusk.",
    video_urls: ["https://example.com/orbit-shot.mp4"],
    duration: 8,
    quality: "720p",
    aspect_ratio: "16:9"
  })
});

const task = await res.json();
console.log("Task ID:", task.id);

Respuesta

{
    "id": "task-unified-1774857405-abc123",
    "object": "video.generation.task",
    "created": 1774857405,
    "model": "seedance-2.0-reference-to-video",
    "status": "pending",
    "progress": 0,
    "type": "video",
    "task_info": {
        "can_cancel": true,
        "estimated_time": 180,
        "video_duration": 10
    },
    "usage": {
        "billing_rule": "per_second",
        "credits_reserved": 60,
        "user_group": "default"
    }
}

Notas de facturación

• Facturación por segundo según la duration del vídeo de salida
• La duración del vídeo de referencia de entrada también cuenta para la facturación (un vídeo de referencia de 10 segundos se factura como 10 segundos de entrada)
• La generación de audio en sí no tiene coste adicional

Preguntas frecuentes

¿Aparecen los activos de referencia directamente en la salida? No. El modelo los trata como señales de estilo / composición / movimiento / ritmo; el resultado final es contenido completamente nuevo y generado.

¿Puedo enviar la solicitud sin ningún activo de referencia? Sí, en ese caso funciona como text-to-video puro. Pero si no tienes referencias, usa directamente text-to-video, que es más barato.

¿Importa el orden de los activos? Sí. Si tu prompt dice "video 1", el modelo lo asocia con video_urls[0]. Mantener un orden estable hace que los experimentos sean reproducibles.

Relacionado

• Visión general de modelos
• API Text-to-Video
• API Image-to-Video
• Modelos Fast — seedance-2.0-fast-reference-to-video
• Tareas asíncronas / Webhooks