多模态参考

Seedance 2.0 支持强大的 @ 标签引用系统，让你在提示词中为上传的图像、视频和音频文件分配特定角色。这为你提供了对生成视频的精细创作控制。

@Tag 语法

在提示词中使用 @ 标签引用上传的文件，标签对应每个 URL 在其数组中的位置：

标签格式映射到示例
@Image1 – @Image9image_urls[0] – image_urls[8]@Image1 as first frame
@Video1 – @Video3video_urls[0] – video_urls[2]replicate @Video1 camera movement
@Audio1 – @Audio3audio_urls[0] – audio_urls[2]@Audio1 for BGM rhythm

标签从 1 开始索引 — @Image1 指向 image_urls 中的第一个 URL，@Image2 指向第二个，以此类推。

文件限制

类型最大数量支持格式最大大小时长
图像9.jpeg, .png, .webp, .bmp, .tiff, .gif每个 30MB—
视频3.mp4, .mov每个 50MB总计 2–15 秒
音频3.mp3, .wav每个 15MB总计 ≤ 15 秒

总数限制： 每次请求所有模态合计最多 12 个文件。

人脸限制： 包含真实人脸的图像上传会被自动拒绝。

图像 @Tag 角色

使用图像引用来控制生成视频的视觉元素：

角色提示词模式说明
首帧@Image1 as first frame将图像用作视频的开场帧
尾帧@Image2 as last frame将图像用作视频的结束帧
角色参考@Image1 as character在整个视频中保持角色外观一致
风格参考@Image1 as style reference应用视觉风格（色彩、氛围、美学）
场景参考@Image1 as scene用作背景或环境参考
物体参考@Image1 as object引用要出现在视频中的特定物体
构图参考@Image1 as composition reference遵循图像的布局和取景方式

视频 @Tag 角色

使用视频引用来迁移运动、节奏和镜头运动：

角色提示词模式说明
镜头运动replicate @Video1 camera movement复制镜头轨迹（平移、倾斜、缩放、推拉）
动作编排replicate @Video1 choreography匹配人体/物体运动模式
特效replicate @Video1 effects迁移视觉特效和转场
节奏match @Video1 rhythm同步剪辑节奏和运动节拍
完整复制replicate @Video1复现整体运动、镜头和节奏
音频提取use @Video1 audio从参考视频中提取并使用音轨

音频 @Tag 角色

使用音频引用来驱动视频的节奏和配乐：

角色提示词模式说明
背景音乐@Audio1 for BGM rhythm将运动能量和剪辑与音乐节拍同步
音效@Audio1 as sound effects将视觉事件与音频提示对齐
节拍同步sync to @Audio1 beat将运动高峰与音乐节拍匹配

API 示例

一个结合图像、视频和音频引用的完整多模态请求：

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",
        "prompt": (
            "@Image1 as first frame, @Image2 as character reference. "
            "Replicate @Video1 camera movement. "
            "Sync to @Audio1 beat. "
            "A cinematic tracking shot through a neon-lit alley at night."
        ),
        "image_urls": [
            "https://example.com/scene-start.jpg",
            "https://example.com/character-ref.jpg"
        ],
        "video_urls": [
            "https://example.com/camera-reference.mp4"
        ],
        "audio_urls": [
            "https://example.com/soundtrack.mp3"
        ],
        "duration": 10,
        "quality": "1080p",
        "aspect_ratio": "16:9"
    }
)

print(response.json())

常见模式

角色一致性

通过提供清晰的角色参考图像，在不同场景中保持同一角色的外观：

@Image1 as character reference. The woman walks through a busy market, picking up an apple, examining it closely.

镜头复制

将参考视频的精确镜头轨迹复制到全新的场景中：

@Image1 as first frame. Replicate @Video1 camera movement. A sweeping drone shot over snow-covered mountains.

音乐视频

将生成的画面与音轨的节拍和节奏同步：

@Image1 as style reference. Sync to @Audio1 beat. Fast cuts of urban street scenes, neon lights, dancing figures.

规则与限制

  • 标签必须与数组位置匹配 — @Image1 始终对应 image_urls[0]
  • 不能引用超过 URL 数组中提供的文件数量
  • 所有模态合计最多 12 个文件
  • 包含真实人脸的图像会被自动拒绝
  • 视频引用会增加生成成本
  • 所有 URL 必须可被服务器直接访问（无需认证，不能重定向到登录页面）
  • 提示词长度限制：包含 @ 标签文本在内最多 2000 个 token

相关文档

抢先体验