Seedance 2.0：多模态 AI 视频生成，导演级控制
字节跳动 Seedance 2.0 是唯一能在单次生成中组合文本、图片、视频和音频参考的 AI 视频模型。
单次请求最多 12 个输入——身份锁定、动作迁移和原生音频，一站式完成。
组合最多 9 张图片 + 3 段视频 + 3 条音频，使用 @-Tag 语法实现帧级控制。
Seedance 2.0 是什么？
Seedance 2.0 是字节跳动第二代 AI 视频生成模型，代表从盲目提示词到精准导演的范式转变。与市场上任何其他视频模型不同，Seedance 2.0 在单次生成中接受最多 12 个多模态参考输入——9 张图片、3 段视频和 3 条音频——通过直观的 @-Tag 语法与文本提示词组合。这套全方位参考系统让创作者锁定角色身份、从参考视频迁移动作、同步音频节奏，并在一次生成请求中强制执行视觉品牌一致性。模型还继承了 Seedance 1.5 Pro 的改进动作稳定性、更好的物理一致性和原生音视频联合生成能力。
12 输入多模态参考
Seedance 2.0 是唯一支持在单次请求中组合视频、音频和图片参考的视频模型。上传最多 9 张图片用于角色面部、服装纹理和环境风格；3 段视频用于摄影机运动或编舞；3 条音频用于节奏和时间同步。使用 @-Tag 语法（如 [Image1]、[Video1]、[Audio1]）在提示词中引用每个资源，实现对每个文件贡献内容的显式帧级控制。
身份锁定与动作迁移
Seedance 2.0 区别于竞品的核心能力是同时处理身份锁定和动作迁移。其他模型在角色开始跳舞或执行复杂动作时难以保持面部一致，Seedance 2.0 使用参考集群将特定视觉特征绑定到生成输出。这使其成为营销活动中视觉身份的必备工具——跨镜头一致性不再是可选项。
稳定复杂动作与物理
Seedance 2.0 能生成多人竞技体育场景——这是前代模型难以完成的挑战。复杂动作和交互稳定渲染并符合物理定律，从关节化人体运动到物体交互。模型在帧间保持时序一致性，物体和角色在整个片段中可靠地保持外观。
C2PA 内容溯源
Seedance 2.0 在每个生成视频中嵌入 C2PA（内容溯源和真实性联盟）元数据，记录其为 AI 生成、所用模型和生成时间。与可见水印不同，C2PA 元数据经过加密签名并嵌入文件层级，极难剥离。字节跳动是最早在消费级产品中部署该标准的大型 AI 公司之一，支持透明度要求和法规合规。
Seedance 2.0 为何改变视频制作
Seedance 2.0 架起了 AI 随机性与专业精度之间的桥梁。以下是它成为最可控视频生成模型的原因。
Seedance 2.0 功能亮点
让 Seedance 2.0 成为市场上最可控、最全能的 AI 视频生成模型的核心能力。
12 输入多模态参考
在单次生成中组合 9 张图片、3 段视频和 3 条音频与文本。没有其他视频模型提供这种级别的单次请求多模态输入。
@-Tag 帧级控制语法
在提示词中用 [Image1]、[Video1]、[Audio1] 语法引用上传资源。显式控制每个文件的贡献——身份、动作、风格或节奏。
身份锁定
将角色面部、服装和视觉特征绑定到参考图，使其在帧和镜头间保持一致——即使在复杂动作序列中。
视频动作迁移
上传参考视频将特定摄影机运动、编舞或物理动作迁移到生成输出。向模型展示动作而非描述动作。
音视频联合生成
继承自 Seedance 1.5 Pro：视频和音频同步生成，毫秒级精度。对话、环境声和音乐与画面匹配。
复杂动作与体育场景
生成多人竞技体育场景，稳定渲染符合物理定律——前代模型难以实现的能力。
C2PA 内容溯源
加密签名元数据嵌入每个生成视频，记录 AI 来源、模型身份和创建时间戳。支持法规合规和平台透明度。
IP 保护护栏
模型级限制阻止生成可识别真实人物肖像，包括公众人物和名人。内容过滤在生成时而非事后执行。
Seedance 2.0 常见问题
关于字节跳动多模态 AI 视频生成模型你需要了解的一切。
用 Seedance 2.0 导演你的下一个视频
不再猜测 AI 会生成什么。上传参考资源，在提示词中标记它们，获得匹配你愿景的视频——角色身份、动作、音频和风格尽在掌控。