Seedance 2 全能参考 480p: 画像から動画生成

SD 2.0 480p 全能参考——使用参考图像、视频和音频，以 480p 分辨率生成具有视觉一致性的视频。相比 720p 版本更具成本效益。支持最多 9 张图像、3 个视频片段和 3 个音频片段。在プロンプト中使用 @image1、@video1、@audio1 语法。

📝

概要

このモデルについて

SD 2.0 全能参考 480p 可在 480p 分辨率下借助参考图像、视频和音频生成具有视觉一致性的视频。它以更低成本提供与 720p 版本相同的多模态参考能力——保持角色身份、视觉风格和场景连续性。一次请求最多可组合 9 张图像、3 个视频片段和 3 个音频文件。在プロンプト中使用 @image1、@video1、@audio1 语法，精确控制每个参考素材对生成视频的影响。

1角色一致性：提供肖像作为 @image1，让角色外观在多个场景中保持一致。

2风格迁移：将参考图像的视觉风格应用到新生成的视频场景中。

3音频同步视频：通过 @audio1 将视频生成与参考音乐片段或语音录音同步。

4场景连续性：提供场景截图，生成视觉匹配的延续画面。

5草稿预览：在投入 720p 生成前，快速以 480p 试制多模态视频概念。

💰

料金と価値

コスト分析

プロバイダー	費用	備考
muapiapp	$0.24/sec (high) / $0.18/sec (basic)	Per-second billing for 480p output. Video reference inputs add a 30% surcharge per second of combined input video duration.
Fal.ai	$0.3024/sec (high) / $0.2419/sec (basic)	Fal.ai charges $0.3024/sec for high quality and $0.2419/sec for basic. muapiapp is 21% cheaper on high ($0.24/sec) and 26% cheaper on basic ($0.18/sec).
Replicate	$0.3024/sec (high) / $0.2419/sec (basic)	Replicate charges the same as Fal.ai — $0.3024/sec (high), $0.2419/sec (basic). muapiapp saves 21–26% vs Replicate at 480p resolution.

muapiapp$0.24/sec (high) / $0.18/sec (basic)

Per-second billing for 480p output. Video reference inputs add a 30% surcharge per second of combined input video duration.

Fal.ai$0.3024/sec (high) / $0.2419/sec (basic)

Fal.ai charges $0.3024/sec for high quality and $0.2419/sec for basic. muapiapp is 21% cheaper on high ($0.24/sec) and 26% cheaper on basic ($0.18/sec).

Replicate$0.3024/sec (high) / $0.2419/sec (basic)

Replicate charges the same as Fal.ai — $0.3024/sec (high), $0.2419/sec (basic). muapiapp saves 21–26% vs Replicate at 480p resolution.

** 競合サービスの料金は類似のモデル構成および利用ティアに基づいて算出された推定値です。

⚙️

技術詳細

設定スキーマ

パラメータ	型	説明	デフォルト
プロンプト	string	Video description. Use @image1…@image9 to reference images, @video1…@video3 for videos, @audio1…@audio3 for audio. To use a fictional character, reference it with @character:<id> (request_id from a completed Seedance 2 Character generation) — characters are automatically appended to images_list. Multiple characters are supported.	`@image1 is the main character reference. A person walking on the beach at sunset, cinematic lighting`
画像 URL	array	最多 9 个参考画像 URL（JPEG/PNG/WebP）。第 N 张画像对应プロンプト中的 @imageN。	`https://d3adwkbyhxyrtq.cloudfront.net/webassets/videomodels/seedance-v2.0-omni-reference.png`
参考動画 URL	array	最多 3 个参考動画片段 URL（MP4，每个最长 15 秒）。第 N 个動画对应プロンプト中的 @videoN。	`undefined`
参考音声 URL	array	Up to 3 reference audio clip URLs (MP3/WAV, total max 15s). Each Nth audio corresponds to @audioN in the prompt.	`undefined`
アスペクト比	Enum（4個の選択肢）	出力動画的アスペクト比。	`16:9`
品質	Enum（2個の選択肢）	Generation quality. 'high' uses the standard model ($0.24/sec output + $0.072/sec per input video second). 'basic' uses the fast model ($0.18/sec output + $0.054/sec per input video second). Video reference inputs incur an additional 30% surcharge based on their combined duration.	`basic`
長さ（秒）（秒）	int	Video duration in seconds (8–15).	`8`

プロンプトstring

Video description. Use @image1…@image9 to reference images, @video1…@video3 for videos, @audio1…@audio3 for audio. To use a fictional character, reference it with @character:<id> (request_id from a completed Seedance 2 Character generation) — characters are automatically appended to images_list. Multiple characters are supported.

デフォルト値@image1 is the main character reference. A person walking on the beach at sunset, cinematic lighting

画像 URLarray

最多 9 个参考画像 URL（JPEG/PNG/WebP）。第 N 张画像对应プロンプト中的 @imageN。

デフォルト値https://d3adwkbyhxyrtq.cloudfront.net/webassets/videomodels/seedance-v2.0-omni-reference.png

参考動画 URLarray

最多 3 个参考動画片段 URL（MP4，每个最长 15 秒）。第 N 个動画对应プロンプト中的 @videoN。

デフォルト値undefined

参考音声 URLarray

Up to 3 reference audio clip URLs (MP3/WAV, total max 15s). Each Nth audio corresponds to @audioN in the prompt.

デフォルト値undefined

アスペクト比Enum（4個の選択肢）

出力動画的アスペクト比。

デフォルト値16:9

品質Enum（2個の選択肢）

Generation quality. 'high' uses the standard model ($0.24/sec output + $0.072/sec per input video second). 'basic' uses the fast model ($0.18/sec output + $0.054/sec per input video second). Video reference inputs incur an additional 30% surcharge based on their combined duration.

デフォルト値basic

長さ（秒）（秒）int

Video duration in seconds (8–15).

デフォルト値8

📖

実装ガイド

開発者ドキュメント

将参考图像（JPEG/PNG/WebP）作为 'images_list' 上传，最多 9 张图像。
可选上传视频片段（MP4，每个最长 15s）作为 'video_files'，最多 3 个视频。
可选上传音频文件（MP3/WAV）作为 'audio_files'，最多 3 个文件，总时长最长 15s。
编写描述场景的プロンプト。图像使用 @image1…@image9 引用，视频使用 @video1…@video3 引用，音频使用 @audio1…@audio3 引用。
设置时长（8–15s）和アスペクト比。
轮询或使用 webhook 获取已完成的视频。

❓

よくある質問

FAQ

这与 720p 全能参考有何不同？

此端点生成 480p 视频，速度更快且更具成本效益（basic：$0.18/sec，high output：$0.24/sec），相比之下 720p 版本为（basic：$0.21/sec，high output：$0.30/sec）。两个版本都会针对入力视频的每一秒时长，在每秒费率基础上加收 30%。最小时长为 8 秒，アスペクト比选项仅限 16:9、9:16、4:3 和 3:4。

如何在プロンプト中引用上传的文件？

在 `images_list` 中使用 @image1、@image2 等，按位置引用图像；在 `video_files` 中使用 @video1、@video2，按位置引用视频；在 `audio_files` 中使用 @audio1、@audio2，按位置引用音频文件。

需要提供所有类型的参考素材吗？

不需要。所有参考数组都是可选的。你可以只提供图像、只提供视频、只提供音频，或任意组合。仅使用文本プロンプト也有效。

支持哪些文件格式？

图像：JPEG、PNG 或 WebP（最多 9 张）。视频：仅限 MP4，每个最长 15 秒（最多 3 个）。音频：MP3、WAV 或其他常见格式，总时长最长 15 秒（最多 3 个文件）。

费用如何计算？

成本 = (rate × output_duration) + (0.3 × rate × total_input_video_duration)。'high' 质量：出力 $0.24/sec。'basic' 质量：出力 $0.18/sec。如果提供 `video_files`，则按合并入力视频时长的每一秒加收 30%。示例：8s 出力（basic）+ 两个 5s 入力视频 = 8×$0.18 + 10×$0.054 = $1.44 + $0.54 = $1.98。

为什么最小时长是 8 秒？

480p 全能参考版本至少需要 8 秒出力，才能正确融入多模态参考素材。