Seedance 2 首尾帧 VIP: Image-to-Video
ByteDance 的 SD 2 首尾帧 VIP（Pro）。通过优先路由生成在两张参考图像之间过渡的视频。提供 1 张图像仅生成起始帧，或提供 2 张图像同时定义起始帧和结束帧。
ByteDance 的 SD 2 首尾帧 VIP（Pro）。通过优先路由生成在两张参考图像之间过渡的视频。提供 1 张图像仅生成起始帧，或提供 2 张图像同时定义起始帧和结束帧。
About this model
SD 2 首尾帧 VIP（Pro）可通过优先路由，在两张参考图像之间生成过渡视频。提供一张图像时仅将其作为开场帧，提供两张图像时则生成完整的首尾转场。使用 pro 模型，以 2K 分辨率获得最高출력 결과质量。
Cost analysis
| Provider | Cost | Notes |
|---|---|---|
| muapiapp | $0.30/sec (pro) | VIP priority routing with pro-quality output. |
| Fal.ai | 제공되지 않음 | 현재 이용할 수 없습니다. |
| Replicate | 제공되지 않음 | 현재 이용할 수 없습니다. |
VIP priority routing with pro-quality output.
현재 이용할 수 없습니다.
현재 이용할 수 없습니다.
** Competitor pricing is estimated based on similar model architectures and usage tiers.
Configuration schema
| Parameter | Type | Description | Default |
|---|---|---|---|
| 프롬프트 | string | 指导帧间过渡的文本描述。 | Two people having a street interview, the interviewer holds a microphone. |
| 帧이미지 | array | 1 张이미지仅作为首帧；2 张이미지作为首帧和末帧。使用 'adaptive' 화면 비율以匹配参考이미지几何结构。 | https://d3adwkbyhxyrtq.cloudfront.net/ai-images/186/712345784292/4a8c5c70-abcc-4920-873e-b0e219986453.jpg |
| 화면 비율 | Enum (7 options) | 출력비디오화면 비율。'adaptive' 会匹配参考이미지（推荐）；具体比例可能会裁剪或补边。 | adaptive |
| 재생 시간 (초)（秒） | int | 비디오재생 시간（秒）。 | 5 |
| 高比特率 | boolean | 启用高比特率模式以获得更好的画面保真度，但会生成更大的文件。 | false |
指导帧间过渡的文本描述。
Two people having a street interview, the interviewer holds a microphone.1 张이미지仅作为首帧；2 张이미지作为首帧和末帧。使用 'adaptive' 화면 비율以匹配参考이미지几何结构。
https://d3adwkbyhxyrtq.cloudfront.net/ai-images/186/712345784292/4a8c5c70-abcc-4920-873e-b0e219986453.jpg출력비디오화면 비율。'adaptive' 会匹配参考이미지（推荐）；具体比例可能会裁剪或补边。
adaptive비디오재생 시간（秒）。
5启用高比特率模式以获得更好的画面保真度，但会生成更大的文件。
falseDeveloper documentation
上传 1 或 2 张图像：一张图像仅作为首帧；两张图像分别定义开场帧和结尾帧。
编写프롬프트：描述转场效果。示例："从黎明到黄昏，山脉上空发生平滑转变。"
设置时长：选择 4–15 秒。화면 비율会根据입력 파라미터图像自动确定。
获取结果：使用 request_id 进行轮询，或提供 webhook_url 接收通知。
Frequently asked
First & Last Frame 使用关键帧模式——两张图像都会成为视频的结构锚点。在 VIP 模式下，使用 2 张图像的 Image-to-Video 工作方式相同。核心区别在于定位：First & Last Frame 专为可控的起点到终点转场而设计。
可以在프롬프트中使用 @character:<request_id> 或 @omni-character:<char_id> 来加入角色身份引导，不过这些模式最适合搭配实际的帧图像使用。