ByteDance 的 SD 2 图生视频（Pro）。将首帧图像制作成高质量视频，支持原生音频、4–15 秒时长和 2K 分辨率。 SD 2 图生视频（Pro）可将单张参考图像制作成高质量视频。该模型由 ByteDance 的 SD 2 模型驱动，支持原生音视频同步、最高 2K 分辨率和 4–15 秒时长，并将参考图像作为开场帧。
ByteDance 的 SD 2 图生视频（Pro）。将首帧图像制作成高质量视频，支持原生音频、4–15 秒时长和 2K 分辨率。
关于此模型
SD 2 图生视频（Pro）可将单张参考图像制作成高质量视频。该模型由 ByteDance 的 SD 2 模型驱动，支持原生音视频同步、最高 2K 分辨率和 4–15 秒时长，并将参考图像作为开场帧。
成本分析
| 提供商 | 费用 | 备注 |
|---|---|---|
| muapiapp | $0.25 per second (e.g. $1.25 for 5 seconds) | 按生成视频的秒数计费。 |
| 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 17% cheaper on high ($0.25/sec) and 50% cheaper on basic ($0.12/sec equivalent). |
| Replicate | $0.3024/sec (high) / $0.2419/sec (basic) | Replicate 与 Fal.ai 收费相同：高质量为 $0.3024/秒，基础质量为 $0.2419/秒。muapiapp 根据质量档位可节省 17–50%。 |
按生成视频的秒数计费。
Fal.ai charges $0.3024/sec for high quality and $0.2419/sec for basic. muapiapp is 17% cheaper on high ($0.25/sec) and 50% cheaper on basic ($0.12/sec equivalent).
Replicate 与 Fal.ai 收费相同：高质量为 $0.3024/秒，基础质量为 $0.2419/秒。muapiapp 根据质量档位可节省 17–50%。
** 竞品价格根据相似模型架构和使用层级估算。
配置参数
| 参数 | 类型 | 描述 | 默认值 |
|---|---|---|---|
| 提示词 | string | 指导视频动画的文本描述。使用 @character:<id> 引用已完成的 Seedance 2 Character 生成结果。 | The person walks forward with a smile. |
| 参考图像 | array | 1 张图像将作为首帧（first_last_frames 模式）；2–9 张图像会切换到 omni_reference 模式，请在提示词中使用 @image1、@image2 等进行引用。 | https://d3adwkbyhxyrtq.cloudfront.net/ai-images/186/712345784292/4a8c5c70-abcc-4920-873e-b0e219986453.jpg |
| 画面比例 | 枚举（6 个选项） | 输出视频的画面比例。 | 16:9 |
| 时长（秒） | int | 视频时长（秒）。 | 5 |
指导视频动画的文本描述。使用 @character:<id> 引用已完成的 Seedance 2 Character 生成结果。
The person walks forward with a smile.1 张图像将作为首帧（first_last_frames 模式）；2–9 张图像会切换到 omni_reference 模式，请在提示词中使用 @image1、@image2 等进行引用。
https://d3adwkbyhxyrtq.cloudfront.net/ai-images/186/712345784292/4a8c5c70-abcc-4920-873e-b0e219986453.jpg输出视频的画面比例。
16:9视频时长（秒）。
5开发者文档
上传图像：通过 images_list 提供 JPEG、PNG 或 WebP 图像。该图像将作为起始帧。
编写提示词：描述视频中应发生的内容——运动、动作和环境。
设置时长：设置为 4 到 15 秒。
提交并轮询：使用返回的 request_id 轮询结果。注意：画面比例由输入图像决定。
常见问答
支持 JPEG、PNG 和 WebP。
不可以——输出画面比例会根据输入图像的尺寸自动确定。
图生视频使用单张图像作为起始帧；首尾帧允许你提供第二张图像，以约束视频的结束帧。