Seedance 2.0 完整操作手册

2026-09-10

字节的 AI 视频模型 Seedance 2.0 发布后迅速出圈：有人用它做出电影级的追逐戏，有人用它复刻广告大片的运镜，还有人拿它做古装穿越剧和各种武打动作片，画面精致到让人分不清是 AI 生成还是真人拍摄。先看一段混剪：

为什么这么火？因为它解决了一个所有创作者都头疼的问题：以前 AI 视频只能「生成」，现在终于能「控制」了。

用图片、视频、音频、文字自由组合，人人都能当导演

以前做 AI 视频，只能打字描述想要什么画面，或者最多放一张图当起始帧，表达能力太有限——脑子里想的是电影级的镜头感，打出来的却只是干巴巴的一段话。

现在不一样了。它不再只是一个「文生视频」工具，而是变成了一个真正能听懂想法的多模态视频创作平台：可以同时丢给它图片、视频、音频、文字，告诉它每个素材分别干嘛用，然后它把这些东西揉在一起，生成一段完整的视频。

先搞清楚：Seedance 2.0 到底能干嘛？

最核心的变化就一个词：多模态。

以前的视频生成工具，输入基本就两种：文字描述，或者一张首帧图。想控制镜头怎么动、角色做什么表情、背景音乐什么节奏，基本只能靠提示词硬写，写得好不好全凭经验。

Seedance 2.0 直接把输入扩展到了四种模态：

• 图片：最多上传 9 张，可以指定角色长相、场景风格、服装细节、商品外观，甚至分镜脚本图都行。
• 视频：最多上传 3 个（总时长不超过 15 秒），可以让模型参考里面的运镜方式、动作节奏、转场特效，相当于给模型一个「样片」。
• 音频：支持 MP3 上传，最多 3 个（总时长不超过 15 秒），可以指定背景音乐、音效风格、甚至参考某个视频里的旁白音色。
• 文字：自然语言描述，写清楚想要什么画面、什么动作、什么节奏就行。

这四种输入可以自由组合，混合上传的文件总上限是 12 个。生成的视频时长最长 15 秒，可以自由选择 4 到 15 秒，而且自带音效和配乐。

简单来说，终于可以像一个真正的导演一样去「指挥」AI 了：用图片定风格，用视频定动作，用音频定节奏，用文字定剧情。

核心参数一览

小建议：素材不是越多越好。优先上传对画面或节奏影响最大的素材，合理分配数量。

怎么用？操作方式详解

第一步：选对入口

打开即梦，找到 Seedance 2.0，会看到两个入口：

• 首尾帧入口：只上传首帧图 + 文字描述时用这个
• 全能参考入口：需要多模态组合（图片 + 视频 + 音频 + 文字）时用这个

怎么选？记住一个原则：素材只有一张图加文字，走首尾帧；素材超过一张图，或者有视频、音频参与，走全能参考。大部分情况下选择全能参考即可，它是 Seedance 2.0 能发挥最大能力的方式。

第二步：上传你的素材

点击上传按钮，从本地选文件。图片、视频、音频都可以直接拖进去。上传成功后，所有素材会出现在输入框区域，鼠标悬停可以预览内容。

小建议：上传前想好哪些素材最关键。总共只能传 12 个文件，优先上传对画面风格和节奏影响最大的素材。

第三步：用「@」给每个素材分配任务（最关键）

这一步是 Seedance 2.0 最核心的操作，也是很多新手容易忽略的地方。

上传完素材后，需要在提示词里通过 @素材名 来告诉模型，每个素材具体干什么用。模型不会自己猜，不说清楚，它就可能乱用。

比如：

• @图片1 作为首帧
• @视频1 参考镜头语言
• @音频1 用于配乐

怎么唤起 @：

方法一：在输入框里直接打一个「@」字符，会自动弹出已上传素材的列表，点击要引用的素材，它就落入输入框了。

方法二：点击输入框旁边参数工具栏的「@」按钮，同样会弹出素材列表。

@ 的正确写法示例：

• 指定首帧和参考：@图片1 作为首帧，参考 @视频1 的镜头语言，@音频1 用于配乐
• 指定角色形象：@图片1 的女生作为主角，@图片2 的男生作为配角
• 指定运镜参考：完全参考 @视频1 的所有运镜效果和转场
• 指定场景参考：左边场景参考 @图片3，右边场景参考 @图片4
• 指定动作参考：@图片1 的人物参考 @视频1 中的舞蹈动作
• 指定音色参考：旁白的音色参考 @视频1

踩坑提醒：素材多的时候，一定反复检查每个 @ 引用有没有对上号。把图片当成视频引用，或者把角色 A 的图标成角色 B，模型生成出来就会很混乱。鼠标放在 @ 的素材上，悬停可以预览素材，避免插入错误。

第四步：写好你的提示词

@ 分配完任务后，剩下的就是用自然语言描述想要的画面和动作。

写提示词的四个技巧：

技巧一：按时间线分段写。 如果视频里有多个画面或剧情转折，建议按秒数分段描述。比如：

0-3秒画面：男主手里举起一个篮球，抬头望向镜头，说”我只是想喝杯酒，该不会要穿越了吧……”

4-8秒画面：镜头突然剧烈晃动，场景切换成古宅的雨夜，一个穿着古装的女主冷冽地望向镜头方向。

9-13秒画面：镜头切到一个穿着明代服饰的人物……

这样写模型能更准确地把握每段画面的节奏和内容。

技巧二：明确说「参考」还是「编辑」。 这两个概念不一样。「参考 @视频1 的运镜」意思是借鉴它的镜头运动方式来生成新内容；「将 @视频1 中的女生换成戏曲花旦」意思是在原视频基础上做修改。写清楚，模型才能正确响应。

技巧三：镜头语言写具体。 不用怕写多，模型现在的理解能力很强。推、拉、摇、移、跟拍、环绕、俯拍、仰拍、一镜到底、希区柯克变焦、鱼眼镜头……这些专业术语它都认识。不懂术语也没关系，用大白话描述也行，比如「镜头从背后慢慢转到正面」。

技巧四：连续动作加过渡描述。 如果想让角色做一系列连贯动作，记得写上过渡关系，比如「角色从跳跃直接过渡到翻滚，保持动作连贯流畅」，避免画面出现不自然的跳切。

第五步：选择生成时长，点击生成

在 4 到 15 秒之间选一个需要的时长。

注意：如果是在做视频延长（比如把一段已有视频往后接 5 秒），这里选的时长是「新增部分」的时长，不是总时长。想延长 5 秒就选 5 秒。

然后点生成，等结果就好。不满意可以多生成几次，AI 本身有随机性，同样的输入每次结果都会有差异，挑最满意的那条。

Seedance 2.0 核心能力详解

下面是 Seedance 2.0 最强的十一项能力，每个都配有使用方法和实际案例。

能力一：基础画面质量大幅提升

Seedance 2.0 在底层做了全面升级，画面生成能力有质的飞跃：

• 物理规律更合理：衣服飘动、水花溅射、物体碰撞都更真实
• 动作更自然流畅：人物走路、跑步、做复杂动作不再僵硬
• 指令理解更精准：说「女孩优雅地晒衣服」，它真的能理解「优雅」是什么意思
• 风格保持更稳定：画面从头到尾一致，不会突然变风格

用法示例：

女孩在优雅的晒衣服，晒完接着在桶里拿出另一件，用力抖一抖衣服。

生成出来的画面里，衣服的飘动、手臂的发力、布料的质感，都非常接近真实拍摄的效果。

更复杂的场景也不在话下：

镜头跟随黑衣男子快速逃亡，后面一群人在追，镜头转为侧面跟拍，人物惊慌撞倒路边的水果摊爬起来继续逃

这种带追逐、碰撞、镜头切换的复杂场景，2.0 都能稳定生成。还有更夸张的：有人用一段提示词让画中人物偷偷伸手拿可乐喝，听到脚步声赶紧放回去，最后镜头推进到纯黑背景只有一罐可乐加艺术字幕。这种叙事复杂度，以前想都不敢想。

能力二：多模态自由组合

这是 2.0 最核心的升级——可以用任何素材作为「参考」。

公式：Seedance 2.0 = 多模态参考（可参考万物）+ 强创意生成 + 精准指令理解

可以参考的东西包括：

• 动作、特效、形式
• 运镜方式、镜头语言
• 人物形象、场景风格
• 声音、音乐节奏

实用技巧：

能力三：一致性全面提升

做过 AI 视频的人都懂，一致性是最折磨人的问题：角色脸前后不一样，商品换了个角度细节就丢了，场景风格忽然跳变……

2.0 在这方面下了大功夫。上传角色参考图后，整段视频里人物的长相、服装、体态都能保持一致。商品展示也一样，多角度旋转展示一个包包，正面侧面材质细节都不会丢。

能保持一致的元素：

• 人脸特征（五官、肤色、表情风格）
• 服装细节（纹理、颜色、图案）
• 品牌元素（Logo、字体、配色）
• 场景风格（光影、氛围、色调）

用法示例：

男人@图片1 下班后疲惫地走在走廊，脚步变缓，最后停在家门口，深呼吸调整情绪，然后翻找出钥匙进入家里，他的小女儿和一只宠物狗欢快地跑过来迎接拥抱

这里通过 @图片1 指定人物形象，全程保持一致。

能力四：运镜和动作精准复刻

这是 2.0 被刷屏最多的能力。以前想让 AI 模仿电影运镜，要么写一堆专业术语碰运气，要么干脆做不到。

现在只需要两步：上传一段喜欢的运镜参考视频，然后写「参考 @视频1 的运镜效果」。

模型能识别参考视频里的镜头运动方式（推拉摇移、环绕、跟拍、变焦、一镜到底等等），然后把同样的运镜逻辑应用到新内容上。

能复刻的运镜类型：

• 希区柯克变焦
• 环绕跟拍
• 一镜到底
• 推拉摇移
• 低角度仰拍
• 俯拍鸟瞰

示例：复刻经典武侠场面。以前做这种视频需要 10 天时间，现在只需要 1 个小时，上传参考视频可以很快复制武打动作。

能力五：创意模板和特效精准复刻

看到一个很酷的广告创意、转场特效、电影片段？直接上传作为参考，模型能识别其中的动作节奏、视觉结构和镜头语言，帮你复刻出属于自己的版本。

能复刻的创意类型：

• 创意转场（拼图破碎、粒子消散、瞳孔穿越等）
• 广告成片风格
• MV 节奏剪辑
• 电影特效镜头
• 变装/换脸效果

示例：

能力六：视频延长和衔接

已经有一段满意的视频，想接着往后拍？或者想往前补一段前情？视频延长功能直接搞定。

• 向后延长：上传已有视频，写「将 @视频1 延长 X 秒」加上新画面的描述。
• 向前延长：写「向前延长 X 秒」加上前情内容描述。

使用规则：

• 告诉模型「将@视频1延长 X 秒」
• 生成时长要选成延长部分的时长（比如延长 5 秒，生成长度选 5 秒）
• 可以在延长部分加入新的剧情和画面描述
• 支持向前或向后延长

通过参考图和参考视频，将 2 秒钟的视频延长到 15 秒：

延长的内容可以很具体，包含镜头运动、画面元素、文字出现等。

能力七：声音更真实

2.0 生成的视频自带音效和配乐，而且声音质量比之前好了很多。几种声音相关的玩法：

• 参考音色：上传一段视频或音频，让模型模仿里面的说话音色或旁白风格。
• 多语言对话：角色可以说中文、英文、西班牙语、韩语等多种语言，而且情感表达比较到位。
• 多角色对话：支持一段视频里多个角色各说各的台词。比如猫狗脱口秀、古装戏对白、军事题材的战术对话，都有成功案例。
• 方言支持：有人成功让角色说四川话点奶茶，效果相当有味道。
• 音效匹配：走路声、雷鸣声、人群嘈杂声、装备碰撞声，这些环境音效都能比较准确地生成。

效果展示：

能力八：一镜到底更连贯

「一镜到底」需要长时间保持画面连贯，同时处理复杂的空间转换和镜头运动，对 AI 来说一直是硬骨头。

Seedance 2.0 在这方面明显进步了。上传多张不同场景的图片，写「一镜到底的追踪镜头，从街头跟随跑步者上楼梯、穿过走廊、进入屋顶，最终俯瞰城市」，模型能完成场景之间的自然过渡，不会出现明显的断裂感。

更复杂的一镜到底也能做。比如「从第一人称视角出发，穿过舷窗看到云朵变成冰淇淋，镜头拉回机舱内，角色拿起冰淇淋吃了一口」，这种涉及视角转换和虚实结合的一镜到底，Seedance 2.0 也能撑住。

还有谍战片风格的一镜到底：镜头跟拍红衣女特工在人群中穿行，经过拐角遇到面具女孩，继续追踪到豪宅消失，全程不切镜。这种叙事密度的一镜到底能做到这个程度，已经相当惊艳了。

用法示例：

@图片1@图片2@图片3@图片4@图片5，一镜到底的追踪镜头，从街头跟随跑步者上楼梯、穿过走廊、进入屋顶，最终俯瞰城市。

技巧：多张图片按顺序排列，模型会按顺序在一镜到底中依次展现这些场景。

能力九：视频编辑能力

已经有了一段视频，不想从头再做，只想改其中一部分？现在可以直接用已有视频作为输入，做定向修改。

• 角色替换：把视频里的 A 换成 B，动作和表情保持不变。比如「视频1中的女主唱换成图片1的男主唱，动作完全模仿原视频」。
• 剧情颠覆：保持场景和角色不变，但完全改写剧情走向。有人把一段深情的桥上赏月视频，改成了男主把女主推下水的反转剧情；还有人把一段紧张的酒吧谈判，改成了掏出一大包零食的搞笑反转。
• 元素修改：改发型、加道具、换背景。比如「将视频1女人发型变成红色长发，@图片1 中的大白鲨缓缓浮出半个脑袋在她身后」。
• 品牌植入：在已有视频里插入品牌元素。比如在炸鸡视频里加上印有品牌 Logo 的纸袋特写。

示例——替换角色，复刻黑神话悟空和美国队长对打：

能力十：音乐卡点

上传一段有节奏感的音乐视频作为参考，模型能识别音乐的节拍变化，让画面切换精准地踩在节拍上。

• 基础卡点：上传素材图片和音乐参考视频，写「根据 @视频 中的画面节奏进行卡点」。
• 动感卡点：写「画面中的人物更有动感，整体画面风格更梦幻，画面张力强，可根据音乐需求自行改变参考图的景别」。
• 风光卡点：多张风景图配音乐，写「风光场景图参考 @视频 中的画面节奏，转场间画面风格及音乐节奏进行卡点」。

用法示例：

@图片1@图片2@图片3@图片4@图片5@图片6@图片7 中的图片根据@视频中的画面关键帧的位置和整体节奏进行卡点，画面中的人物更有动感，整体画面风格更梦幻

关键写法：多张图 + 一个节奏参考视频 +「根据节奏进行卡点」。

能力十一：情绪演绎更到位

角色表情僵硬、情绪转换生硬，一直是 AI 视频的老毛病。2.0 在这方面有明显改善。

可以上传一段情绪参考视频，让模型模仿里面的表情变化。比如「@图片1 的女子走到镜子前，沉思了一会突然开始崩溃大叫，抓镜子的动作和崩溃大叫的情绪完全参考 @视频1」。

也可以用文字精确描述情绪变化过程：从温柔到冰冷，从紧张到放松，从愤怒到释然。模型能理解这些情绪转变，并且在角色的表情、肢体语言、声音语调上同步体现。甚至可以做带喜剧色彩的夸张表情，比如「人物突然抬头开始大声咆哮」。

提示词写作技巧总结

写得好 vs 写得一般

黄金公式

@素材 + 用途说明 + 具体画面描述 + 时间线（可选）

比如：

@图片1作为首帧，参考@视频1的运镜和转场效果，0-5秒镜头从全景缓缓推近到人物特写，5-10秒环绕镜头展示场景全貌，10-15秒镜头快速后拉至鸟瞰视角

注意事项

1. 素材多的时候，一定要检查每个 @ 有没有标清楚，别把图、视频、角色搞混
2. 延长视频时，生成时长要选成「新增部分」的时长
3. 没有音频素材也没关系，可以直接参考视频里的声音
4. 按时间线写描述能让模型更精准地控制画面节奏

五个实战模板，拿去直接用

模板 1：电商产品广告

素材准备：产品正面图、侧面图、材质细节图各一张

对 @图片2 的包包进行商业化的摄像展示，包包的侧面参考 @图片1，包包的表面材质参考 @图片3，要求将包包的细节均有所展示，背景音恢宏大气

模板 2：短剧预告片

素材准备：角色参考图 1-2 张

使用参考图片人物的形象生成一段古装穿越剧的预告短片。0-3秒画面：参考图片1人物形象的男主手里举起一个篮球，抬头望向镜头，说话”我只是想喝杯酒，该不会要穿越了吧……” 4-8秒画面：镜头突然剧烈晃动，场景切换成古宅的雨夜……

模板 3：品牌宣传片

素材准备：场景照片 2-3 张，旁白参考视频 1 段

根据提供的写字楼宣传照，生成一段15秒电影级写实风格的地产纪录片，旁白的音色参考 @视频1，拍摄”写字楼的生态”，呈现楼内不同企业的运作

模板 4：运镜复刻

素材准备：角色参考图 1 张，场景图 2-3 张，运镜参考视频 1 段

参考 @图1 的人物形象，他在 @图2 的场景中，完全参考 @视频1 的所有运镜效果和主角的面部表情，镜头跟随主角奔跑，环绕到正面，再后拉展示全景

模板 5：视频延长 + 广告收尾

素材准备：已有视频 1 段，品牌元素图 1-2 张

将视频延长6s，出现电吉他的激昂音乐，视频中间出现”JUST DO IT”的广告字体后逐渐淡化，镜头上移，男人穿着 @图1 的紧身健身服，背面印有 @图2 的Logo

避坑指南

• 别忘了 @：上传了素材但提示词里没有 @ 引用，等于白上传。模型不会自己去猜哪张图干什么用。
• @ 别标错：素材多的时候最容易出问题。写完提示词后，花 10 秒钟检查一遍每个 @ 引用是不是对的。
• 延长视频选对时长：延长 5 秒就选 5 秒的生成时长，选长了会多生成不需要的内容。
• 参考视频别太长：总时长上限 15 秒，而且视频越短越精准。如果只想参考某段运镜，截取那几秒关键片段就够了。
• 多生成几次：AI 生成天然有随机性，同样的输入跑三次可能效果差很多。别因为第一次不满意就放弃，多试几轮挑最好的。
• 先简单后复杂：如果是新手，建议从「一张图+文字」开始，熟悉了再加视频参考和音频参考，循序渐进。

写在最后

Seedance 2.0 不只是画质变好了、动作更流畅了，更关键的是它改变了 AI 视频创作的交互方式。通过多模态输入和 @ 引用机制，创作者第一次能够精准地告诉 AI「我要什么」，而不是写完提示词然后听天由命。

当然它还在持续进化中，有些极端复杂的场景可能还不够完美。但从目前的能力来看，它已经是一个真正能用在实际创作中的生产力工具了。