Seedance 2.0 Fast 图片生成视频

常见问题

支持哪些图片格式和尺寸？

支持 JPEG、PNG 和 WebP。建议短边至少 720px，主体清晰、光线充足。模型可处理不同分辨率，但高度压缩的 JPEG（质量 < 50）或低于 256px 的图片可能产生伪影。输出视频的画面比例自动匹配输入图片 — 上传横图得到16:9，上传竖图得到9:16。

模型如何决定添加什么运动？

模型结合参考图片和文本提示来决定运动方式。图片锚定视觉身份（谁/什么 + 在哪里），提示词驱动动作（发生什么）。例如上传一张人像照并输入'她转身回头看，风吹动头发'，模型就会让这个特定的人做出特定的动作。不写提示词时，模型会根据场景上下文添加微妙的环境动态。

如何防止模型改变主体的外观？

Seedance 2.0 Fast 专为主体保真设计 — 保持面部特征、服装和场景构图与输入一致。最大化保真度的方法：(1) 使用高分辨率、光线充足的参考图；(2) 提示词聚焦运动而非外观变化；(3) 避免与图片内容矛盾的描述（如参考图是深色头发，就不要写'金发'）。

实际生成时间大约多久？

典型时间：5秒片段约60–90秒，10秒片段约120–180秒，15秒片段约180–300秒。实际时间随服务器负载波动。Fast 版本处理速度大约是标准版的2倍。

图片生成视频 vs 文本生成视频，什么时候用哪个？

有具体画面要动画化时用 Image-to-Video — 产品照片、角色肖像、分镜画面、或其他 AI 生成的图片。只有创意没有画面时用 Text-to-Video。强力组合：先用图像生成模型创建静态画面，再用 Image-to-Video 赋予它生命，获得最大创作控制力。

可以用 AI 生成的图片作为输入吗？

完全可以。这是最受欢迎的工作流之一 — 用 Flux、Stable Diffusion 等模型生成静态图片，然后用 Seedance 2.0 Fast I2V 把它动画化。这让你同时精确控制视觉风格和运动效果，模型会忠实保留 AI 生成图片的美学风格。