Seedance 2.0 Fast 文本生成视频

常见问题

什么时候应该选择 Fast 版本而不是标准版？

需要快速出片时选 Fast — 绘制分镜草稿、测试不同提示词、或批量生产社交媒体短片。标准版 Seedance 2.0 更适合最终交付物，追求最高画质。推荐工作流：先用 Fast 版以5秒时长快速迭代，确定最佳创意后再用标准版以完整时长重新生成。

什么样的提示词结构效果最好？

分三层组织提示词：(1) 主体与动作 — '一位穿红裙的女性沿码头走来'；(2) 镜头与运动 — '从身后缓慢推进的跟踪镜头'；(3) 氛围 — '黄金时段，柔和镜头光晕，电影级调色'。30–150 个词效果最佳。避免使用模糊词汇如「好看」「酷」— 模型对具体的视觉语言响应最好。

内置的音频生成是怎样工作的？

Seedance 2.0 Fast 在单次生成中同步产出与画面匹配的环境音 — 脚步声跟随行走动作、风声与户外场景对齐等。这不是独立的语音合成或音乐层，而是融入模型架构的上下文音效设计。环境/自然场景的音效质量最佳；如果需要对话或音乐驱动的内容，建议后期添加专门的音轨。

实际生成时间大约多久？

典型推理时间：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 版本的生成速度大约是标准版的2倍。

可以通过提示词控制镜头运动吗？

可以。模型理解电影拍摄指令：'缓慢向左平移'、'航拍无人机升起'、'手持特写配浅景深'、'静态广角固定镜头'。将镜头语言与场景描述结合可获得导演级控制。如果不需要镜头运动，可明确描述'固定机位静态画面'。

输出规格和商用条款是什么？

输出为 MP4 (H.264) 含同步音频，最长15秒。画面比例：16:9、9:16、4:3 或 3:4。视频无水印。商业使用遵循字节跳动 Seedance 模型服务条款 — 适用于广告、社交媒体、演示和创意项目。请根据具体使用场景确认合规性。