Seedance 2.0 Omni-Reference — Entrée multimodale

Selon le blog officiel ByteDance Seed (février 2026), Seedance 2.0 utilise un pipeline multimodal unifié : vous pouvez combiner du texte avec jusqu'à 9 images, 3 clips vidéo et 3 pistes audio en une seule requête (sous réserve des limites de la plateforme). Le modèle peut référencer la composition, le mouvement, la caméra, les effets et le son à partir de ces entrées. Cette section résume la description publique de ce système.

Dernière mise à jour: 2026-03-27

Dernière vérification: 2026-03-27

Fréquence de mise à jour: Tous les quelques jours

Base source et limite de lecture

Ces guides sont rédigés sous forme de résumés de référence tiers, et non de documentation produit officielle ou de contenu d'assistance.

Sources utilisées

Compilé à partir du matériel de lancement ByteDance Seed publié le 12 février 2026, de la page publique du projet et d'une sélection de didacticiels tiers, de comparaisons et de descriptions de flux de travail.

Limite

Utilisez ces pages pour comprendre les réclamations publiques, les flux de travail courants et la terminologie. Ne les lisez pas comme un support officiel, une autorisation ou des déclarations du propriétaire du produit.

Actualité

Les portails, les tarifs, l'interface utilisateur, la prise en charge linguistique, la vitesse de génération et la disponibilité API peuvent changer. Vérifiez les détails actuels auprès de sources officielles ou primaires avant de vous y fier.

Base des sources

Cette page résume les documents disponibles publiquement. Les spécifications, tarifs et accès peuvent changer ; vérifiez les sources primaires avant de prendre des décisions.

ByteDance official launch blog: Seedance 2.0
official · 2026-03-27
ByteDance Seedance 2.0 project page
official · 2026-03-27

Prompt templates

Prompt template cluster

Use the dedicated prompt-template cluster for reusable templates, daily Input / Output updates, and future media evidence.

Coming soon (no assets yet)

Explore prompt templates

Entrées prises en charge

Texte : invite en langage naturel. Images : souvent jusqu'à 9 (par exemple 30 Mo chacune dans certains documents). Vidéo : jusqu'à 3 clips, souvent de 2 à 15 s au total, environ 50 Mo par clip. Audio : jusqu'à 3 fichiers, souvent ≤ 15 s au total, ~ 15 Mo chacun. Total jusqu'à 12 fichiers de référence en une seule fois. Le modèle les utilise pour la mise en page, le mouvement, la caméra, le style et le son, comme indiqué par votre invite et vos balises @.

@ système de référence des balises

Vous pouvez faire référence aux ressources téléchargées dans l'invite avec des balises @ (par exemple @Image1, @Video1, @Audio1). Exemples tirés de documents publics : "@Image1 comme première image", "Référence @Video1 pour le mouvement de la caméra", "Utiliser @Audio1 pour la musique de fond". Cela donne un contrôle précis sur quelle image pilote le personnage, quelle vidéo pilote le mouvement et quel audio pilote la musique ou le dialogue.

@ exemples pratiques de référence

Modèles courants de @ tags pour Omni-Reference : (1) Verrouillage première image : '@Image1 comme première image, personnage marche vers la caméra' — fixe la composition d'ouverture. (2) Cohérence du personnage : 'Même personnage que @Image1, même tenue que @Image2' — verrouille l'identité entre les prises. (3) Réplication caméra : 'Répliquer le mouvement caméra de @Video1, appliquer avec @Image1 comme sujet' — transfère le chemin. (4) Audio : 'Utiliser @Audio1 comme musique de fond, lip-sync avec @Audio2' — sépare musique et voix. (5) Combo multi-référence : '@Image1 comme personnage, @Image2 comme décor, @Video1 pour caméra, @Audio1 pour son ambiant' — assemblage complet avec 4 références. Précisez toujours le rôle de chaque actif dans le prompt.

@ exemples pratiques de référence

Génération audio-vidéo native

Seedance 2.0 génère de la vidéo et de l'audio en un seul processus conjoint (pas de post-doublage). Il prend en charge la sortie stéréo, la synchronisation labiale (y compris plusieurs langues dans les rapports publics) et l'alignement de la musique et des effets sonores avec l'image. Utile pour les publicités, les MV et les clips contenant beaucoup de dialogues.

Questions fréquemment posées

Combien d’images de référence puis-je utiliser ?

Selon la documentation publique, jusqu'à 9 images dans une seule demande, plus 3 vidéos et 3 fichiers audio. Vérifiez les limites actuelles de votre plateforme et les règles de taille de fichier.

Quelles entrées Seedance 2.0 multimodal prend-il en charge ?

Selon les rapports publics, Seedance 2.0 prend en charge le texte, jusqu'à 9 images, 3 clips vidéo et 3 pistes audio plus le langage naturel. Jusqu'à 12 fichiers de référence par demande. Voir notre tutoriel pour le flux complet.

Seedance 2.0 Tutoriel — Comment utiliser le texte-vers-vidéo et l'image-vers-vidéo (étape par étape)

Comment l'entrée audio affecte-t-elle la sortie vidéo ?

Selon la documentation publique, l'entrée audio peut piloter la musique de fond, le dialogue ou les effets sonores. Le modèle génère l'image et l'audio conjointement, le son étant aligné sur l'image. Prend en charge la synchronisation labiale multilingue. Voir notre tutoriel pour plus.

Seedance 2.0 Tutoriel — Comment utiliser le texte-vers-vidéo et l'image-vers-vidéo (étape par étape)

Puis-je combiner des références image et vidéo ?

Oui. Selon la documentation publique, vous pouvez combiner jusqu'à 9 images et 3 clips vidéo dans une demande. Utilisez les balises @ dans l'invite pour attribuer le rôle de chaque ressource. Voir notre guide image-vers-vidéo pour les détails.

Seedance 2.0 Guide image-vers-vidéo — Animez n'importe quelle image avec l'IA

Related capabilities

Guides associés

Explorez plus de guides