Seedance 2.0 Omni-Reference — Input multimodale

Secondo il ByteDance Seed blog (Feb 2026), Seedance 2.0 utilizza una pipeline multimodale unificata: è possibile combinare il testo con fino a 9 immagini, 3 clip video e 3 tracce audio in una sola richiesta (soggetto ai limiti della piattaforma). Il modello può fare riferimento a composizione, movimento, fotocamera, effetti e suono da questi ingressi. Questa sezione riassume la descrizione pubblica di tale sistema.

Ultimo aggiornamento: 2026-03-27

Ultima verifica: 2026-03-27

Frequenza di aggiornamento: Ogni pochi giorni

Base di origine e confine di lettura

Queste guide sono scritte come sintesi di riferimento di terze parti, non documentazione ufficiale del prodotto o contenuto di supporto.

Fonti utilizzate

Compilato dal materiale di lancio ByteDance Seed pubblicato il 12 febbraio 2026, la pagina del progetto pubblico, e selezionati tutorial di terze parti, confronti e scritture del flusso di lavoro.

Confine

Utilizzare queste pagine per comprendere reclami pubblici, flussi di lavoro comuni e terminologia. Non leggerli come supporto ufficiale, autorizzazione, o dichiarazioni del proprietario del prodotto.

Temporaneità

I portali, i prezzi, l'interfaccia utente, il supporto linguistico, la velocità di generazione e la disponibilità API possono cambiare. Verificare i dettagli attuali con fonti ufficiali o primarie prima di affidarsi a loro.

Base delle fonti

Questa pagina riassume materiali disponibili pubblicamente. Specifiche, prezzi e accesso possono cambiare; verificare le fonti primarie prima di prendere decisioni.

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

Ingressi supportati

Testo: prompt delle lingue naturali. Immagini: spesso fino a 9 (ad esempio 30 MB ciascuno in alcuni documenti). Video: fino a 3 clip, spesso 2–15 s totale, ~50 MB per clip. Audio: fino a 3 file, spesso ≤15 s totale, ~15 MB ciascuno. Totale di fino a 12 file di riferimento in un colpo. Il modello li utilizza per il layout, il movimento, la fotocamera, lo stile e il suono come indicato dal vostro prompt e @ tag.

@ sistema di riferimento tag

È possibile fare riferimento ai beni caricati nel prompt con i tag @ (ad esempio @Image1, @Video1, @Audio1). Esempi di documenti pubblici: “@Image1 come primo frame,” “Riferimento @Video1 per il movimento della fotocamera,” “Usa @Audio1 per la musica di sottofondo.” Questo dà un controllo preciso su quale immagine guida il carattere, quale video guida il movimento, e quale audio guida musica o dialogo.

@ esempi pratici di riferimento

Pattern comuni di @ tag per Omni-Reference: (1) Blocco primo frame: '@Image1 come fotogramma di apertura, personaggio cammina verso la telecamera' — fissa la composizione iniziale. (2) Coerenza personaggio: 'Stesso personaggio di @Image1, stesso outfit di @Image2' — blocca l identità tra le riprese. (3) Replica camera: 'Replicare il movimento camera di @Video1, applicare alla nuova scena con @Image1' — trasferisce la traiettoria. (4) Audio: 'Usa @Audio1 come musica di sottofondo, lip-sync con @Audio2' — separa musica e voce. (5) Combo multi-riferimento: '@Image1 come personaggio, @Image2 come sfondo, @Video1 per camera, @Audio1 per suono ambientale' — assemblaggio completo con 4 riferimenti. Specificare sempre il ruolo di ogni asset nel prompt.

@ esempi pratici di riferimento

Generazione audio-video nativo

Seedance 2.0 genera video e audio in un unico processo articolare (non post-dubbing). Supporta l'output stereo, il lip-sync (incluse più lingue nei rapporti pubblici), e l'allineamento di effetti musicali e sonori con l'immagine. Utile per annunci, MV e clip dialog-pesanti.

Domande frequenti

Quante immagini di riferimento posso usare?

Secondo la documentazione pubblica, fino a 9 immagini in una sola richiesta, più 3 video e 3 file audio. Controllare i limiti attuali della piattaforma e le regole della dimensione del file.

Quali input supporta Seedance 2.0 multimodale?

Secondo i rapporti pubblici, Seedance 2.0 supporta testo, fino a 9 immagini, 3 clip video e 3 tracce audio più linguaggio naturale. Fino a 12 file di riferimento per richiesta. Vedi il nostro tutorial per il flusso completo.

Seedance 2.0 Tutorial — Come usare testo-in-video e immagine-in-video (passo dopo passo)

Come l'input audio influisce sull'output video?

Secondo la documentazione pubblica, l'input audio può guidare musica di sottofondo, dialogo o effetti sonori. Il modello genera immagine e audio congiuntamente, con il suono allineato all'immagine. Supporta lip-sync multilingue. Vedi il nostro tutorial per maggiori informazioni.

Seedance 2.0 Tutorial — Come usare testo-in-video e immagine-in-video (passo dopo passo)

Posso combinare riferimenti immagine e video?

Sì. Secondo la documentazione pubblica, puoi combinare fino a 9 immagini e 3 clip video in una richiesta. Usa i tag @ nel prompt per assegnare il ruolo di ogni asset. Vedi la nostra guida immagine-video per i dettagli.

Seedance 2.0 Guida immagine-in-video — Anima qualsiasi immagine con l'IA

Related capabilities

Guide correlate

Scopri altre guide