Seedance 2.0 Omni-Reference — Entrada Multimodal
Segundo o funcionário ByteDance Blog de sementes (Fev 2026), Seedance 2.0 usa um pipeline multimodal unificado: você pode combinar texto com até 9 imagens, 3 clipes de vídeo e 3 faixas de áudio em uma solicitação (sujeito a limites de plataforma). O modelo pode referenciar composição, movimento, câmera, efeitos e som a partir dessas entradas. Esta secção resume a descrição pública desse sistema.
Última atualização:
Última verificação:
Frequência de atualização: A cada poucos dias
Base de origem e limite de leitura
Estes guias são escritos como resumos de referência de terceiros, não documentação oficial do produto ou conteúdo de suporte.
Fontes utilizadas
Compilado da ByteDance Seed material de lançamento de sementes publicado em 12 de fevereiro de 2026, a página do projeto público, e tutoriais de terceiros selecionados, comparações e write-ups de fluxo de trabalho.
Limite
Use estas páginas para entender reivindicações públicas, fluxos de trabalho comuns e terminologia. Não os leia como apoio oficial, autorização ou declarações do proprietário do produto.
Temporidade
Portais, preços, UI, suporte linguístico, velocidade de geração, e disponibilidade de API pode mudar. Verifique os detalhes atuais com fontes oficiais ou primárias antes de confiar neles.
Base de fontes
Esta página resume materiais publicamente disponíveis. Especificações, preços e acesso podem mudar—verifique fontes primárias antes de tomar decisões.
- 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 templatesInputs suportados
Texto: prompt de linguagem natural. Imagens: muitas vezes até 9 (por exemplo, 30 MB cada em alguns documentos). Vídeo: até 3 clipes, muitas vezes 2-15 s total, ~50 MB por clipe. Áudio: até 3 arquivos, muitas vezes ≤15 s total, ~15 MB cada. Total de até 12 arquivos de referência de uma só vez. O modelo usa-os para layout, movimento, câmera, estilo e som como dirigido por seu prompt e @ tags.
@ tag reference system
Você pode se referir a ativos carregados no prompt com @ tags (por exemplo. @Image1, @Video1, @Audio1). Exemplos de documentos públicos: «@Image1 como o primeiro quadro, “Referência @Video1 para o movimento da câmera, “Usar @Audio1 para música de fundo.” Isso dá um controle preciso sobre qual personagem de unidade de imagem, que o vídeo movimenta movimento, e que o áudio movimenta música ou diálogo.
@ exemplos práticos de referência
Padrões comuns de @ tags para Omni-Reference: (1) Bloqueio do primeiro quadro: '@Image1 como quadro de abertura, personagem caminha em direção à câmera' — fixa a composição inicial. (2) Consistência de personagem: 'Mesmo personagem que @Image1, mesma roupa que @Image2' — trava identidade entre takes. (3) Replicação de câmera: 'Replicar movimento de câmera de @Video1, aplicar à nova cena com @Image1' — transfere trajetória. (4) Áudio: 'Usar @Audio1 como música de fundo, lip-sync com @Audio2' — separa música e voz. (5) Combo multi-referência: '@Image1 como personagem, @Image2 como fundo, @Video1 para câmera, @Audio1 para som ambiente' — montagem completa com 4 referências. Sempre especifique o papel de cada ativo no prompt.
@ exemplos práticos de referência
Padrões comuns de @ tags para Omni-Reference: (1) Bloqueio do primeiro quadro: '@Image1 como quadro de abertura, personagem caminha em direção à câmera' — fixa a composição inicial. (2) Consistência de personagem: 'Mesmo personagem que @Image1, mesma roupa que @Image2' — trava identidade entre takes. (3) Replicação de câmera: 'Replicar movimento de câmera de @Video1, aplicar à nova cena com @Image1' — transfere trajetória. (4) Áudio: 'Usar @Audio1 como música de fundo, lip-sync com @Audio2' — separa música e voz. (5) Combo multi-referência: '@Image1 como personagem, @Image2 como fundo, @Video1 para câmera, @Audio1 para som ambiente' — montagem completa com 4 referências. Sempre especifique o papel de cada ativo no prompt.
Geração de áudio-vídeo nativa
Seedance 2.0 gera vídeo e áudio em um único processo conjunto (não pós-dublagem). Ele suporta saída estéreo, lip-sync (incluindo várias línguas em relatórios públicos), e alinhamento de música e efeitos sonoros com a imagem. Útil para anúncios, MV e clipes pesados de diálogo.
Perguntas mais frequentes
Quantas imagens de referência posso usar?
De acordo com a documentação pública, até 9 imagens em um pedido, mais 3 vídeos e 3 arquivos de áudio. Verifique os limites atuais da sua plataforma e as regras de tamanho de arquivo.
Que entradas suporta o Seedance 2.0 multimodal?
Segundo relatórios públicos, o Seedance 2.0 suporta texto, até 9 imagens, 3 clipes de vídeo e 3 faixas de áudio mais linguagem natural. Até 12 ficheiros de referência por pedido. Consulte o nosso tutorial para o fluxo completo.
Seedance 2.0 Tutorial — Como usar texto para vídeo e imagem para vídeo (passo a passo)Como a entrada de áudio afeta a saída de vídeo?
Segundo a documentação pública, a entrada de áudio pode impulsionar música de fundo, diálogo ou efeitos sonoros. O modelo gera imagem e áudio em conjunto, com o som alinhado à imagem. Suporta sincronização labial multilingue. Consulte o nosso tutorial para mais.
Seedance 2.0 Tutorial — Como usar texto para vídeo e imagem para vídeo (passo a passo)Posso combinar referências de imagem e vídeo?
Sim. Segundo a documentação pública, pode combinar até 9 imagens e 3 clipes de vídeo num pedido. Use tags @ no prompt para atribuir o papel de cada ativo. Consulte o nosso guia imagem-para-vídeo para detalhes.
Seedance 2.0 Guia de imagem para vídeo — Anime qualquer imagem com IARelated capabilities
Guias relacionados
- Seedance 2.0 Tutorial — Como usar texto para vídeo e imagem para vídeo (passo a passo)
- Seedance 2.0 Arquitetura técnica
- Seedance 2.0 Dicas de prompts — Como escrever melhores prompts de vídeo
Explore mais guias