Seedance 2.0 全能參考（Omni-Reference）— 多模態輸入指南

文本：自然語言提示。圖片：通常最多 9 張（部分文檔約 30 MB/張）。影片：最多 3 段，總時長約 2–15 秒，單段約 50 MB。音頻：最多 3 個，總時長約 ≤15 秒，約 15 MB/個。單次合計最多 12 個參考檔案。根據公開資訊，模型按提示與 @ 標籤使用它們控制構圖、動作、運鏡與聲音。可同時使用圖片和影片參考，用 @ 標籤在提示詞中指定各素材用途。

在提示詞中用 @ 引用上傳素材（如 @Image1、@Video1、@Audio1）。公開範例：「@Image1 作為首幀」「參考 @Video1 的運鏡」「使用 @Audio1 作為背景音樂」。可精確指定哪張圖管角色、哪段影片管動作、哪段音頻管音樂或對白。以平台為準，部分介面可能使用不同標記方式。

全能參考（Omni-Reference）常見 @ 用法：（1）首幀鎖定：'@Image1 作為首幀，角色走向鏡頭' — 固定開場構圖。（2）角色一致性：'與 @Image1 同一角色，穿著與 @Image2 相同服裝' — 跨鏡頭鎖定身份。（3）運鏡複刻：'複製 @Video1 的運鏡，應用於新場景，@Image1 為主體' — 遷移運動軌跡。（4）音頻驅動：'@Audio1 作為背景音樂，@Audio2 驅動口型對白' — 分離音樂與人聲。（5）多素材組合：'@Image1 為角色，@Image2 為背景，參考 @Video1 運鏡，@Audio1 為環境音' — 4 個參考組成完整場景。務必在提示詞中寫明每個素材的用途，未指定的素材可能被忽略。

根據公開報導，Seedance 2.0 在單次生成中同時輸出畫面與音頻（非後期配音），支援立體聲與多語種口型同步，音樂和音效與畫面節奏對齊，適合廣告、MV 與對白較多的片段。音頻輸入可驅動背景音樂、對白或音效，與畫面聯合生成。以平台為準，具體輸入限制與檔案大小請查閱官方文檔。