Seedance 2.0 系列教程

Seedance 2.0 系列模型（包括 Seedance 2.0 和 Seedance 2.0 fast ）支持图像、视频、音频、文本等多种模态内容输入，具备视频生成、视频编辑、视频延长等能力，可高精度还原物品细节、音色、效果、风格、运镜等，保持稳定角色特征，赋予使用者如同导演般的掌控权。本文介绍 Seedance 2.0 系列模型的专属能力，帮助您快速实现 Video Generation API 调用。 说明 Seedance 2.0 及 Seedance 2.0 fast API 现已面向 企业用户 开启公测。参与公测请 提交申请，审核结果将以短信形式另行通知，请您耐心等候。 新手入门 本入门教程专为 API 新手用户 设计，帮助您一键搭建 Python 开发环境、完成虚拟环境创建和方舟 SDK 安装，并提供直接可运行的 seedance 2.0 示例代码，您只需修改对应的输入素材，即可开始您的视频生成创作。

1. 准备工作

在开始之前，请确保您已经完成以下准备： 注册账号 ：确保您拥有火山引擎账号并已 登录 获取 API Key ：访问 API Key 管理页面 ，点击 创建 API Key ，并复制保存您的 API Key。注意请妥善保管您的 API Key，不要泄露给他人。 开通模型（可选） ：所有新用户可使用免费额度体验模型服务。如额度使用完毕需要 开通模型 ，以继续使用方舟模型服务。 下载并解压文件 ：点击下载下方附件，将其解压到您的本地目录（如桌面或“下载”文件夹）。 ark_seedance2.0_quickstart_package.zip 2.操作步骤 Windows 用户 macOS 用户 打开终端，进入 scripts/init_dev_env 目录。 运行构建脚本： ./setup_mac.sh 脚本会自动配置好所有环境。 完成后，在项目根目录会生成一个 run_demo.sh。 运行 ./run_demo.sh 即可运行 Python SDK 示例代码(python/demo_standard.py)。 进入 scripts/init_dev_env 目录。 双击运行 setup_windows.bat 。 脚本会自动执行以下操作： 下载 uv 工具。 自动下载 Python 3.12（如果不干扰您的系统 Python）。 创建虚拟环境 . venv 。 安装方舟 SDK。 完成后，在项目根目录会生成一个 run_demo.bat。 双击 run_demo.bat，即可运行 Python SDK 示例代码(python/demo_standard.py)。 3.运行说明 运行脚本后，您将看到如下流程： API Key 校验 ：脚本会自动检测您本地是否配置了 ARK_API_KEY 环境变量。如果没有，会提示您手动输入。 素材预览 ：脚本会自动在您的默认浏览器中弹出一个本地生成的 HTML 页面，直观地展示本次任务的文本提示词、待替换的参考图片以及原始参考视频。 任务创建与轮询 ：脚本向火山方舟服务器发起异步请求。由于视频生成需要一定时间，控制台会每隔 30 秒打印一次任务状态（如 running 获取结果 ：任务成功后，控制台会输出一段最终生成的视频 URL。您可以复制该链接到浏览器下载或在线播放。 4.下一步 在成功跑通本示例后，您可以尝试修改 python/demo_standard.py ，来打造您专属的视频生成任务： 修改文本提示词 找到代码中的 user_content 变量，更改为您想要的画面描述。 替换输入素材 (图片、视频、音频) 您可以将 reference_image_url reference_video_url reference_audio_url 替换为您自己的素材链接。 注意 ：请确保 URL 是公网可公开访问的链接（建议存放在 TOS 对象存储服务中，并配置为公共读）。 继续学习下文中丰富的使用示例。 模型能力 Seedance 2.0 fast 和 Seedance 2.0 的模型能力相同。追求最高生成品质，推荐使用 Seedance 2.0；更注重成本与生成速度，不要求极限品质，推荐使用 Seedance 2.0 fast。 模型名称 Seedance 2.0 Seedance 2.0 fast Model ID doubao-seedance-2-0-260128 doubao-seedance-2-0-fast-260128 文生视频 图生视频-首帧 图生视频-首尾帧 多模态参考【New】 图片参考 视频参考 组合参考 图片 + 音频 图片 + 视频 视频 + 音频 图片 + 视频 + 音频 编辑视频【New】 延长视频【New】 生成有声视频 联网搜索增强【New】 样片模式 返回视频尾帧 输出视频规格 输出分辨率 480p, 720p 480p, 720p 输出宽高比 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 输出时长 4~15 秒 4~15 秒 输出视频格式 离线推理 在线推理限流 并发数 离线推理限流 基础使用 多模态参考 输入文本、参考图、视频（可带音轨）和音频等内容，来生成一段新视频。可继承参考图片的角色形象、视觉风格、画面构图；参考视频的主体内容、运镜方式、动作表现、整体风格；以及参考音频的音色、音乐旋律、对话内容等核心信息。 效果预览如下（访问 模型卡片 输入：文本 输入：图片、视频、音频 输出 全程使用视频1的第一视角构图，全程使用音频1 作为背景音乐。第一人称视角果茶宣传广告，seedance牌「苹苹安安」苹果果茶限定款；首帧为图片1，你的手摘下一颗带晨露的阿克苏红苹果，轻脆的苹果碰撞声；2-4 秒：快速切镜，你的手将苹果块投入雪克杯，加入冰块与茶底，用力摇晃，冰块碰撞声与摇晃声卡点轻快鼓点，背景音：「鲜切现摇」；4-6 秒：第一人称成品特写，分层果茶倒入透明杯，你的手轻挤奶盖在顶部铺展，在杯身贴上粉红包标，镜头拉近看奶盖与果茶的分层纹理；6-8 秒：第一人称手持举杯，你将图片2中的果茶举到镜头前（模拟递到观众面前的视角），杯身标签清晰可见，背景音「来一口鲜爽」，尾帧定格为图片2。背景声音统一为女生音色。 00:00/00:00 2X快进中 重播 播放 00:00/00:00直播 00:00 00:00 进入全屏 1.5x 0.75x 0.5x 点击按住可拖动视频 r2v_tea_audio1.mp3 00:00/00:00 2X快进中 重播 播放 00:00/00:00直播 00:00 00:00 进入全屏 1.5x 0.75x 0.5x 点击按住可拖动视频 Python Python import os import time # Install SDK: pip install 'volcengine-python-sdk[ark]' from volcenginesdkarkruntime import Ark client = Ark( # The base URL for model invocation base_url='https://ark.cn-beijing.volces.com/api/v3', # Get API Key：https://console.volcengine.com/ark/region:ark+cn-beijing/apikey api_key=os.environ.get("ARK_API_KEY"), if __name__ == "__main__": print("----- create request -----") create_result = client.content_generation.tasks.create( model="doubao-seedance-2-0-260128", # Replace with Model ID content=[ "type": "text", "text": "全程使用视频1的第一视角构图，全程使用音频1作为背景音乐。第一人称视角果茶宣传广告，seedance牌「苹苹安安」苹果果茶限定款；首帧为图片1，你的手摘下一颗带晨露的阿克苏红苹果，轻脆的苹果碰撞声；2-4 秒：快速切镜，你的手将苹果块投入雪克杯，加入冰块与茶底，用力摇晃，冰块碰撞声与摇晃声卡点轻快鼓点，背景音：「鲜切现摇」；4-6 秒：第一人称成品特写，分层果茶倒入透明杯，你的手轻挤奶盖在顶部铺展，在杯身贴上粉红包标，镜头拉近看奶盖与果茶的分层纹理；6-8 秒：第一人称手持举杯，你将图片2中的果茶举到镜头前（模拟递到观众面前的视角），杯身标签清晰可见，背景音「来一口鲜爽」，尾帧定格为图片2。背景声音统一为女生音色。", "type": "image_url", "image_url": { "url": "https://ark-project.tos-cn-beijing.volces.com/doc_image/r2v_tea_pic1.jpg" "role": "reference_image", "type": "image_url", "image_url": { "url": "https://ark-project.tos-cn-beijing.volces.com/doc_image/r2v_tea_pic2.jpg" "role": "reference_image", "type": "video_url", "video_url": { "url": "https://ark-project.tos-cn-beijing.volces.com/doc_video/r2v_tea_video1.mp4" "role": "reference_video", "type": "audio_url", "audio_url": { "url": "https://ark-project.tos-cn-beijing.volces.com/doc_audio/r2v_tea_audio1.mp3" "role": "reference_audio", generate_audio=True, ratio="16:9", duration=11, watermark=True, print(create_result) # Polling query section print("----- polling task status -----") task_id = create_result.id while True: get_result = client.content_generation.tasks.get(task_id=task_id) status = get_result.status if status == "succeeded": print("----- task succeeded -----") print(get_result) break elif status == "failed": print("----- task failed -----") print(f"Error: {get_result.error}") break else: print(f"Current status: {status}, Retrying after 30 seconds...") time.sleep(30) 说明 您可任意组合以下模态内容，注意不支持“文本+音频”、“纯音频” 输入。 文本 图片：0~9 张 视频：0~3 个 音频：0~3 个 进阶用法 ：多模态生视频可通过提示词指定参考图片作为首帧/尾帧，间接实现“首尾帧+多模态参考”效果。若需严格保障首尾帧和指定图片一致， 优先使用图生视频-首尾帧 （配置 role 为 first_frame/last_frame）。 各个模态信息输入要求参见 多模态输入 编辑视频 您可以提供待编辑的视频、参考图片或音频，并结合使用提示词，完成多种视频编辑任务，例如：替换视频主体、视频中对象增删改、局部画面重绘/修复等。 效果预览如下（访问 模型卡片 输入：文本 输入：视频&图片 输出 将视频1礼盒中的香水替换成图像1中的面霜，运镜不变 00:00/00:00 2X快进中 重播 播放 00:00/00:00直播 00:00 00:00 进入全屏 1.5x 0.75x 0.5x 点击按住可拖动视频 00:00/00:00 2X快进中 重播 播放 00:00/00:00直播 00:00 00:00 进入全屏 1.5x 0.75x 0.5x 点击按住可拖动视频 Python Python import os import time # Install SDK: pip install 'volcengine-python-sdk[ark]' from volcenginesdkarkruntime import Ark client = Ark( # The base URL for model invocation base_url='https://ark.cn-beijing.volces.com/api/v3', # Get API Key：https://console.volcengine.com/ark/region:ark+cn-beijing/apikey api_key=os.environ.get("ARK_API_KEY"), if __name__ == "__main__": print("----- create request -----") create_result = client.content_generation.tasks.create( model="doubao-seedance-2-0-260128", # Replace with Model ID content=[ "type": "text", "text": "将视频1礼盒中的香水替换成图片1中的面霜，运镜不变", "type": "image_url", "image_url": { "url": "https://ark-project.tos-cn-beijing.volces.com/doc_image/r2v_edit_pic1.jpg" "role": "reference_image", "type": "video_url", "video_url": { "url": "https://ark-project.tos-cn-beijing.volces.com/doc_video/r2v_edit_video1.mp4" "role": "reference_video", generate_audio=True, ratio="16:9", duration=5, watermark=True, print(create_result) # Polling query section print("----- polling task status -----") task_id = create_result.id while True: get_result = client.content_generation.tasks.get(task_id=task_id) status = get_result.status if status == "succeeded": print("----- task succeeded -----") print(get_result) break elif status == "failed": print("----- task failed -----") print(f"Error: {get_result.error}") break else: print(f"Current status: {status}, Retrying after 30 seconds...") time.sleep(30) 延长视频 在原有视频基础上，向前或者向后延长视频，或多个视频片段（最多 3 个视频片段）串联成一个连贯视频。 效果预览如下（访问 模型卡片 查看更多示例）： 输入：文本 输入：待延长视频 输出 视频1中的拱形窗户打开，进入美术馆室内，接视频2，之后镜头进入画内，接视频3 00:00/00:00 2X快进中 重播 播放 00:00/00:00直播 00:00 00:00 进入全屏 1.5x 0.75x 0.5x 点击按住可拖动视频 00:00/00:00 2X快进中 重播 播放 00:00/00:00直播 00:00 00:00 进入全屏 1.5x 0.75x 0.5x 点击按住可拖动视频 00:00/00:00 2X快进中 重播 播放 00:00/00:00直播 00:00 00:00 进入全屏 1.5x 0.75x 0.5x 点击按住可拖动视频 00:00/00:00 2X快进中 重播 播放 00:00/00:00直播 00:00 00:00 进入全屏 1.5x 0.75x 0.5x 点击按住可拖动视频 Python Python import os import time # Install SDK: pip install 'volcengine-python-sdk[ark]' from volcenginesdkarkruntime import Ark client = Ark( # The base URL for model invocation base_url='https://ark.cn-beijing.volces.com/api/v3', # Get API Key：https://console.volcengine.com/ark/region:ark+cn-beijing/apikey api_key=os.environ.get("ARK_API_KEY"), if __name__ == "__main__": print("----- create request -----") create_result = client.content_generation.tasks.create( model="doubao-seedance-2-0-260128", # Replace with Model ID content=[ "type": "text", "text": "视频1中的拱形窗户打开，进入美术馆室内，接视频2，之后镜头进入画内，接视频3", "type": "video_url", "video_url": { "url": "https://ark-project.tos-cn-beijing.volces.com/doc_video/r2v_extend_video1.mp4" "role": "reference_video", "type": "video_url", "video_url": { "url": "https://ark-project.tos-cn-beijing.volces.com/doc_video/r2v_extend_video2.mp4" "role": "reference_video", "type": "video_url", "video_url": { "url": "https://ark-project.tos-cn-beijing.volces.com/doc_video/r2v_extend_video3.mp4" "role": "reference_video", generate_audio=True, ratio="16:9", duration=8, watermark=True, print(create_result) # Polling query section print("----- polling task status -----") task_id = create_result.id while True: get_result = client.content_generation.tasks.get(task_id=task_id) status = get_result.status if status == "succeeded": print("----- task succeeded -----") print(get_result) break elif status == "failed": print("----- task failed -----") print(f"Error: {get_result.error}") break else: print(f"Current status: {status}, Retrying after 30 seconds...") time.sleep(30) 说明 向前或向后延长 1 段视频，生成的视频一般只包含原视频的尾部画面。但您也可以通过提示词灵活控制，使其包含原视频内容。 例如：向前延长视频1，[延长内容描述...]， 最后接视频1 传入 2~3 段视频，补全中间过渡部分，生成的视频会包含原视频内容和新生成的视频内容。 使用联网搜索 联网搜索能力仅适用于纯文本输入 Seedance 2.0 新增支持调用联网搜索工具，通过配置 tools. type 参数为 web_search 即可开启联网搜索。 开启联网搜索后，模型会根据用户的提示词自主判断是否搜索互联网内容（如商品、天气等）。可提升生成视频的时效性，但也会增加一定的时延。 实际搜索次数可通过 查询视频生成任务 API 返回的 usage.tool_usage. web_search 字段获取，如果为 0 表示未搜索。 输入：文本 输出 微距镜头对准叶片上翠绿的玻璃蛙。焦点逐渐从它光滑的皮肤，转移到它完全透明的腹部，一颗鲜红的心脏正在有力地、规律地收缩扩张。 说明 联网搜索玻璃蛙的容貌特征。 00:00/00:00 2X快进中 重播 播放 00:00/00:00直播 00:00 00:00 进入全屏 1.5x 0.75x 0.5x 点击按住可拖动视频 Curl 创建视频生成任务 Shell curl -X POST https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $ARK_API_KEY" \ -d '{ "model": "dou...