AirGate/Seedance 2.0 & 2.0 fast API文档（邀测用户版）.md

【申请权限填客户名称】Seedance 2.0 & 2.0 fast API文档（邀测用户版）

该文档目前仅限开白客户使用，发送前请和销管确认客户是否在开白名单内

【❗️❗️❗️】该文档限制客户申请权限，只有返回了服务协议的客户方可申请

本文介绍 Seedance 2.0 & 2.0 fast 模型相较于存量模型 新增/配置有区别 的 API 参数介绍，存量 API 参数的完整介绍参见 视频生成 API。

本文档仅限预览及邀测用户使用：

• 不承诺正式API上线100%一致。

• 仅限邀测用户阅读，请勿截图/分享给其他人员。

• 您上传的内容请确保由您原创或已取得授权。

模型能力

Seedance 2.0 和 Seedance 2.0 fast 提供的模型能力一致，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。

Seedance 2.0 & 2.0 fast (有声视频/无声视频)

• 多模态参考生视频：输入参考图片（0~9）+参考视频（0~3）+ 参考音频（0~3）+ 文本提示词（可选）生成 1 个目标视频。支持生成全新视频、编辑视频、延长视频。

注意：不可单独输入音频，应至少包含 1 个参考视频或图片。

• 图生视频-首尾帧：输入首帧图片+尾帧图片+文本提示词（可选）生成 1 个目标视频。

• 图生视频-首帧：输入首帧图片+文本提示词（可选）生成 1 个目标视频。

• 文生视频：输入文本提示词生成 1 个目标视频。

模型能力对比表：

模型名称		Seedance 2.0	Seedance 2.0 fast	Seedance 1.5 pro	Seedance 1.0 pro	Seedance 1.0 pro fast	Seedance 1.0 lite i2v	Seedance-1.0 lite t2v
Model ID		doubao-seedance-2-0-260128	doubao-seedance-2-0-fast-260128	doubao-seedance-1-5-pro-251215	doubao-seedance-1-0-pro-250528	doubao-seedance-1-0-pro-fast-251015	doubao-seedance-1-0-lite-i2v-250428	doubao-seedance-1-0-lite-t2v-250428
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	✅		❌	❌	❌	❌	❌
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, 1080p	480p, 720p, 1080p	480p, 720p, 1080p	480p, 720p, 1080p	480p, 720p, 1080p
	输出宽高比	21:9, 16:9, 4:3, 1:1, 3:4, 9:16
	输出时长	4~15 秒		4~12 秒	2~12 秒	2~12 秒	2~12 秒	2~12 秒
	输出视频格式	mp4		mp4	mp4	mp4	mp4	mp4
离线推理		❌		✅	✅	✅	✅	✅
在线推理限流	RPM	600		600	600	600	300	300
	并发数	10		10	10	10	5	5
离线推理限流	TPD	-		5000亿	5000亿	5000亿	2500亿	2500亿

Creat-创建视频生成任务

POST https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks

请求参数

content object[] 必选

输入给模型，生成视频的信息，支持文本、图片、音频、视频、样片任务 ID。支持以下几种组合：

• 文本

• 文本（可选）+ 图片

• 文本（可选）+ 视频

• 文本（可选）+ 图片 + 音频

• 文本（可选）+ 图片 + 视频

• 文本（可选）+ 视频 + 音频

• 文本（可选）+ 图片 + 视频 + 音频

---

信息类型：

• 文本信息object

输入给模型的提示词信息。

---

content.type string 必选

输入内容的类型，此处应为 text。

---

content.text string 必选

输入给模型的文本提示词，描述期望生成的视频。

支持中英文。建议中文不超过500字，英文不超过1000词。字数过多信息容易分散，模型可能因此忽略细节，只关注重点，造成视频缺失部分元素。提示词的更多使用技巧请参见 Seedance 提示词指南。

• 图片信息 object

输入给模型的图片信息。

---

content.type string 必选

输入内容的类型，此处应为 image_url。

---

content.image_url object 必选

输入给模型的图片对象。

---

content.image_url.url string 必选

图片 URL 、图片 Base64 编码、素材 ID。

• 图片 URL：填入图片的公网 URL。

• Base64 编码：将本地文件转换为 Base64 编码字符串，然后提交给大模型。遵循格式：data:image/<图片格式>;base64,<Base64编码>，注意 <图片格式> 需小写，如 data:image/png;base64,{base64_image}。

• 素材 ID：用于视频生成的预置素材及虚拟人像的 ID，遵循格式：asset://<ASSET_ID>，可从 素材&虚拟人像库 获取，详细使用请参见文档。

传入单张图片要求

• 格式：jpeg、png、webp、bmp、tiff、gif

• 宽高比（宽/高）： (0.4, 2.5)

• 宽高长度（px）：(300, 6000)

• 大小：单张图片小于 30 MB。请求体大小不超过 64 MB。大文件请勿使用Base64编码。

• 图片数量：

  • 图生视频-首帧：1 张

  • 图生视频-首尾帧：2 张

  • Seedance 2.0 & 2.0 fast 多模态参考生视频：1~9 张

---

content.role string 条件必填

图片的位置或用途。

注意

• 图生视频-首帧、图生视频-首尾帧、多模态参考生视频（包括参考图、视频、音频）为 3 种互斥场景，不可混用。

• 多模态参考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）。

---

图生视频-首帧

需要传入1个 image_url 对象

• 字段role取值：

  • first_frame 或不填

---

图生视频-首尾帧

需要传入2个 image_url 对象

• 字段role取值：

  • 首帧图片对应的字段 role 为：first_frame，必填

  • 尾帧图片对应的字段 role 为：last_frame，必填

---

图生视频-参考图

可传入 1~9 个 image_url 对象

• 字段role取值：

  • 每张参考图对应的字段 role 均为：reference_image，必填

• 视频信息 object

输入给模型的视频信息。仅 Seedance 2.0 & 2.0 fast 支持输入视频。

---

content.type string 必选

输入内容的类型，此处应为 video_url。

---

content.video_url object 必选

输入给模型的视频对象。

---

content.video_url.url string 必选

视频URL、素材 ID。

• 视频 URL：填入视频的公网 URL。

• 素材 ID：用于视频生成的预置素材及虚拟人像视频的 ID，遵循格式：asset://<ASSET_ID>。可从素材&虚拟人像库获取。

传入单个视频要求

• 视频格式：mp4、mov。

• 分辨率：480p、720p

• 时长：单个视频时长 [2, 15] s，最多传入 3 个参考视频，所有视频总时长不超过 15s。

• 尺寸：

  • 宽高比（宽/高）：[0.4, 2.5]

  • 宽高长度（px）：[300, 6000]

  • 画面像素（宽 × 高）：[409600, 927408] ，示例：

    • 画面尺寸 640×640=409600 满足最小值 ；

    • 画面尺寸 834×1112=927408 满足最大值。

• 大小：单个视频不超过 50 MB。

• 帧率 (FPS)：[24, 60]

---

content.role string 条件必填

视频的位置或用途。当前仅支持 reference_video。

• 音频信息 object

输入给模型的音频信息。仅 Seedance 2.0 & 2.0 fast 支持输入音频。注意不可单独输入音频，应至少包含 1 个参考视频或图片。

---

content.type string 必选

输入内容的类型，此处应为 audio_url。

---

content.audio_url object 必选

输入给模型的音频对象。

---

content.audio_url.url string 必选

音频 URL 、音频 Base64 编码、素材 ID。

• 音频 URL：填入音频的公网 URL。

• Base64 编码：将本地文件转换为 Base64 编码字符串，然后提交给大模型。遵循格式：data:audio/<音频格式>;base64,<Base64编码>，注意 <音频格式> 需小写，如 data:audio/wav;base64,{base64_audio}。

• 素材 ID：用于视频生成的虚拟人的音频素材 ID，遵循格式：asset://<ASSET_ID>。可从素材&虚拟人像库获取。

传入单个音频要求

• 格式：wav、mp3

• 时长：单个音频时长 [2, 15] s，最多传入 3 段参考音频，所有音频总时长不超过 15 s。

• 大小：单个音频不超过 15 MB，请求体大小不超过 64 MB。大文件请勿使用Base64编码。

---

content.role string 条件必填

音频的位置或用途。当前仅支持 reference_audio 。

service_tier string

Seedance 2.0 & 2.0 fast 暂不支持

generate_audio boolean

Seedance 2.0 & 2.0 fast 默认值： true

控制生成的视频是否包含与画面同步的声音。

• true：模型输出的视频包含同步音频。模型会基于文本提示词与视觉内容，自动生成与之匹配的人声、音效及背景音乐。建议将对话部分置于双引号内，以优化音频生成效果。例如：男人叫住女人说：“你记住，以后不可以用手指指月亮。”

• false：模型输出的视频为无声视频。

说明

生成的有声视频均为单声道，和传入的音频声道数无关。

draft boolean

Seedance 2.0 & 2.0 fast 暂不支持

tools object[]

仅 Seedance 2.0 & 2.0 fast 支持

配置模型要调用的工具。

---

tools.type string

指定使用的工具类型。

• web_search：联网搜索工具。

说明

• 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。

resolution string

Seedance 2.0 & 2.0 fast 默认值：720p

视频分辨率，取值范围：

• 480p

• 720p

ratio string

Seedance 2.0 & 2.0 fast 默认值： adaptive

生成视频的宽高比例。不同宽高比对应的宽高像素值见下方表格。

• 16:9

• 4:3

• 1:1

• 3:4

• 9:16

• 21:9

• adaptive：根据输入自动选择最合适的宽高比

adaptive 适配规则

当配置 ratio 为 adaptive 时，模型会根据生成场景自动适配宽高比；实际生成的视频宽高比可通过 查询视频生成任务 API 返回的 ratio 字段获取。

• 文生视频：根据输入的提示词，智能选择最合适的宽高比。

• 首帧 / 首尾帧生视频：根据上传的首帧图片比例，自动选择最接近的宽高比。

• 多模态参考生视频：根据用户提示词意图判断，如果是首帧生视频/编辑视频/延长视频，以该图片/视频为准选择最接近的宽高比；否则，以传入的第一个媒体文件为准（优先级：视频＞图片）选择最接近的宽高比。

---

不同宽高比对应的宽高像素值：

分辨率	宽高比	宽高像素值
480p	16:9	864×496
	4:3	752×560
	1:1	640×640
	3:4	560×752
	9:16	496×864
	21:9	992×432
720p	16:9	1280×720
	4:3	1112×834
	1:1	960×960
	3:4	834×1112
	9:16	720×1280
	21:9	1470×630

duration integer

Seedance 2.0 & 2.0 fast 默认值：5

生成视频时长，仅支持整数，单位：秒。

取值范围：

• [4,15] 或设置为-1

配置方法

• 指定具体时长：支持有效范围内的任一整数。

• 智能指定：设置为 -1，表示由模型在有效范围内自主选择合适的视频长度（整数秒）。实际生成视频的时长可通过 查询视频生成任务 API 返回的 duration 字段获取。注意视频时长与计费相关，请谨慎设置。

frames integer

Seedance 2.0 & 2.0 fast 暂不支持

camera_fixed boolean

Seedance 2.0 & 2.0 fast 暂不支持

Get/List-查询视频生成任务/列表

查询视频生成任务：GET https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks/{id}

查询视频生成任务列表：GET https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks?page_num={page_num}&page_size={page_size}&filter.status={filter.status}&filter.task_ids={filter.task_ids}&filter.model={filter.model}

响应参数

tools object[]

仅 Seedance 2.0 & 2.0 fast 支持

配置模型要调用的工具。

---

tools.type string

指定使用的工具类型。

• web_search：联网搜索工具。

usage object

本次请求的 token 用量。

---

usage.completion_tokens integer

模型输出视频花费的 token 数量。

---

usage.total_tokens integer

本次请求消耗的总 token 数量。

---

usage.tool_usage object

仅 Seedance 2.0 & 2.0 fast 支持

使用工具的用量信息。

---

usage.tool_usage.web_search integer

实际调用联网搜索工具的次数，仅开启联网搜索时返回。

调用简介及示例

流程简介

任务接口是异步接口，视频生成任务流程

1. 创建视频生成任务接口创建视频生成任务

2. 定时使用查询接口查询视频生成任务状态

   1. 任务 running，过段时间再查询任务状态

   2. 任务完成，返回视频链接，在24小时内下载生成的视频文件

1. 创建视频生成任务

以下示例仅展示 Seedance 2.0 & 2.0 fast 新增能力，更多视频生成示例详见 创建视频生成任务 API。

多模态参考

编辑视频

延长视频

使用联网搜索

仅支持文本生视频

2. 查询视频生成任务

最佳实践-使用公共虚拟人像生成视频

平台提供公共虚拟人像素材库，目前您可以使用其中的图像素材来创建一个统一、完备的视频主角。帮助您更好地控制主角，并确保其形象在多段视频中保持一致，避免因为真人人脸限制导致角色无法统一的问题。

素材模态目前包含图片，并提供人物背景描述。每个素材对应一个独立素材 ID (asset ID)，在体验中心的视频生成任务中，指定角色人脸生成视频。

1. 在浏览器中打开体验中心，点击输入框下方的 虚拟人像库 页签。

2. 检索需要使用的人像，支持使用自然语言检索及筛选框组合筛选。

输入：文本	输入：虚拟人像、图片	输出
图片1中美妆博主用中文进行介绍，妆容改为明艳大气，去掉脸部反光，笑容甜美，近景镜头，手持图片2的面霜面向镜头展示，清新简约背景，元气甜美风格。博主台词：挖到本命面霜了！质地像云朵一样软糯，一抹就吸收，熬夜急救、补水保湿全搞定，素颜都自带柔光感。

在 Video Generation API 的 content.<模态>_url.url 字段中使用 素材 URI 生成视频。

输入的参考内容，包括人像素材，需符合视频生成限制，具体信息请查看使用限制。

注意：

• 首次在 API 中使用虚拟人像素材 Asset URI 前，需先在方舟体验中心提交一次视频生成任务，阅读并同意弹出的 虚拟人像库使用协议。

• 体验中心支持体验视频生成能力。默认单次生成 4 段视频，为节约成本，建议设置为每次生成 1 条，具体方式可参考虚拟人像库。

同意协议的操作方式如下：

示例代码：

使用自有虚拟人像素材生成视频（线下提交）

方舟提供私域人像素材库，您可在视频生成中使用自有虚拟人物或真人（仅限素人）素材，生成短剧等更定制化的视频内容。平台将对您提供的素材进行审核，规避可能产生的法律风险。

• 自有素材需入库后使用，您可将虚拟人像或真人素材发送给销售代表，同时完成合规承诺函及其他证明材料的准备。

• 入库后，您可使用素材的 Asset ID，在视频生成 API 中使用自有素材。

重要：

• 对虚拟人像素材，您需签署虚拟人像素材合规承诺函，并提供签署承诺函所需的材料。

• 对真实人物素材，除承诺函外，您还需额外提供真人授权材料。

• 具体流程及所需材料，请和您的销售代表确认。

提交自有人像素材时，需按人物将素材分组：

• 每个人物为一个素材组。

• 每组可包含多个素材文件，素材文件对应唯一 ID (asset ID)。

入库流程

提交自有虚拟人像素材方式大致如下，请联系您的销售代表了解详情。

1. 准备素材文件，完成承诺函签署，并准备其他证明材料。

2. 准备素材文件，完成承诺函签署，并准备其他证明材料。

   • 每个人物素材需至少提供一张正面图片文件。此外，您可按需提供该人物的其他图片、视频素材。

     • 需确保每个人物组中的素材与该正面图片为同一人物。

     • 每个人物创建一个文件夹（命名：“虚拟人像 1-<人像名>”）

       提交素材文件夹示例：

   

   注意：

   • 以上示例仅供参考，您可根据视频创作需求，提交虚拟人物素材。

   • 您仅需上传视频生成任务中需要使用的素材。

   • 素材文件需满足视频生成 API 对输入文件的要求：

   传入单张图片要求

   • 格式：jpeg、png、webp、bmp、tiff、gif

   • 宽高比（宽/高）： (0.4, 2.5)

   • 宽高长度（px）：(300, 6000)

   • 大小：单张图片小于 30 MB。请求体大小不超过 64 MB。大文件请勿使用Base64编码。

   传入单个视频要求

   • 视频格式：mp4、mov。

   • 分辨率：480p、720p

   • 时长：单个视频时长 [2, 15] s，最多传入 3 个参考视频，所有视频总时长不超过 15s。

   • 尺寸：

     • 宽高比（宽/高）：[0.4, 2.5]

     • 宽高长度（px）：[300, 6000]

     • 画面像素（宽 × 高）：[409600, 927408] ，示例：

       • 画面尺寸 640×640=409600 满足最小值 ；

       • 画面尺寸 834×1112=927408 满足最大值。

   • 大小：单个视频不超过 50 MB。

   • 帧率 (FPS)：[24, 60]

   注意：

   有关提交流程、承诺函签署所需材料的具体信息，请联系您的销售代表了解详情。

3. 方舟将对您提供的素材进行审核，通过审核的素材将被上传至虚拟人像库。

4. 入库后，每个人物组素材将通过以下示例中的形式返回，您可解压后查看：

   

示例中：

• Andy 为您提交的人物名称

• group-20260310035119-9mzqn 为该人物组的 ID

• 解压后，可查看每张素材的 Asset ID，如：

• 您可按 asset: //<asset_id> 规则拼接 URI，在 API 中使用对应素材生成视频：

具体调用方式请参考 最佳实践-使用虚拟人像生成视频。

注意事项

1. 首次在 API 中使用虚拟人像素材 Asset URI 前，需先在方舟体验中心提交一次视频生成任务，阅读并同意弹出的 虚拟人像库使用协议，操作方式如下：

• 仅支持使用已入库素材生成视频。