66 KiB
【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。2026年3月11日起，支持使用本账号下 Seedance 2.0 & 2.0 fast 模型产出的视频作为输入素材，进行视频编辑或延长，其中的真人人脸可正常使用，不会触发审核拦截。
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。当前仅文生视频支持。
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
-
创建视频生成任务接口创建视频生成任务
-
定时使用查询接口查询视频生成任务状态
-
任务 running，过段时间再查询任务状态
-
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
curl https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $ARK_API_KEY" \
-d '{
"model": "doubao-seedance-2-0-260128",
"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": false
}'
编辑视频
curl https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $ARK_API_KEY" \
-d '{
"model": "doubao-seedance-2-0-260128",
"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
}'
延长视频
curl https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $ARK_API_KEY" \
-d '{
"model": "doubao-seedance-2-0-260128",
"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
}'
使用联网搜索
仅支持文本生视频
curl https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $ARK_API_KEY" \
-d '{
"model": "doubao-seedance-2-0-260128",
"content": [
{
"type": "text",
"text": "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。"
}
],
"generate_audio":true,
"ratio": "16:9",
"duration": 11,
"watermark": true,
"tools": [
{
"type": "web_search"
}
]
}'
2. 查询视频生成任务
//请将 cgt-2026****hzc2z 替换为创建视频生成任务时获得的任务ID
curl -X GET https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks/cgt-2026****hzc2z \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $ARK_API_KEY"
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。
-
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。
-
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：
同意协议的操作方式如下：
示例代码：
注意： 在传入给模型的 Prompt 中，需要使用图片 1、视频 1 的方式指代参考素材，素材序号为素材在请求体中的顺序。请勿直接在 Prompt 中直接使用 Asset ID。 例：“图片1 里的女孩身着图片2中的服装，正在整理柜台上的物品。图片3中的男孩是一位顾客，他走上前，想要向女孩索要联系方式。”
调用示例请参考常见问题 4
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",
# 注意：素材图片指代需使用“图片N”（ N 表示传入素材图片/图片的序号，如“图片1”、“图片2”）
"text": "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。"
},
{
"type": "image_url",
"image_url": {
"url": "asset://asset-20260224200602-qn7wr"
},
"role": "reference_image"
},
{
"type": "image_url",
"image_url": {
"url": "https://ark-project.tos-cn-beijing.volces.com/doc_image/r2v_edit_pic1.jpg"
},
"role": "reference_image"
},
],
generate_audio=True,
ratio="16:9",
duration=11,
watermark=True,
)
print(create_result)
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)
使用自有虚拟人像素材生成视频
Seedance 2.0 及 2.0 fast 模型具有完备的防范 Deepfake 和侵犯版权风险能力。在生成视频时，会对有风险的参考素材输入进行拦截，最大限度保证生成视频合规和安全性。
为确保创作者能充分利用 Seedance 2.0 系列模型强大的视频生成能力高效生成视频内容，同时规避 AI 生成内容的潜在风险，方舟推出了私域可信素材库，支持创作者自助上传虚拟人像素材。完成入库的可信素材将进入您的私域素材库，在视频生成中使用。
具体信息请参考文档： 「⚠️保密信息」【申请权限填客户名称】私域虚拟人像素材资产库使用指南（邀测用户版）。
使用模型产物进行二创
Seedance 2.0 及 2.0 fast 模型生成的视频为受信素材。您可使用本账号下由上述模型生成的视频，进行视频编辑、视频延长等二次创作，素材中的人脸可正常参与生成，不会触发审核拦截。
2026年3月11日起，使用 Seedance 2.0 及 2.0 fast 模型生成的视频，支持二次创作。
| 输入：文本 | 输入：虚拟人像、图片 | 第一次输出视频 | 二次编辑后视频 |
|---|---|---|---|
| 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。 |   |
- 首次生视频，并获取视频 URL。
注意： 在传入给模型的 Prompt 中，需要使用图片 1、视频 1 的方式指代参考素材，素材序号为素材在请求体中的顺序。
请勿直接在 Prompt 中直接使用 Asset ID。 例：“图片1 里的女孩身着图片2中的服装，正在整理柜台上的物品。图片3中的男孩是一位顾客，他走上前，想要向女孩索要联系方式。”
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",
# 注意：素材图片指代需使用“图片N”（ N 表示传入素材图片/图片的序号，如“图片1”、“图片2”）
"text": "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。"
},
{
"type": "image_url",
"image_url": {
"url": "asset://asset-20260224200602-qn7wr"
},
"role": "reference_image"
},
{
"type": "image_url",
"image_url": {
"url": "https://ark-project.tos-cn-beijing.volces.com/doc_image/r2v_edit_pic1.jpg"
},
"role": "reference_image"
},
],
generate_audio=True,
ratio="16:9",
duration=11,
watermark=True,
)
print(create_result)
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)
- 对首次生成的视频进行再次编辑。为直观展示效果，本示例中直接使用视频原始 URL。
视频原始 URL 的有效期仅 24 小时，实际使用时，建议您提前转存视频文件（例如上传至火山引擎TOS）。
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中的背景修改为室内，房间布置温馨，包括白色的沙发，梳妆台和鲜花。"
},
{
"type": "video_url",
"video_url": {
"url": "https://ark-acg-cn-beijing.tos-cn-beijing.volces.com/doubao-seedance-2-0/02177390693606300000000000000000000ffffc0a88a7fb18e5d.mp4?X-Tos-Algorithm=TOS4-HMAC-SHA256&X-Tos-Credential=AKLTMjQyZTA4MzFjYTY0NGE5YzgzNTIzMTQzYWI5MmVjMDY%2F20260319%2Fcn-beijing%2Ftos%2Frequest&X-Tos-Date=20260319T075900Z&X-Tos-Expires=86400&X-Tos-Signature=204c1d922d7f563ab0fe2bdf28fe3764df52b3404827acf11c9f3dead82aa3db&X-Tos-SignedHeaders=host"
},
"role": "reference_video"
},
],
generate_audio=True,
ratio="16:9",
duration=11,
watermark=True,
)
print(create_result)
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)
私域素材资产上传最佳案例
在上传素材资产时，若将目标人脸图、全身参考图及细节参考图合并为同一张图片，可能导致各参考元素在画面中占比较小，从而增加模型识别难度，造成生成视频中的人物形象与所上传素材资产出现偏差，或造成生成视频中素人脸被误识别为明星脸而触发风控拦截。
建议在上传素材资产时，将人物面部特写、服装细节等关键内容独立分割为单独的图片进行上传。具体可参考如下规则及示例：
| 应该 | 不应该 | ||
|---|---|---|---|
| 输入内容 | 给出背景参考图、人物妆造三视图、人物面部无表情特写图、提示词   |
给出背景参考图、人物妆造三视图、提示词  |
|
| 输出内容 | |||
| 总结 | 同样是古风打斗剧情：左边输入内容包括：背景参考图、人物妆造三视图、人物面部无表情特写图、提示词；中间输入内容包括：背景参考图、人物妆造三视图、提示词；右边输入内容包括：背景参考图、人物妆造正视图、提示词。左边的输出视频更加还原人物面部特征；右边的人物面部特征一致性遵循不佳。 | ||
| 输入内容 | 给出背景参考图、人物妆造三视图、人物面部无表情特写图、提示词     |
给出背景参考图、人物妆造三视图、提示词   |
给出背景参考图、人物妆造正视图、提示词   |
| 输出内容 | |||
| 总结 | 同样是温馨亲子剧情：左边输入内容包括：背景参考图、人物妆造三视图、人物面部无表情特写图、提示词；中间输入内容包括：背景参考图、人物妆造三视图、提示词；右边输入内容包括：背景参考图、人物妆造正面图、提示词。左边的输出视频更加还原人物面部特征；中间的输出视频人物面部特征一致性遵循不佳；右边人物妆造、面部特征一致性遵循不佳。 |