Seedance 2.5 官方用户手册：30 秒生成、180 秒长视频与提示词公式
Dreamina Seedance 2.5 中文完整指南：参数限制、30-180 秒长视频、视频延长、时间戳控制、Smart Edit、多模态参考、真人角色提示词与白模渲染。
Seedance 2.5 官方用户手册：30 秒生成、180 秒长视频与提示词公式
已获授权的中文整理版。 本文以 Dreamina 官方《Seedance 2.5 User Guide》和 ByteDance Seed 官方发布页为准，操作截图来自官方手册。功能入口、可用范围与平台状态可能继续更新，请以产品界面为准。
API 状态说明： ByteDance Seed 当前仅表示 Seedance 2.5 将通过 BytePlus ModelArk API coming soon。本文不声称 Seedance 2.5 已可通过 HiAPI API 调用。
1. 即梦 Seedance 2.5 正式发布
ByteDance Seed 于 2026 年 7 月 31 日正式发布 Seedance 2.5。它延续 Seedance 2.0 的音视频联合生成与多模态参考架构，重点升级了三类能力：更长的叙事、更灵活的参考素材，以及更精确的生成后编辑。
需要先分清三种“时长”：
| 能力 | 官方范围 | 适合场景 |
|---|---|---|
| 标准单次生成 | 4-30 秒 | 短片、广告镜头、单段叙事 |
| Long Video | 30-180 秒 | 一次生成完整长视频 |
| Extend Video | 每次延长 4-30 秒；原视频需小于 30 秒 | 延续已有镜头，多轮可组合到 60 秒 |
Seedance 2.5 的基础模型能力是单次最多 30 秒；Dreamina 产品中的 Long Video 是独立的超长视频入口，可选择 30-180 秒。两者不要混为同一个参数。
2. 参数设置
Seedance 2.5 支持首帧、首尾帧和多模态参考。素材上限明显提高，但“能上传”不代表“越多越稳”。
图片
| 项目 | 限制 |
|---|---|
| 数量 | 每次最多 30 张 |
| 格式 | JPEG、PNG、WebP、BMP、TIFF、GIF、HEIC、HEIF |
| 宽高比 | 0.4-2.5 |
| 边长 | 300-6000 px |
| 单张大小 | 小于 30 MB |
官方稳定性建议：主体图片包含 1-8 个主体时效果较好；9-12 个仍可尝试，但稳定性会下降。同一主体需要多视角时，拆成多张单视角图片通常比把多个视角拼进一张图更稳。
视频
| 项目 | 限制 |
|---|---|
| 数量 | 最多 10 段 |
| 单段时长 | 2-30 秒（实际容差约 1.8-30.2 秒） |
| 总时长 | 不超过 30 秒（实际容差约 30.2 秒） |
| 格式 | MP4、MOV |
| 分辨率 | 480p-4K |
| 帧率 | 24-60 FPS |
| 单段大小 | 不超过 200 MB |
用于视频编辑时，官方建议原片控制在 20 秒内；参考图 1-5 张通常更稳定，6-8 张可以尝试但更依赖多次生成筛选。
音频
| 项目 | 限制 |
|---|---|
| 数量 | 最多 10 段 |
| 单段时长 | 2-30 秒 |
| 总时长 | 不超过 30 秒 |
| 格式 | WAV、MP3 |
| 单段大小 | 不超过 15 MB |
| 纯音频驱动 | 支持，不必强制搭配图片或视频 |
输出
- 标准生成时长：4-30 秒，对应约 97-721 帧。
- 输出分辨率：480p、720p。
- 画幅比例：按 Dreamina 界面提供的比例选择，例如 16:9。
- 长视频：切换到 Long Video 后可选择 30-180 秒。
3. 功能交互
四种创作模式
进入 Dreamina 的 AI Video 页面，选择 Dreamina Seedance 2.5 后，可以从模式菜单切换：
- Omni Reference：图片、视频、音频多模态参考。
- Smart Edit：上传视频后用文字修改。
- Long Video：一次生成 30-180 秒长视频。
- First and last Frames：首尾帧约束。
Long Video：一次生成 30-180 秒
- 填写完整的视频脚本或提示词。
- 打开默认可能显示为 Omni Reference 的模式菜单，选择 Long Video。
- 点击工具栏中的时钟图标。
- 拖动时间轴或直接输入数值，选择 30-180 秒。
- 确认画幅、分辨率与时长，点击 Generate。
长视频提示词不要只写一个主题。至少拆成“全局设定 + 时间戳分镜 + 声音 + 禁止项”，每个时间段都写明主体、动作、机位和转场。
Extend Video：连续延长视频
Extend Video 只对 30 秒以内的原始视频开放。每次可选择 4-30 秒的新增时长，提示词只描述新增部分。
- 在生成流中选中目标视频，点击下方的 Extend Video。
- 点击时钟，拖动时间轴或输入新增时长。
- 在文本框中写新增段落的画面、动作与衔接方式，再生成完整视频。
官方英文示例保留如下：
Reference the content of @video1, extend the video by 10s to continue the story. Require to use a "mask transition" at the cut (hard cuts are prohibited, objects appearing out of thin air are prohibited). Shot A shows the muscular warrior in @image1 who is defending (close-up), a gust of wind blows, a normal-sized fallen leaf drifts towards the camera, the leaf completely covers the camera causing the full screen to go dark; then the camera pulls back through the leaf, directly revealing the next scene: the young ranger in @image2 is leaning against a tree, raising his bow and arrow taking aim. Require the scene to be switched naturally. Naturally switch from the warrior's close-up to the ranger's medium shot.
中文理解：先锁定参考视频，再只写新增的 10 秒，并明确要求用落叶遮罩完成自然转场，同时禁止硬切和物体凭空出现。
Smart Edit：文字修改视频
Smart Edit 适合不需要画笔标记、可以直接用文字说清楚的修改。写法是：
[具体修改对象] + [动作与变化描述] + [生效时间段]
官方示例：
Modify everything entirely from 0 to 8 seconds of the overall video. Change the whale in the video to a white dragon. Remove the BGM.
Edit with marks：圈选后局部修改
上传本地视频后，输入区会出现 Edit with marks 入口。它适合“只改画面中的这个位置”，可用框选、画笔、箭头或锚点标记对象。
在标记界面中圈出目标，补充文字要求并确认。系统会把标记帧和时间戳加入输入，再按要求修改整段或指定时间段。
Edit Video：编辑已经生成的视频
Edit Video 面向生成流中的成片。选中视频下方的编辑入口后，可继续替换角色、改变服装、调整机位、移除对象或修改背景。它和 Edit with marks 的区别主要在入口：前者编辑已生成成片，后者也可以处理本地上传视频。
4. 基础提示词公式
官方给出的基础结构可以整理成四段：
完整提示词 = [素材说明] + [一句话概括] + [具体情节描述] + [全局补充]
| 模块 | 写法 |
|---|---|
| 素材说明 | 按上传顺序写明每份素材用于角色、场景、动作、音色还是镜头参考 |
| 一句话概括 | 主体 + 地点 + 事件 + 主题/风格 + 特殊运镜 |
| 具体情节 | 按时间线写画面、运镜、动作、对白、音效和转场 |
| 全局补充 | 再次锁定机位、环境、灯光、声音、人物一致性与禁止项 |
官方英文示例节选：
Realistic nature documentary style, cinematic realistic lighting. In the morning mist, within a vast wetland reed bed @image1, an elegant red-crowned crane is spreading its wings and dancing. @image2 The red-crowned crane features snow-white feathers, a bright red crown, a slender and upright posture, and light, noble movements.
0s-3s: A red-crowned crane stands quietly in the shallow water with an elegant posture. It slowly begins to unfold its broad black-and-white wings with gentle movements. The airflow from the flapping wings creates ripples on the water surface.
3s-8s: The red-crowned crane leaps lightly on the water, its feet alternately tapping the surface, splashing crystal-clear water droplets. Its slender neck tilts backward with its beak pointing to the sky.
Low-angle, slight handheld camera feel, moving up and down slightly to follow the crane's jumping trajectory. Natural environmental sounds: flowing water, the powerful flapping of wings, and the crane's call. The overall atmosphere is peaceful, ethereal, and highly aesthetic.
中文解释：第一段用两张参考图锁定场景和主体，第二、三段按秒拆动作，最后统一补充机位、景深、自然声音和整体氛围。
5. 真人角色公式
减少“AI 脸”和多人“撞脸”，关键不是只写“真实人物”，而是把人物拆成可检查的维度：
Character = [Age/Race] + [Skin Color/Skin Texture] + [Facial Details] + [Eye/Soul] + [Hairstyle/Hair Color] + [Clothing/Clothing Texture] + [Body Type/Emotion/Temperament] + [Other Requirements]
中文公式：
角色 = 年龄/种族 + 肤色/皮肤质感 + 五官细节 + 眼神/灵魂 + 发型/发色 + 服装/衣着质感 + 体型/情绪/气质 + 其他要求
推荐至少写清以下细节：
- 皮肤：冷暖调、真实毛孔、细纹、雀斑或自然瑕疵。
- 五官：眼型、眉骨、鼻梁、唇形、颧骨与下颌线，至少 3-4 项。
- 眼神：注视方向、底层情绪与人物关系。
- 头发：具体发色、质感、发型及风吹或运动后的状态。
- 服装：剪裁、颜色、面料、新旧状态和穿着细节。
- 体态：骨架、肩线、构图、动作与整体气质。
官方英文示例：
22-year-old East Asian woman, with a highly classical, gentle cinematic face. Cool-toned fair skin, revealing a delicate and moist texture, retaining realistic fine pores and natural skin texture. Slender and elegant eyes, a delicate and straight nose bridge, full lips with a faint, gentle smile at the corners, and a soft jawline. Extremely affectionate and expressive gaze, eyes shimmering like spring water. Jet-black hair pinned into a casual yet elegant classical low bun, secured only by a plain jade hairpin. Wearing a minimalist, pure white traditional cross-collar dress. Slender figure with delicate narrow shoulders, exuding a gentle, graceful, and deeply affectionate classical romantic aura.
6. 时间戳控制
时间戳可以控制镜头、动作、对白、音效和转场。推荐统一写成：
[00:00-00:05] 镜头景别与机位 + 主体动作 + 台词/声音 + 转场要求
例如 30 秒视频可拆成 0-6、7-13、14-20、21-25、26-30 秒五段。每段只承担一个主要叙事任务，前后段用主体动作、遮挡物、声音重拍或镜头运动衔接。
官方英文时间戳示例：
0-5s: Open with a close-up of the Overlord from @Image 2. The camera slowly circles his upper body and transitions into a medium shot. The Overlord spins and turns, his body and back flags sweeping quickly past the lens to form a natural occlusion.
6-10s: The camera steadily circles Consort Yu in a medium shot from @Image 1, following her water sleeves through the arc. She raises her arm, flicks her wrist, unfurls the sleeves, and half-turns.
11-20s: The male warrior from @Image 3 enters with an aerial flip. The camera slowly pulls back from a medium-close shot of the warrior to a full stage view. At the end, all three face the audience and strike a synchronized Peking opera finale pose.
长视频不要让时间段重叠，也不要在同一秒塞入多个互相竞争的动作。对白应放在说话角色出现的时间段内，并同时注明口型、环境声与音乐关系。
7. 多语言视频
官方手册表示，Seedance 2.5 优先优化中文、英语、西班牙语、印尼语和马来语，并覆盖泰语、阿拉伯语、葡萄牙语、越南语、日语、韩语。
使用建议：
- 直接用目标语言写台词，不必先翻译成英文。
- 场景描述与对白分开，明确谁在何时说哪句话。
- 同一镜头只保留一种主语言；需要双语时，分别指定角色和时间段。
- 用参考音频时写明只参考音色、语气还是完整节奏，避免模型误解用途。
8. 去除字幕和背景音乐
Seedance 2.5 提高了对反向要求的响应，能减少随机字幕和无关 BGM。建议在具体分镜和全局补充中各写一次：
No subtitles, no captions, no on-screen text. No background music. Keep only dialogue, Foley, and natural ambient sound.
若要从原视频中移除 BGM、保留人声与字幕，可明确写：
Remove the background music from @Video 1. Keep the original dialogue, voice, ambient sound, and on-screen subtitles unchanged.
“不要 BGM”并不等于“全部静音”。需要保留对白、拟音和环境声时，应逐项写清楚。
9. 多模态参考升级
单次最多可输入 30 张图片、10 段视频和 10 段音频。升级不只是数量增加，还包括：
- 迁移参考视频的动作、镜头语言、情绪氛围与创意结构。
- 分离或移除背景音乐，同时保留人声和画面元素。
- 局部消除、对象替换和空间视角修改。
- 参考更多音色，并提高多人同框时的身份独立性。
- 绿幕编辑、无缝视频转场和多宫格分镜参考。
实操时应给每份素材一个唯一用途，不要让多张图同时争夺“主角身份”。写成 @Image 1 for character design、@Video 1 for camera movement、@Audio 1 for voice tone 会比只列素材编号更清楚。
10. Clay Renderer 白模渲染
Clay Renderer 允许 Maya、Blender 等 3D 工作流先用无材质白模确定空间结构、人物站位、运动路径和机位，再交给模型补材质、灯光和风格。
提示词公式：
[白模参考的内容] + [角色/场景参考] + [材质与灯光] + [风格] + [完整故事顺序]
官方英文示例：
Refer to @Clay Render 1 for camera movement, pacing, shot-size transitions, subject trajectory, and blocking. Refer to @Image 2 for character design, scene, materials, lighting, color, and fairy-tale atmosphere, and render the white model as a dreamy, warm, 3D animated short with a childlike fantasy feel. The story unfolds as follows: flight through a fantasy sky → mythical beasts flying alongside through a sea of clouds → a dive into the ocean → weaving through the deep with manta rays → passing through a mirrored rift in spacetime → picking stars from the cosmos → transforming back into the bedroom → father tucking in the blanket → the picture book closes and holds on the final frame.
白模负责“哪里、怎么动、镜头怎么走”；图片参考负责“长什么样”；提示词负责材质、灯光、色彩和故事。三者职责越清楚，工业化镜头越可控。
11. 使用建议
- 先做 4-8 秒验证。 先确认角色、风格和镜头语言，再扩大到 30 秒或 Long Video。
- 参考素材按职责分组。 人物、场景、动作、音色和运镜不要混写。
- 长视频先写时间表。 每个时间段只安排一个主要动作和一种转场。
- 真人写真实缺陷。 毛孔、细纹、发丝状态、服装磨损和不对称细节能显著降低塑料感。
- 编辑时锁定不变项。 明确“只修改什么”和“其他内容保持不变”。
- 负面要求写两次。 在具体分镜和全局结尾各写一次字幕、BGM、硬切等禁止项。
- 不要把产品入口当成 API 参数。 Dreamina 的 Long Video、Smart Edit 等交互能力，不等于已存在可公开调用的 Seedance 2.5 API 字段。
12. FAQ
最长能生成多长的视频？
Dreamina 的 Long Video 模式支持一次生成 30-180 秒，最长 180 秒。标准单次生成是 4-30 秒。Extend Video 可对 30 秒以内的原视频追加 4-30 秒，多轮组合最长可到 60 秒。
一次能上传多少参考素材？
最多 30 张图片、10 段视频和 10 段音频。视频和音频各自总时长不超过 30 秒。数量是上限，不是稳定性建议；复杂任务建议从较少素材开始逐步增加。
怎样减少人物 AI 感？
不要只写“真人、电影感”。按年龄/种族、肤色与毛孔、五官、眼神、发型、服装材质、体型气质逐项描述，并保留雀斑、细纹、发丝凌乱和衣料磨损等真实细节。多人场景要给每个人独立的脸型、发色、服装和站位。
怎样通过时间戳控制长视频？
先写全局设定，再把时长切成连续且不重叠的区间，如 00:00-00:06、00:07-00:13。每段分别写镜头、主体动作、对白/声音和转场，最后补充全局一致性与禁止项。
HiAPI 现在能否直接调用 Seedance 2.5？
目前不能据官方信息这样声称。 ByteDance Seed 的官方发布页只写明 BytePlus ModelArk API coming soon。HiAPI 当前可用能力请以现有 Seedance 2.0 模型页和实时模型列表为准；不要把 Dreamina 网页端的 2.5 功能写成 HiAPI 已开放的 API。
13. 官方资料与延伸阅读
- Dreamina Seedance 2.5 官方用户手册
- ByteDance Seed 官方发布页：Introducing Seedance 2.5
- HiAPI 现有 Seedance 2.0 模型页
- HiAPI 延伸阅读：Seedance 2.5 规格与 2.0 区别
官方上线状态会变化。本文更新时，BytePlus ModelArk API 仍为 coming soon；后续如官方开放 API，应以新的模型文档、请求参数和实际可用模型列表为准。