> ## Documentation Index
> Fetch the complete documentation index at: https://veniceai-mintlify-d2fddb8a.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Seedance 2.0

> 在 Venice 上使用 Seedance 2.0 生成、编辑、延展并拼接视频 —— 在同一个端点上提供文本、图像和 reference-to-video 工作流，并附带实战示例。

Seedance 2.0 是一个旗舰多模态视频模型，Venice 将其暴露为三个变体的系列，用于文本驱动、图像驱动和参考驱动的视频生成。**reference-to-video** 变体异常强大：单个端点和单个模型 ID 处理**四种不同的工作流**（Reference、Edit、Extend、Stitch）——工作流从您的 **prompt 形态**推断而出。

本指南介绍各变体、四种工作流及其规范 prompt、多模态输入限制、定价和完整的 `curl` 示例。

## 变体

| 模型 ID                                  | 变体       | 输出分辨率               | 备注                                                                     |
| -------------------------------------- | -------- | ------------------- | ---------------------------------------------------------------------- |
| `seedance-2-0-text-to-video`           | T2V      | 480p / 720p / 1080p | 仅文本 prompt                                                             |
| `seedance-2-0-image-to-video`          | I2V      | 480p / 720p / 1080p | 第一帧（及可选最后一帧）图像基础                                                       |
| `seedance-2-0-reference-to-video`      | R2V      | 480p / 720p / 1080p | 最多 9 张参考图像 + 3 段参考视频 + 3 段参考音频供体。驱动 Reference / Edit / Extend / Stitch |
| `seedance-2-0-fast-text-to-video`      | Fast T2V | 480p / 720p         | 更快、较低保真度层级                                                             |
| `seedance-2-0-fast-image-to-video`     | Fast I2V | 480p / 720p         | 更快、较低保真度层级                                                             |
| `seedance-2-0-fast-reference-to-video` | Fast R2V | 480p / 720p         | 更快、较低保真度层级；相同工作流集                                                      |

所有变体都是异步的。通过 `POST /api/v1/video/queue` 提交，然后轮询 `POST /api/v1/video/retrieve` 直到响应体为 `video/mp4`。常规队列流程请参阅[视频生成](/guides/media/video-generation)。

## "一个模型，四个工作流"模型

reference-to-video 变体（`seedance-2-0-reference-to-video` 及其 Fast 兄弟）是同一个底层模型服务四种不同任务。**模型从 prompt 前缀和您输入的形态推断任务。** 没有 `task` 或 `workflow` 字段——prompt 语法即路由。

| 工作流           | 功能                             | Prompt 前缀                                                            | 输入                                               |
| ------------- | ------------------------------ | -------------------------------------------------------------------- | ------------------------------------------------ |
| **Reference** | 使用上传的参考文件作为主体/动作/风格/音频的供体生成新视频 | `Refer to ... in <Image\|Video\|Audio N> to generate ...`            | 文本 + ≥1 张图像 或 视频参考（0-9 张图像，0-3 段视频），可选最多 3 段音频供体 |
| **Edit**      | 修改单个输入视频同时保留其余部分               | `Strictly edit <Video 1>, changing its ...`                          | 1 段输入视频 + 文本（图像可选基础）                             |
| **Extend**    | 单个剪辑的前向/后向扩展                   | `Extend <Video 1>, generate ...`                                     | 1 段输入视频 + 文本                                     |
| **Stitch**    | 用自动生成的过渡拼接 2-3 段剪辑             | `<Video 1> + <transition description> + followed by <Video 2> + ...` | 2-3 段输入视频 + 文本                                   |

**prompt 语法是规范的且区分大小写**：尖括号、首字母大写、数字前单个空格——`<Video 1>`、`<Image 1>`、`<Audio 1>`。

***

## 工作流模式

### Reference 工作流

将上传的参考文件用作**供体**——主体、场景、动作、风格、人声音色——以生成全新的视频。

**规范 prompt 模式**：

```
Refer to <Subject N> in <Image N> to generate ...
Refer to the [action | camera scene | style | sound effect] in <Video N> to generate ...
Refer to the [tone | timbre] in <Audio N> to generate ...
```

**示例**：

* `Refer to <Subject 1> in <Image 1> to generate a 5-second clip of the same character riding a horse through snow.`
* `Refer to the camera scene in <Video 1> to generate a similar establishing shot of a futuristic city at dawn.`
* `Refer to <Subject 1> in <Image 1> and use the timbre in <Audio 1> for the narrator describing the scene.`（音频供体必须与至少一张图像或视频参考配对——仅音频会被拒绝）

### Edit 工作流

修改单个输入视频。**prompt 中未明确命名的任何内容都会被保留。** 当您想要局部更改（主体替换、天气/颜色变化、元素添加/移除）而非全新视频时使用此项。

**规范 prompt 模式**：

```
Strictly edit <Video 1>, changing its [original feature] to [new feature] ...
```

**更精细控制的子模式**：

```
Add Elements:
  At [timestamp / timing] and [spatial location] of <Video 1>, add [description of intended element].

Remove Elements:
  Remove [element to be deleted] from <Video 1>, keeping the rest of the video content unchanged.

Modify Elements:
  Replace [description of element to be changed] in <Video 1> with [description of intended element].
```

**示例**：

* `Strictly edit <Video 1>, changing its weather from sunny to a heavy rainstorm.`
* `Add snacks such as fried chicken and pizza to the countertop in <Video 1>.`
* `Remove the red car from <Video 1>, keeping the rest of the video content unchanged.`
* `Replace the perfume featured in <Video 1> with the face cream from <Image 1>, with all original motions and camera work preserved.`

最后一个示例结合了 Edit 和图像参考——完全合法，模型使用 `<Image 1>` 作为替换的视觉供体。

### Extend 工作流

将单个剪辑在时间上向前或向后延续。**默认情况下 Seedance 仅返回新内容**——而不是与扩展连接的原始输入。这是出于设计目的，用于过渡连续性；如果您希望保留输入剪辑与扩展一起，请明确说明：

```
Extend <Video 1>, generate [description of extended content]
Extend <Video 1> backward, [description of extended content]
Extend <Video 1>, start with <Video 1>, then [description of extended content]      ← 在开头保留输入
Extend <Video 1> backward, [description], and then end with <Video 1>               ← 在结尾保留输入
```

过渡处理：模型自动提取过渡帧进行无缝混合，输入视频的原始片段不会被重新生成。

**示例**：

* `Extend <Video 1>, generate a dramatic chase scene through narrow alleys at dusk.`
* `Extend <Video 1> backward, the same character walking toward the camera before the original shot begins.`
* `Extend <Video 1>, start with <Video 1>, then the camera pulls back to reveal a vast landscape.`

### Stitch 工作流（Track Completion）

用 AI 生成的过渡连接 2-3 段输入剪辑。总组合输入时长必须 ≤ 15 s。

**规范 prompt 模式**：

```
<Video 1> + [transition description] + followed by <Video 2> [+ [transition description] + followed by <Video 3>]
```

**示例**：

* `<Video 1> + a smooth seamless cut + followed by <Video 2>`
* `<Video 1>. The moment a leaf falls to the ground, it sets off a special effect of golden particles. A gust of wind blows by, leading into <Video 2>.`
* `<Video 1> + a wisp of smoke transforms into a flock of birds + followed by <Video 2> + a slow dolly-in + followed by <Video 3>`

模型在连接点自动修剪连接片段以保持连续性。

***

## 通用 prompt 公式

在所有四种工作流中，推荐的撰写公式为：

```
Subject + Motion + Environment (Optional)
       + Camera Movement / Cut (Optional)
       + Aesthetic Description (Optional)
       + Audio (Optional)
```

* **Subject + Motion**：逻辑基础——定义"谁"在执行"什么动作"
* **Environment + Aesthetics**：空间背景、光照、视觉风格
* **Camera**：明确的镜头类型或运动
* **Audio**：用于沉浸式输出的环境音效或人声方向

将其叠加在工作流前缀之上（例如 `Strictly edit <Video 1>, changing its <subject + motion + environment + ...>`）能产生最高质量的输出。

***

## 多模态输入限制

下面的值是 Venice API 接受的内容。超出这些范围的请求在到达推理之前会在 schema 层以 400 拒绝。

### 图像

| 约束                      | 值                                                            |
| ----------------------- | ------------------------------------------------------------ |
| 输入方法                    | URL（`http://`、`https://`）或 Base64 data URL（`data:image/...`） |
| 格式                      | `.jpeg`、`.png`、`.webp`、`.bmp`、`.tiff`、`.gif`、`.heic`、`.heif` |
| 宽高比（W / H）              | 开区间 `(0.4, 2.5)`                                             |
| 最小边                     | ≥ 300 px                                                     |
| 图像数量：I2V 第一帧            | 1                                                            |
| 图像数量：I2V 第一 + 最后一帧      | 2                                                            |
| **图像数量：R2V（V2 / Fast）** | **1 – 9**                                                    |

### 视频

| 约束          | 值                                                            |
| ----------- | ------------------------------------------------------------ |
| 输入方法        | URL（`http://`、`https://`）或 Base64 data URL（`data:video/...`） |
| 格式          | `.mp4`、`.mov`                                                |
| 视频编解码器      | H.264 / AVC、H.265 / HEVC                                     |
| 音频编解码器（容器内） | AAC、MP3                                                      |
| **每个剪辑时长**  | `[2, 15]` s（含端点）                                             |
| **最大剪辑数量**  | 3（R2V / Stitch / Extend）                                     |
| **总组合时长**   | 所有剪辑 ≤ 15 s                                                  |
| **每个剪辑大小**  | ≤ 50 MB                                                      |

### 音频

| 约束         | 值                                                            |
| ---------- | ------------------------------------------------------------ |
| 输入方法       | URL（`http://`、`https://`）或 Base64 data URL（`data:audio/...`） |
| 格式         | `.wav`、`.mp3`                                                |
| **每个剪辑时长** | `[2, 15]` s                                                  |
| **最大剪辑数量** | 3                                                            |
| **总组合时长**  | 所有剪辑 ≤ 15 s                                                  |
| **每个剪辑大小** | ≤ 15 MB                                                      |

参考音频仅在 R2V 变体上支持。每个条目作为 `role: "reference_audio"` 内容项转发到模型，prompt 中以 `<Audio 1>`、`<Audio 2>`、`<Audio 3>` 寻址——模型根据 prompt 框架将每个剪辑用于人声音色、音效或背景音乐。旧版单一 `audio_url` 字段映射到相同的内容形态，现在等同于传递一元素的 `reference_audio_urls`。

<Warning>
  **`reference_audio_urls` 不能作为唯一的参考输入。** 模型要求在任何音频供体之外至少有一个图像或视频参考。将 `reference_audio_urls` 与 `reference_image_urls`、`reference_video_urls`、`image_url` 或 `video_url` 配对——纯音频提交会被拒绝。
</Warning>

### 请求大小

队列端点接受最大 **35 MB** 的 JSON 正文。大型视频的内联 data URL 可能会超过此值——尤其是多剪辑 Stitch，建议使用 URL 而非内联 base64。

***

## 定价

在提交到 `/video/queue` 之前，调用 `POST /api/v1/video/quote` 获取给定请求形态的报价。报价端点是唯一权威来源；定价细节可能会变化，不应在客户端缓存或复制。

当请求包含参考视频时，还要传递 `reference_video_total_duration`（所有参考剪辑时长的总秒数），以便报价与 `/video/queue` 实际收费匹配：

```bash theme={null}
curl -X POST https://api.venice.ai/api/v1/video/quote \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "duration": "5s",
    "resolution": "1080p",
    "aspect_ratio": "16:9",
    "reference_video_total_duration": 5
  }'
```

***

## 完整示例

所有示例假设环境中设置了 `VENICE_API_KEY`。

### Text-to-video

```bash theme={null}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-text-to-video",
    "prompt": "A golden retriever frolicking through a sunlit meadow at sunset, slow camera dolly-in, shallow depth of field, warm cinematic lighting.",
    "duration": "5s",
    "aspect_ratio": "16:9",
    "resolution": "1080p"
  }'
```

### Image-to-video（第一帧）

```bash theme={null}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-image-to-video",
    "prompt": "The lighthouse keeper turns toward the storm, lantern raised, waves crashing against the rocks.",
    "image_url": "https://example.com/lighthouse.jpg",
    "duration": "5s",
    "resolution": "720p"
  }'
```

<Note>
  `seedance-2-0-image-to-video`（及其 Fast 变体）**不接受 `aspect_ratio`** ——输出宽高比从输入图像的尺寸自动派生。传递该字段会返回 400 错误，并显示 *"This model does not support aspect\_ratio"*。如果需要显式宽高比控制，请使用 T2V 或 R2V 变体。
</Note>

### Reference 工作流——主体供体

```bash theme={null}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "prompt": "Refer to <Subject 1> in <Image 1> to generate a 5-second clip of the same character walking through a neon-lit Tokyo street at night.",
    "reference_image_urls": ["https://example.com/character.png"],
    "duration": "5s",
    "aspect_ratio": "9:16",
    "resolution": "1080p"
  }'
```

### Reference 工作流——主体 + 音频供体

```bash theme={null}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "prompt": "Refer to <Subject 1> in <Image 1> to generate a 5-second clip of the same character walking through a neon-lit Tokyo street at night. Refer to the timbre in <Audio 1> for a soft female voiceover describing the scene.",
    "reference_image_urls": ["https://example.com/character.png"],
    "reference_audio_urls": ["https://example.com/voice-sample.mp3"],
    "duration": "5s",
    "aspect_ratio": "9:16",
    "resolution": "1080p"
  }'
```

### Edit 工作流

```bash theme={null}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "prompt": "Strictly edit <Video 1>, changing its weather from sunny to a heavy rainstorm, with all original motions and camera work preserved.",
    "reference_video_urls": ["https://example.com/sunny-scene.mp4"],
    "reference_video_total_duration": 5,
    "duration": "5s",
    "aspect_ratio": "16:9",
    "resolution": "1080p"
  }'
```

### 带图像基础的 Edit 工作流

```bash theme={null}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "prompt": "Replace the perfume featured in <Video 1> with the face cream from <Image 1>, with all original motions and camera work preserved.",
    "reference_video_urls": ["https://example.com/perfume-ad.mp4"],
    "reference_image_urls": ["https://example.com/face-cream.png"],
    "reference_video_total_duration": 4,
    "duration": "5s",
    "aspect_ratio": "16:9",
    "resolution": "1080p"
  }'
```

### 向前 Extend

```bash theme={null}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "prompt": "Extend <Video 1>, generate a dramatic chase scene through narrow alleys at dusk, with neon signs flickering and rain on the pavement.",
    "reference_video_urls": ["https://example.com/alley-intro.mp4"],
    "reference_video_total_duration": 4,
    "duration": "5s",
    "aspect_ratio": "16:9",
    "resolution": "1080p"
  }'
```

### Stitch（3 段剪辑）

```bash theme={null}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "prompt": "<Video 1> + a wisp of smoke transforms into a flock of birds + followed by <Video 2> + a slow dolly-in + followed by <Video 3>",
    "reference_video_urls": [
      "https://example.com/clip-1.mp4",
      "https://example.com/clip-2.mp4",
      "https://example.com/clip-3.mp4"
    ],
    "reference_video_total_duration": 12,
    "duration": "5s",
    "aspect_ratio": "16:9",
    "resolution": "1080p"
  }'
```

### 轮询完成

每次队列提交后，保存返回的 `queue_id` 并轮询 `/video/retrieve` 直到响应体为 `video/mp4`：

```bash theme={null}
curl -X POST https://api.venice.ai/api/v1/video/retrieve \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "queue_id": "123e4567-e89b-12d3-a456-426614174000"
  }' \
  -o output.mp4
```

直到作业完成，响应都是 JSON（`{ "status": "queued" | "running" | "failed", ... }`），完成时响应体切换为 `video/mp4` 字节。完整轮询模式请参阅[视频生成](/guides/media/video-generation)。

***

## 故障排查

### `At least one reference is required for this model`

Reference-to-video 提交必须包含 `reference_image_urls`、`reference_video_urls`、`image_references` 或 `video_references` 中的至少一个。纯文本生成不是有效的 R2V 工作流——请改用 `seedance-2-0-text-to-video`。仅 `reference_audio_urls` 不够（请参阅上面的音频章节）。

### `reference_video_urls must have at most 3 videos`

模型将参考视频上限设为 3。如果您需要更多剪辑，先运行一次 Stitch（3 → 1），然后将输出用作后续的参考。

### `Per clip must be 2–15s` / 聚合 `> 15s`

每个剪辑时长是**含端点**的 `[2, 15]` 秒；所有参考视频的总和也上限为 15 秒。在提交之前在客户端修剪剪辑。

### Prompt 路由到错误的工作流

工作流从 prompt 语法推断。常见的错误路由：

* 想要 **Extend** 但写 `Refer to ...` → 模型将您的视频视为*供体*，而非要延续的画布
* 想要 **Stitch** 但写 `Refer to ...` → 模型挑选一个作为供体，忽略其余的
* 想要 **Edit** 但写 `Generate a video based on <Video 1>` → 含糊；模型可能默认 Reference

完全按所写使用规范前缀：`Strictly edit <Video 1>, ...`、`Extend <Video 1>, ...`、`<Video 1> + ... + followed by <Video 2>`。

### 报价与队列金额不匹配

如果您包含了参考视频但没有将 `reference_video_total_duration` 传递给 `/video/quote`，报价和队列金额可能不同。当存在参考视频时，始终传递 `reference_video_total_duration`（所有参考剪辑时长的总秒数）。

***

## 参考

* Venice 视频队列端点：[`POST /api/v1/video/queue`](/api-reference/endpoint/video/queue)
* Venice 报价端点：[`POST /api/v1/video/quote`](/api-reference/endpoint/video/quote)
* 配套指南：[Reference to Video](/guides/media/reference-to-video)（涵盖 Kling O3 + Grok Imagine R2V）
* 配套指南：[视频生成](/guides/media/video-generation)（队列/轮询概览）