用日常语言描述画面，生成 Seedance 2.5 视频。也可以提供 AI 助手能够打开的图片、视频或音频链接，并说明这些素材要怎样影响成片。
按确认的实际用量结算，未使用的预留额度会恢复到可用余额。
ByteDance
用日常语言描述画面，生成 Seedance 2.5 视频。也可以提供 AI 助手能够打开的图片、视频或音频链接，并说明这些素材要怎样影响成片。
成功完成后，生成的片段可用作产品演示或视觉创意草稿。可请求 MP4 或 MOV；能否查看或下载，要看完成后实际返回的内容。
请生成一段短视频：[红狐狸在秋叶间奔跑]。采用 [竖屏]，时长约 [5 秒]，镜头 [轻轻移动]，并且 [不需要对白]。
编辑视频时选择自动时长；使用首尾帧、编辑或延长时，选择跟随源素材的比例设置。不保证精确复现参考素材的画面或声音，提交任务也不等于视频已经完成。
开始前检查当前输入要求、可用状态和最高预留费用。
| 字段 / 路径 | 类型 | 是否必填 | 含义 |
|---|---|---|---|
视频请求body | object | 必填 | 包含内容素材，以及可选的画面、声音和格式设置。
|
画面比例body.ratio | string | 选填 | 文字或参考素材生成可选固定比例；使用首尾帧、编辑或延长视频时选 adaptive，让请求跟随源素材比例。
|
场景与参考素材body.content | array | 必填 | 至少提供一项文字、图片、视频或音频。说明希望完成的任务和各素材的用途；并非每次请求都必须提供文字。
|
内容项body.content[] | object | — | 每项为一段文字，或一份图片、视频、音频参考素材，并填写对应文字或媒体链接。 |
场景描述body.content[].textoneOf · 1 | string | — | 文字项填写 1–6,000 个字符。按各类素材的排列顺序，用 @Image1、@Video1 或 @Audio1 指明参考，并说明希望保留或改变的内容。
|
内容类型body.content[].typeoneOf · 1 | string | — | 选择 text、image_url、video_url 或 audio_url，再填写该类型对应的文字或媒体链接。
|
参考角色body.content[].roleoneOf · 2 | string | — | first_frame、last_frame 用于首尾帧；提供尾帧时也须有首帧。reference_image 用于外观或风格，reference_video 用于视频参考，reference_audio 用于声音参考；音频可作唯一参考。
|
内容类型body.content[].typeoneOf · 2 | string | — | 选择 text、image_url、video_url 或 audio_url，再填写该类型对应的文字或媒体链接。
|
图片参考body.content[].image_urloneOf · 2 | object | — | 包含图片链接，并选择该图片用于外观或风格参考，还是作为首帧或尾帧。
|
图片链接body.content[].image_url.urloneOf · 2 | string | — | 提供非空、供应商可访问的图片链接。外观或风格参考最多使用 30 张图片。
|
参考角色body.content[].roleoneOf · 3 | string | — | first_frame、last_frame 用于首尾帧；提供尾帧时也须有首帧。reference_image 用于外观或风格，reference_video 用于视频参考，reference_audio 用于声音参考；音频可作唯一参考。
|
内容类型body.content[].typeoneOf · 3 | string | — | 选择 text、image_url、video_url 或 audio_url，再填写该类型对应的文字或媒体链接。
|
视频参考body.content[].video_urloneOf · 3 | object | — | 包含用于动作参考、编辑或延长的片段链接，并说明希望结果沿用哪些内容。
|
视频链接body.content[].video_url.urloneOf · 3 | string | — | 提供可访问的片段链接。最多 10 个片段，每个 2–30 秒，合计时长不超过 30 秒。
|
参考角色body.content[].roleoneOf · 4 | string | — | first_frame、last_frame 用于首尾帧；提供尾帧时也须有首帧。reference_image 用于外观或风格，reference_video 用于视频参考，reference_audio 用于声音参考；音频可作唯一参考。
|
内容类型body.content[].typeoneOf · 4 | string | — | 选择 text、image_url、video_url 或 audio_url，再填写该类型对应的文字或媒体链接。
|
音频参考body.content[].audio_urloneOf · 4 | object | — | 包含声音或音色参考，可作为唯一参考；提供参考音频与要求生成新声音是不同选择。
|
音频链接body.content[].audio_url.urloneOf · 4 | string | — | 提供可访问的音频链接。最多 10 个片段，每个 2–30 秒，合计时长不超过 30 秒。
|
请求时长body.duration | integer | string | 选填 | 选择 4–30 秒的整数，或 auto。编辑视频时使用 auto，按源片段安排请求时长。
|
队列优先级body.priority | integer | 选填 | 选择 0–9 的整数。数值越高，请求的队列优先级越高，但不代表确定的完成时间。
|
AI 水印body.watermark | boolean | 选填 | 设为 true 请求添加 AI Generated 水印；设为 false 请求不添加。
|
请求分辨率body.resolution | string | 选填 | 选择 480p 或 720p，提交前核对相应的当前费用。
|
请求格式body.output_format | string | 选填 | 常见播放用途可选 mp4；编辑或色彩处理可选 mov。MOV 可能需要单独的播放器或编辑软件，实际访问方式以完成结果为准。
|
生成声音body.generate_audio | boolean | 选填 | true 请求生成同步的人声、音效或音乐；false 请求不生成声音。是否提供参考音频是另一项选择。
|
{
"type": "object",
"required": [
"body"
],
"properties": {
"body": {
"type": "object",
"$schema": "https://json-schema.org/draft/2020-12/schema",
"required": [
"content"
],
"~standard": {
"vendor": "zod",
"version": 1,
"jsonSchema": {}
},
"properties": {
"ratio": {
"enum": [
"16:9",
"4:3",
"1:1",
"3:4",
"9:16",
"21:9",
"adaptive"
],
"type": "string",
"default": "adaptive",
"description": "adaptive（默认）会根据输入自动匹配，并始终安全。仅文本转视频和参考转视频接受指定比例；首帧/尾帧、视频编辑和视频延长必须使用 adaptive，否则会被拒绝。"
},
"content": {
"type": "array",
"items": {
"oneOf": [
{
"type": "object",
"required": [
"type",
"text"
],
"properties": {
"text": {
"type": "string",
"maxLength": 6000,
"minLength": 1,
"description": "描述视频的文字提示，建议少于 1000 个词。按数组中各类型的顺序使用 @Image1、@Image2、@Video1、@Audio1 引用其他内容，并说明其提供的外观、运动或音色以及不应提供的内容；声音用 () 表示音乐、<> 表示音效、{} 表示对白、【】表示字幕，非英语对白前请注明语言。"
},
"type": {
"type": "string",
"const": "text"
}
},
"additionalProperties": false
},
{
"type": "object",
"required": [
"type",
"image_url"
],
"properties": {
"role": {
"enum": [
"first_frame",
"last_frame",
"reference_image"
],
"type": "string",
"description": "first_frame（图像转视频，默认）固定开场画面；last_frame（需先提供 first_frame）固定结束画面；reference_image（最多 30 张）用于主体或风格参考，不作为固定画面。"
},
"type": {
"type": "string",
"const": "image_url"
},
"image_url": {
"type": "object",
"required": [
"url"
],
"properties": {
"url": {
"type": "string",
"minLength": 1
}
},
"additionalProperties": false
}
},
"additionalProperties": false
},
{
"type": "object",
"required": [
"type",
"video_url"
],
"properties": {
"role": {
"type": "string",
"const": "reference_video",
"description": "用于多模态生成、视频编辑或延长的参考视频，最多 10 个，每个 2 至 30 秒，总时长不超过 30 秒。"
},
"type": {
"type": "string",
"const": "video_url"
},
"video_url": {
"type": "object",
"required": [
"url"
],
"properties": {
"url": {
"type": "string",
"minLength": 1
}
},
"additionalProperties": false
}
},
"additionalProperties": false
},
{
"type": "object",
"required": [
"type",
"audio_url"
],
"properties": {
"role": {
"type": "string",
"const": "reference_audio",
"description": "参考音频，最多 10 个，每个 2 至 30 秒，总时长不超过 30 秒；也可作为唯一参考。"
},
"type": {
"type": "string",
"const": "audio_url"
},
"audio_url": {
"type": "object",
"required": [
"url"
],
"properties": {
"url": {
"type": "string",
"minLength": 1
}
},
"additionalProperties": false
}
},
"additionalProperties": false
}
]
},
"minItems": 1,
"description": "内容项：text（文本转视频）、image_url（图像转视频/首尾帧/参考图）、video_url 和 audio_url（多模态参考）。模型会结合这些角色和提示词判断任务。"
},
"duration": {
"anyOf": [
{
"type": "integer",
"maximum": 30,
"minimum": 4
},
{
"type": "string",
"const": "auto"
}
],
"default": 5,
"description": "视频时长（秒）为 4 至 30，或设为 auto 由模型根据提示和输入决定。视频编辑必须使用 auto，输出会匹配源片段且不能指定时长。费用说明：auto 会先按 30 秒预扣，结算时释放未使用部分。"
},
"priority": {
"type": "integer",
"maximum": 9,
"minimum": 0,
"description": "队列优先级，范围 0 至 9；数值越高越靠前，默认 0。"
},
"watermark": {
"type": "boolean",
"default": false,
"description": "是否添加 AI Generated 水印，默认 false。"
},
"resolution": {
"enum": [
"480p",
"720p"
],
"type": "string",
"default": "720p",
"description": "输出分辨率，同时也是价格选择器。"
},
"output_format": {
"enum": [
"mp4",
"mov"
],
"type": "string",
"default": "mp4",
"description": "mp4（默认）可在网页、手机、播放器和社交平台播放；mov 使用 H.264、yuv444p 和 PCM，适合调色、抠像和合成，但多数浏览器无法播放。"
},
"generate_audio": {
"type": "boolean",
"default": true,
"description": "是否生成同步音频（人声、音效和音乐），默认 true，不影响价格。"
}
},
"additionalProperties": false
}
},
"additionalProperties": false
}暂未配置返回字段说明。
用图片作外观参考时，说明哪些主体细节或风格需要保留，哪些可以改变。分别按提供顺序给图片、视频和音频编号，并在场景描述中引用对应编号。首帧或尾帧图片的用途，与一般外观参考不同。
编辑片段时，说明需要改变和保留的内容，并选择自动时长。延长视频时，描述希望接续的情节。首尾帧、编辑和延长请求都使用 adaptive 比例设置，跟随源素材比例。
选择 MOV 做色彩处理时，准备能处理 H.264 视频、yuv444p 色彩和 PCM 音频的播放器或编辑软件；常见播放用途可请求 MP4。完成后先查看实际返回内容，再决定具体的查看或下载方式。
说明要拍什么、场景在哪里、画面如何移动、采用 [竖屏]、[横屏] 或 [方形画面]，以及需要什么声音，例如 [红狐狸在日落时穿过秋叶奔跑]。如果提供图片、视频或音频链接，也要说明希望参考什么，并确认 AI 助手能够打开该链接。
请生成一段短视频：[红狐狸在秋叶间奔跑]。采用 [竖屏]，时长约 [5 秒]，镜头 [轻轻移动]，并且 [不需要对白]。
如果希望从照片开始，可以说 [从这张照片开始]；如果只参考照片外观，可以说 [只参考这张照片的风格]。如果要指定片尾照片，请同时提供开头和结尾照片。修改已有片段时，说明要保留或改变什么，例如 [保留人物，把背景换成海边]；修改后的视频会沿用原片的竖屏或横屏方向和时长。续写片段时，描述接下来发生什么，例如 [人物接着走进树林]。请求完成后，再查看实际返回的结果。
