Seedance 2.0 是目前公开可用的最强多模态视频生成模型，支持单次输入最多：

• 9张参考图（@Image1～@Image9）

• 3段参考视频（@Video1～@Video3）

• 3段参考音频（@Audio1～@Audio3）

这套“极限输入”玩法在 CapCut / 剪映.ai / Dreamina 平台已开放，但很多人不知道怎么喂饱它。下面是经过多次实测的完整套路 + 极限测试结果。

极限输入前必做准备
 1. 所有参考素材分辨率尽量统一（推荐1080p或更高）
 2. 视频长度控制在5–15秒（太长容易崩）
 3. 音频最好是纯音乐或清晰人声（噪音会干扰唇形）
 4. 用 @ImageN / @VideoN / @AudioN 标签严格对应素材
 5. 先用低参数测试（720p、15秒），成功后再上极限

极限输入完整 Prompt 模板（直接复制到 CapCut / 剪映.ai）

使用 Seedance 2.0 生成视频，严格使用所有参考素材。参考素材已上传：- @Image1～@Image9：角色外观、服装、发型、表情参考（9张不同角度）- @Video1：主体主要动作序列（舞蹈/走路/战斗）- @Video2：环境镜头参考（背景运动方式）- @Video3：辅助镜头参考（特写/慢动作）- @Audio1：主BGM（节奏感强）- @Audio2：环境音效（风声/脚步）- @Audio3：角色对白/旁白（需唇形同步）核心要求：- 主体必须完全复用 @Image1 主视角外观 + @Video1 动作迁移- 场景融合 @Video2 的环境动态 + @Image3～@Image6 的光影风格- 镜头语言：多镜头切换（广角→中景→特写→跟随），参考 @Video3 的运镜节奏- 音频：主轨使用 @Audio1，环境音 @Audio2，对白使用 @Audio3 并完美唇形同步- 时长：30秒（可分镜描述）- 分辨率：2K，帧率30fps，高质量渲染- 风格：电影级写实 + 轻微电影感色调分镜计划（请严格执行）：Shot 1 (0-6s)：@Video1 开场动作 + 广角环境（@Video2）Shot 2 (6-14s)：中景跟随 + 表情特写（@Image7–@Image9）Shot 3 (14-22s)：动态转场 + 环境互动（融合 @Image4–@Image6 光影）Shot 4 (22-30s)：高潮慢动作 + 收尾pose + 淡出先生成 Plan（分镜时间轴 + 素材使用说明），等待我确认后再渲染。

极限输入实测结果（5次实验汇总）

极限输入最优实践总结（强烈推荐）

• 图：5–7张最稳（主角多角度 + 关键表情 + 服装细节）

• 视频：2段最优（1段主体动作 + 1段环境/辅助镜头）

• 音频：1段主对白 + 模型自生成环境音（多音频容易不同步）

• 时长：25–35秒最稳定（超过40秒崩坏率激增）

• 分辨率：先用1080p测试成功，再上2K

• 分镜描述：必须写明每段时长 + 使用哪张/哪个视频参考

• 先 Plan 后生成：每次都让模型先输出分镜计划，确认后再渲染

一句话总结

Seedance 2.0 的多参考极限输入确实能喂9图+3视频+3音频，但实际最稳组合是5–7图 + 2视频 + 1音频 + 30秒左右——用上面模板 + 先 Plan 确认的打法，成功率可稳定在90%以上。

以上就是小编整理的全部内容，希望对您有所帮助。