bytedance/seedance-v1.5-pro/image-to-video-spicy

圖生影片

PRO

Seedance v1.5 Pro Image-to-Video Spicy API by ByteDance

bytedance/seedance-v1.5-pro/image-to-video-spicy

Image-to-video-spicy

Seedance V1.5 Pro Spicy transforms images into high-quality cinematic video with smooth motion and expressive animations, optimized for creative content at scale.

輸入

正在載入參數設定...

輸出

閒置

生成的影片將在這裡顯示

設定參數後點擊執行開始生成

每次執行將花費 $0.049。$10 可執行約 204 次。

你可以繼續：

Seedance 2.0 Kling v3 Vidu Wan2.7

參數

程式碼範例
import requests
import time

# Step 1: Start video generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "bytedance/seedance-v1.5-pro/image-to-video-spicy",
    "prompt": "A beautiful sunset over the ocean with gentle waves",
    "width": 512,
    "height": 512,
    "duration": 3,
    "fps": 24,
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] in ["completed", "succeeded"]:
            print("Generated video:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

video_url = check_status()

安裝

為您的程式語言安裝所需的套件。

bash

pip install requests

驗證

所有 API 請求都需要透過 API 金鑰進行驗證。您可以從 Atlas Cloud 儀表板取得 API 金鑰。

bash

export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP 標頭

python

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

請妥善保管您的 API 金鑰

切勿在客戶端程式碼或公開儲存庫中暴露您的 API 金鑰。請改用環境變數或後端代理。

提交請求

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "prompt": "A beautiful landscape"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

提交請求

提交非同步生成請求。API 會傳回一個預測 ID，您可以用它來檢查狀態並取得結果。

POST/api/v1/model/generateVideo

請求主體

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "bytedance/seedance-v1.5-pro/image-to-video-spicy",
    "input": {
        "prompt": "A beautiful sunset over the ocean with gentle waves"
    }
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['id']}")
print(f"Status: {result['status']}")

回應

{
  "id": "pred_abc123",
  "status": "processing",
  "model": "model-name",
  "created_at": "2025-01-01T00:00:00Z"
}

檢查狀態

輪詢預測端點以檢查請求的當前狀態。

GET/api/v1/model/prediction/{prediction_id}

輪詢範例

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

狀態值

processing請求仍在處理中。

completed生成完成。輸出已可取得。

succeeded生成成功。輸出已可取得。

failed生成失敗。請檢查錯誤欄位。

完成回應

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.mp4"
    ],
    "metrics": {
      "predict_time": 45.2
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

上傳檔案

上傳檔案至 Atlas Cloud 儲存空間並取得 URL，可用於您的 API 請求。使用 multipart/form-data 上傳。

POST/api/v1/model/uploadMedia

上傳範例

import requests

url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

with open("image.png", "rb") as f:
    files = {"file": ("image.png", f, "image/png")}
    response = requests.post(url, headers=headers, files=files)

result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")

回應

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

輸入 Schema

以下參數可在請求主體中使用。

總計: 0必填: 0選填: 0

無可用參數。

範例請求主體

json

{
  "model": "bytedance/seedance-v1.5-pro/image-to-video-spicy"
}

輸出 Schema

API 傳回包含生成輸出 URL 的預測回應。

idstringrequired

Unique identifier for the prediction.

statusstringrequired

Current status of the prediction.

processingcompletedsucceededfailed

modelstringrequired

The model used for generation.

outputsarray[string]

Array of output URLs. Available when status is "completed".

errorstring

Error message if status is "failed".

metricsobject

Performance metrics.

predict_timenumber

Time taken for video generation in seconds.

created_atstringrequired

ISO 8601 timestamp when the prediction was created.

Format: date-time

completed_atstring

ISO 8601 timestamp when the prediction was completed.

Format: date-time

範例回應

json

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.mp4"
  ],
  "metrics": {
    "predict_time": 45.2
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

Atlas Cloud Skills 將 300 多個 AI 模型直接整合至您的 AI 程式碼助手。一鍵安裝，即可使用自然語言生成圖片、影片，以及與 LLM 對話。

支援的客戶端

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ 支援的客戶端

安裝

bash

npx skills add AtlasCloudAI/atlas-cloud-skills

設定 API 金鑰

從 Atlas Cloud 儀表板取得 API 金鑰，並設為環境變數。

bash

export ATLASCLOUD_API_KEY="your-api-key-here"

功能

安裝完成後，您可以在 AI 助手中使用自然語言存取所有 Atlas Cloud 模型。

圖片生成使用 Nano Banana 2、Z-Image 等模型生成圖片。

影片創作使用 Kling、Vidu、Veo 等從文字或圖片創建影片。

LLM 對話與 Qwen、DeepSeek 及其他大型語言模型對話。

媒體上傳上傳本機檔案，用於圖片編輯和圖片轉影片工作流程。

MCP Server

Atlas Cloud MCP Server 透過 Model Context Protocol 將您的 IDE 與 300 多個 AI 模型連接。支援任何 MCP 相容的客戶端。

支援的客戶端

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ 支援的客戶端

安裝

bash

npx -y atlascloud-mcp

設定

將以下設定新增至您 IDE 的 MCP 設定檔中。

json

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

可用工具

atlas_generate_image根據文字提示生成圖片。

atlas_generate_video從文字或圖片創建影片。

atlas_chat與大型語言模型對話。

atlas_list_models瀏覽 300 多個可用的 AI 模型。

atlas_quick_generate一步完成內容創建，自動選擇模型。

atlas_upload_media上傳本機檔案用於 API 工作流程。

了解更多

github.com/AtlasCloudAI/mcp-server

API Schema

Schema 不可用

請登入以檢視請求歷史

您需要登入才能存取模型請求歷史記錄。

登入

⚡原生音視頻同步生成

Seedance 1.5 Pro聲畫合一，一鏡到底

ByteDance 開創性的 AI 模型，通過單一統一流程同步生成完美同步的音頻和視頻。支持 8 種以上語言，實現毫秒級精準唇音同步的真正原生音視頻生成體驗。

革命性創新

SeeDANCE 1.5 Pro 的根本差異所在

雙分支架構

採用 45 億參數的雙分支擴散 Transformer（DB-DiT），同時生成音頻和視頻——而非序列生成——確保從一開始就完美同步。

音素級唇音同步

理解單個音素並正確映射到不同語言的唇形，實現毫秒級精準的音視頻同步。

敘事自動補全

基於提示意圖智能填補敘事空白，在角色情緒、表情和動作之間保持連貫的故事敘述。

核心能力

原生 1080p 畫質

專業高清視頻輸出，電影級質量，24fps，支持 4-12 秒時長

8+ 語言支持

支持英語、普通話、日語、韓語、西班牙語、葡萄牙語、印尼語及中文方言

電影級鏡頭控制

複雜的鏡頭運動，包括推拉變焦、跟蹤鏡頭和專業電影技術

多人對話

多角色自然對話，獨特的聲音特徵和逼真的輪流對話

物理精準動作

逼真的頭髮動態、流體行為和材質互動，呈現栩栩如生的視覺效果

角色一致性

在場景間保持服裝、面容和風格的連貫性，完整的故事連續性

Seedance 1.5 Pro vs 競品對比

看看 Seedance 如何從其他視頻生成模型中脫穎而出

音視頻同步

原生同步生成

序列後處理

多語言支持

8+ 種語言及方言

有限的語言支持

唇音同步精度

音素級精度

基礎同步

時長

5-12 秒優化

Wan 2.6: 最長 15 秒

鏡頭控制

專業電影攝影

標準鏡頭移動

完美適用於

短劇製作

創作情感驅動的敘事片段，配有逼真的角色對話和電影級燈光

廣告創意

表現力豐富的廣告內容，自然演技、完美唇音同步和專業製作價值

多語言內容

以 8 種以上語言的原生品質音視頻內容觸達全球受眾

教育視頻

引人入勝的教學內容，清晰的旁白和同步的視覺演示

社交媒體

病毒式傳播的短視頻內容，專業音視頻質量，最大化參與度

電影製作

預視化和概念開發，逼真的角色表演和對話

Seedance 1.5 Pro T2V 和 I2V API 整合

強大的文本生成視頻（T2V）API 和圖像生成視頻（I2V）API 端點，實現無縫整合

文本生成視頻 API（T2V API）

我們的 Seedance 1.5 Pro T2V API 將文本提示轉換為具有原生音視頻同步的完整電影級視頻。通過單次文本生成視頻 API 調用生成場景、鏡頭運動、角色動作和對話。

一步生成並同步音頻

全面控制時長、縱橫比和風格

多語言對話與精準唇音同步

從文本描述生成專業電影攝影

完美適用於：

規模化自動視頻內容創作
動態敘事和故事視頻
營銷活動自動化
教育內容生成

圖像生成視頻 API（I2V API）

我們的 Seedance 1.5 Pro I2V API 為靜態圖像注入動作、鏡頭運動和同步音頻。圖像生成視頻 API 具有高級幀控制功能，可精確定義動畫的起點和終點。

首幀控制，鎖定角色身份

尾幀控制，定義過渡終點

保留視覺風格和構圖

跨幀保持角色外觀一致

完美適用於：

照片動畫和增強
視頻序列中的角色一致性
產品展示與動態效果
建築視覺化和漫遊

💡

簡單的 T2V 和 I2V API 整合

T2V API 和 I2V API 模式均支持 RESTful 架構，配有全面的文檔。通過 Python、Node.js 等 SDK 快速上手。所有 Seedance 1.5 Pro API 端點均包含音素級唇音同步的自動音頻生成，實現無縫視頻創作。

如何開始使用

通過兩種簡單路徑，數分鐘內開始生成視頻

API 整合

適合開發者構建應用程序

註冊並登錄

創建您的 Atlas Cloud 帳戶或登錄以訪問控制台

添加支付方式

在計費部分綁定您的信用卡以為帳戶充值

生成 API 金鑰

導航至控制台 → API 金鑰並創建您的驗證金鑰

開始構建

使用 API 金鑰發起請求並將 SeeDANCE 整合到您的應用程序中

Playground 體驗

適合快速測試和實驗

註冊並登錄

創建您的 Atlas Cloud 帳戶或登錄以訪問平台

添加支付方式

在計費部分綁定您的信用卡以開始使用

使用 Playground

前往模型 playground，輸入您的提示，通過直觀界面即時生成視頻

💡

小貼士：從 Playground 開始測試提示並探索功能，當您準備好擴展生產工作流程時再轉向 API 整合。:

常見問題

Seedance 1.5 Pro 的音視頻同步有何獨特之處？

與其他先生成視頻再添加音頻的模型不同，Seedance 1.5 Pro 使用雙分支架構同時生成兩者。這確保從一開始就完美同步，在所有支持的語言中實現音素級唇音同步精度。

與 Wan 2.5 或 Wan 2.6 相比如何？

雖然 Wan 2.6 支持更長時長（最長 15 秒）和文本渲染，但 Seedance 1.5 Pro 在電影級鏡頭控制、多語言/方言支持（配空間音頻）和物理精準動作方面表現出色。根據需求選擇：Seedance 適合敘事和多語言內容，Wan 適合帶文字的產品演示。

支持哪些視頻格式和分辨率？

Seedance 1.5 Pro 生成原生 1080p 視頻，24fps。支持的縱橫比包括 16:9、9:16、4:3、3:4、1:1 和 21:9。時長範圍為 4-12 秒，智能時長模式允許模型自動選擇最佳長度。

音頻生成支持哪些語言？

Seedance 1.5 Pro 支持 8 種以上語言，包括英語、普通話、日語、韓語、西班牙語、葡萄牙語、印尼語，以及粵語和川話等中文方言。每種語言都具有精準的唇音同步和自然發音。

我可以控制特定的鏡頭運動嗎？

可以！Seedance 理解專業電影語法。您可以指定如「對主體進行推拉變焦」（希區柯克效果）、跟蹤鏡頭、特寫或廣角鏡頭等鏡頭技術。模型會解釋這些指令以創造專業的電影效果。

文本生成視頻和圖像生成視頻有什麼區別？

文本生成視頻從文本提示生成完整視頻。圖像生成視頻使用「首幀」來鎖定角色身份和燈光，可選「尾幀」控制以實現精確的起點和終點過渡。兩種模式均支持完整的音頻生成。

為什麼在 Atlas Cloud 上使用 Seedance 1.5 Pro？

為您的 AI 視頻生成需求體驗無與倫比的性能、可靠性和支持

專用基礎設施

我們的系統專為 AI 模型部署而優化。在為高要求 AI 工作負載和視頻生成量身定制的基礎設施上以最高性能運行 Seedance 1.5 Pro。

統一 API 訪問所有模型

通過一個統一 API 訪問 Seedance 1.5 Pro 以及 300 多個 AI 模型（LLM、圖像、視頻、音頻）。從單一平台管理所有 AI 需求，採用一致的身份驗證。

極具競爭力的定價

與 AWS 相比節省高達 70%，透明的按使用付費定價。無隱藏費用，無最低承諾——僅為實際使用付費，並提供批量折扣。

SOC I & II 認證安全

您的數據和生成的視頻受 SOC I & II 認證和 HIPAA 合規保護。企業級安全，加密數據傳輸和存儲。

99.9% 正常運行時間 SLA

企業級可靠性，保證 99.9% 正常運行時間。您的 Seedance 1.5 Pro 視頻生成始終可用於生產應用程序和關鍵工作流程。

輕鬆整合

通過我們簡單的 REST API 和多語言 SDK（Python、Node.js、Go）在數分鐘內完成整合。全面的文檔和代碼示例助您快速上手。

99.9%

正常運行時間

70%

低於 AWS 成本

300+

生成式 AI 模型

24/7

專業支持

技術規格

Architecture

雙分支擴散 Transformer（MMDiT）

Parameters

45 億

Resolution

原生 1080p（同時支持 480p、720p）

Frame Rate

24 FPS

Duration

4-12 秒（可選智能時長）

Aspect Ratios

16:9、9:16、4:3、3:4、1:1、21:9

Languages

8 種以上（含方言）

Input Modes

文本生成視頻、圖像生成視頻

體驗原生音視頻生成

加入全球電影製作人、廣告商和創作者的行列，使用 Seedance 1.5 Pro 的突破性技術革新視頻內容創作。

1. Introduction

seedance-v1.5-pro-image-to-video-spicy is an advanced image-to-video generation model developed by ByteDance and offered via third-party platforms such as AtlasCloud.ai and WaveSpeed.ai. It specializes in producing high-quality cinematic video clips from static images, integrating smooth and expressive motion alongside optional synchronized audio output. Positioned as a scalable, unlimited-generation tier, it targets creative storytelling and content production at volume.

This model leverages a dual-branch diffusion transformer architecture to generate temporally coherent video frames and audio waveforms simultaneously. Its capability for bold, vivid motion with stable tonal contrast and multi-aspect ratio support makes it a practical tool for content creators seeking dynamic video renditions of still images. The "Spicy" variant is a platform-specific optimization tier for throughput-focused applications rather than an official ByteDance release.

2. Key Features & Innovations

Dual-Branch Diffusion Transformer Architecture: Employs a 4.5 billion parameter model that simultaneously generates video frames and synchronized audio waveforms through a cross-modal joint module, ensuring millisecond-level audiovisual alignment.
Unlimited-Generation Scalability: Optimized for high-volume production, this tier supports continuous video clip generation without preset usage caps, enabling batch processing at resolutions up to 1080p with durations ranging from 4 to 12 seconds.
Expressive Motion Rendering: Produces cinematic-quality animations with physics-accurate motion, including complex camera movements and natural transitions, enhancing storytelling and visual impact.
Flexible Output Specifications: Supports multiple resolutions (480p, 720p, 1080p), a variety of aspect ratios (21:9, 16:9, 4:3, 1:1, 3:4, 9:16), and duration control between 4 to 12 seconds, allowing customization per platform or project requirements.
Optional Synchronized Audio Generation: Generates multi-language audio with spatial sound effects aligned precisely with video frames, improving the completeness and immersion of audiovisual content.
Platform-Specific Pricing Integration: Available through third-party API aggregators with competitive pricing tiers based on resolution, duration, and audio inclusion, offering cost-effective alternatives to official BytePlus API services.

3. Model Architecture & Technical Details

The core of seedance-v1.5-pro-image-to-video-spicy is a dual-branch diffusion transformer architecture with approximately 4.5 billion parameters. It consists of two interconnected generative pathways: one for video frame sequences and another for audio waveform synthesis. These branches are linked by a cross-modal joint module responsible for millisecond-precise audio-visual synchronization.

The model was trained on a large-scale, diverse dataset containing roughly 100 million minutes of paired audio-video clips, spanning various cinematographic styles and languages. Training incorporates progressive multi-resolution inputs to enhance detail and temporal coherence. Post-training employed advanced fine-tuning approaches to stabilize video quality and support optional audio generation without latency or lip-sync issues.

Supported output formats include varying aspect ratios from ultra-widescreen (21:9) to vertical video (9:16), suited for different display contexts. Moreover, the architecture allows optional fixed-camera settings to simulate locked tripod shots, enhancing usability for specific creative workflows.

4. Performance Highlights

Seedance-v1.5-pro-image-to-video-spicy demonstrates a competitive balance of quality and efficiency in the 2026 AI video generation landscape. While direct benchmark scores are limited due to proprietary evaluations, qualitative assessments place it among leading models for synchronized audiovisual output and scalable batch generation.

Rank	Model	Developer	Pricing per Second (Approx.)	Release Date
1	Google Veo 3.1	Google	$0.75/s	Early 2026
2	Grok Imagine	Grok AI	$0.05/s	2025
3	Kling 3.0	Kling Labs	$0.12 -$ 0.15/s	Mid 2025
4	Seedance V1.5 Pro Spicy	ByteDance / 3rd Party	$0.012 -$ 0.104/s	Dec 2025
5	Runway Gen-4	Runway	Proprietary pricing	2026

Its strength lies in generating smooth cinematic clips with expressive, physics-informed motion and integrated audio, outperforming several models constrained to sequential or video-only synthesis. However, text rendering quality and longer clip durations beyond 15 seconds remain challenging.

Evaluation is typically conducted using proprietary audiovisual coherence metrics and user feedback from commercial deployments in e-commerce and social media content creation.

5. Intended Use & Applications

E-commerce Product Videos: Enables retailers and brands to produce dynamic product demonstrations and promotional clips from static images, enhancing engagement and conversion.
Marketing and Social Media Content: Facilitates the creation of vibrant short-form videos ideal for platforms such as Instagram Reels, TikTok, and YouTube Shorts, supporting scalable campaign generation.
Cinematic Content and Filmmaking: Provides filmmakers and creatives with tools to animate concept art or storyboard images into lifelike scenes with complex motion and audio.
Education and Training: Generates compelling audiovisual materials for instructional and educational purposes, enriching learning experiences with dynamic visual aids.
Content Creator Workflows: Assists creators in rapidly iterating visual concepts and animations with fine control over motion, resolution, and audio synchronization, improving productivity.

Sources: Based on ByteDance Seedance documentation and third-party platform data from AtlasCloud.ai, technical literature, and market analysis as of early 2026.