Seedance 2.0 First and Last Frame Control

Seedance 2.0 是 ByteDance 推出的多模态视频生成模型，可根据文本、图像、视频和音频参考素材创建和编辑视频。Atlas Cloud 提供 text-to-video、image-to-video 和 reference-to-video endpoint，并支持同步原生音频。

创建 Atlas Cloud API key，并将其安全地存储为环境变量。向视频生成 endpoint 发送经过身份验证的 POST 请求，并提供相应的 model ID、提示词和生成设置。使用返回的 prediction ID 获取已完成的输出。

如果场景从文字提示词开始，请选择 text-to-video。若要使用首帧图像生成动画，并可选提供尾帧，请使用 image-to-video；如果需要通过图像、视频或音频来引导人物身份、动作、风格、编辑或扩展，则选择 reference-to-video。

可用输入取决于 endpoint，包括提示词、首帧和尾帧、参考图像、参考视频以及参考音频。完整模型支持 4 到 15 秒的视频输出、多种宽高比、同步音频、码率选择、seed 控制、可选水印以及单独传递尾帧。

Atlas Cloud 已验证的标准价格为上述三个系列 endpoint 均按每秒 $0.112 计费。该标准费率不依赖临时折扣假设，可为开发者估算生产成本提供稳定基准。

生成请求会在处理继续异步进行的同时返回 prediction ID。持续轮询 prediction endpoint，直到状态变为 completed、failed 或 timeout，然后从 outputs 数组中读取生成媒体的 URL。在原始请求仍处于处理状态时，请避免提交重复任务。

调用完整 Seedance 2.0 endpoint 时，将 resolution 字段设置为 4k，因为 Fast 和 Mini 变体不支持此选项。原生 4K 输出的分辨率为 3840 by 2160、宽高比为 16:9，并采用 10-bit H.265 或 HEVC 编码。如果浏览器无法播放，请使用兼容 HEVC 的播放器打开文件，或将其转码以获得更广泛的兼容性。

普通 reference 工作流不支持直接上传包含真实人脸的参考图像或视频。如有可用选项，请使用平台批准的虚拟肖像或已获得适当授权的肖像素材；在生成基于人物肖像的内容前，还应取得相关主体的同意。

首先检查 model ID、必填提示词、时长、分辨率、宽高比，以及所有参考媒体 URL 是否可访问。真实人脸限制和内容安全检查也可能导致原本有效的请求被拒绝。如果提交成功，请先检查 prediction 状态和错误响应，再进行重试。