Hello，各位同学，从这节课开始，我们正式进入 CS（Seedance）的学习篇章。如果说此前我们更多聚焦于 AI 图像生成，那么从现在起，重点将转向 AI 视频生成。而近期最值得关注、也最值得单独讲解的模型，就是 Seedance 2.0。
它并非仅在画质上做了简单提升，而是从底层架构出发，将视频生成能力向前推进了一大步。官方对其定位非常明确：Seedance 2.0 采用统一的多模态音视频联合生成架构，支持文本、图片、音频、视频四种输入形式，并重点强化了“全能参考”与“定向编辑”能力。
因此，本节课不急于展开复杂工作流，而是先厘清一个关键问题：Seedance 2.0 到底强在哪里？它与过去仅依赖单条文本提示词生成视频的传统模型，存在哪些本质区别？
最核心的理解是：Seedance 2.0 的优势不仅在于“生成视频”，更在于它已演进为一个**多模态视频创作工具**。你不再只能输入一句文字提示词，而是可以同时提供参考图片、参考视频、参考音频，让模型综合理解其中的构图、镜头语言、运动轨迹、动作节奏、视觉氛围与声音特征，再按需生成结果。
官方将这一能力命名为“全能参考”（All-round Reference）。这项能力之所以重要，是因为以往多数视频模型的参考方式较为单一——可能仅支持一张图或一段文字，其余全靠模型自行发挥；而 Seedance 2.0 的思路已完全不同：它允许你将导演意图拆解为不同维度的信息分别输入。例如：
- 人物形象参考某张图片；
- 动作表现参考某段视频；
- 场景风格参考另一张图片；
- 节奏韵律参考某段音频；
- 甚至官方明确指出，它可直接参考文字版分镜脚本。
因此，学习 Seedance 2.0 时，请勿将其简单视为“点一下就出视频”的工具。更准确地说，它已是一个支持参考混合、人物替换、镜头迁移、动作复刻、风格延续、视频续写与定向编辑的视频生成模型。
目前，在集梦平台的视频生成功能中，已可见 Seedance 2.0 及其“全能参考”相关入口。官方公开资料也确认：当前 Seedance 2.0 的核心能力，正是围绕多模态参考与精细化编辑展开。
本节课重点介绍两个关键入口：**首尾帧**与**全能参考**。这两个功能，基本已将 Seedance 2.0 与传统视频模型拉开明显差距。
首尾帧：精准控制起止状态的过渡生成
首尾帧功能特别适用于单段动作演示、广告镜头过渡、小幅度状态变化，或人物从一种状态自然过渡到另一种状态的场景。
你可以上传一张图（作为起始帧），或上传两张图（分别作为首帧与尾帧），再配合文字提示词，让模型在两者之间生成一段合理、连贯的运动过程。
我们以一个简单测试为例：上传一张男生玩滑板的图片，并在提示词中写明“男生完成一系列高难度滑板动作”。此时，我们关注的重点不是“是否动了”，而是以下三点：
- 动作是否自然流畅；
- 人物面部是否稳定、未崩坏；
- 运动过程是否符合基本物理规律。
而这恰恰是 Seedance 2.0 当前最强的能力板块。官方明确指出：其在复杂动作、多主体互动、运动稳定性与物理还原性方面均有显著提升，尤其在滑雪、格斗、舞蹈、竞技类等高难度、强连贯性动作场景中，生成可用率明显更高。
如果你日常制作炫技类视频、人物动作类内容、体育感镜头或打斗镜头，将能非常直观地感受到它与旧模型的差异。
除动作表现外，Seedance 2.0 在**细节保持度**上也有明显增强。例如在产品广告中，最担心的问题是：画面一动，文字模糊、标签扭曲、局部变形。而官方也强调，Seedance 2.0 在生成质量上强化了细节稳定性、视觉真实感与指令控制力。
我们可尝试上传两张产品图（分别作为首帧与尾帧），并配合适当提示词生成一段广告视频。整体观感较为优雅。虽然尚未达到百分之百无误，但在小字号、平面文字、局部纹理等易失真场景中，其表现已远优于过去“一动就糊”的模型，具备实际测试价值。
因此，化妆品广告、饮料广告、产品展示等对质感、细节与可控性要求较高的短时长镜头，首尾帧功能尤为实用——而 Seedance 2.0 正好在这三方面均有提升。
全能参考：Seedance 2.0 的核心创作范式
全能参考是 Seedance 2.0 最核心的玩法。官方定义清晰：它支持文本、图片、视频、音频的混合参考，且可同时输入最多 9 张图片、3 段视频、3 段音频，并结合自然语言指令进行统一生成。