01原生音频
声音与画面同时生成，而不是事后配上去
台词、环境声和音效与画面出自同一次推理，所以不会跑偏。把台词写进双引号，角色的口型就已经围着它成形——不需要单独的 TTS，也不需要手动对轨。
单次渲染 · 动态片段
ByteDance已在 Snaptale 上线bytedance/seedance-2.5
Seedance 2.5 it speaks now.
字节跳动的旗舰视频模型，也是 Snaptale 中第一个自己生成声音的模型。台词出画时口型已经对上，最多 30 张参考图把角色牢牢锁住，运镜依然像有人在现场执导。
自动路由 · 对话内精修
take 01 · 环境16:9 · 720p
- 原生音频
- 口型同步台词
- 30 张参考图
- 角色一致性
- 多镜头场景
- 原生 9:16
- 原生 16:9
- 720p · 4–15 秒
What it's actually good at, scene by scene.
·01
·02
·03
02参考图集合
三十张参考，一个连贯的场景
Seedance 2.0 接受九张参考图，2.5 接受三十张——整组角色、服装、产品和场地都绑进同一次生成。Snaptale 会按提示词里提到的顺序，把你 @ 到的素材接上去。
三帧 · 同一主体
首帧 · 静帧
片段 · 实时渲染
03图生视频
从一张你已经认可的静帧开始
把任意图片钉成首帧——GPT Image 2 的静帧、上传的照片、之前的渲染结果——还可以再给一张尾帧来决定镜头落到哪里。同一素材同时出现在两处提示词里时，Snaptale 会自动接上引用。
首帧 · 静帧 → 片段 · 实时渲染
·01
·02
·03
04场景调度
在一次生成里切换机位
要一个开场全景、一个中景转身和一个特写，2.5 会在同一次渲染里把转场做完——声音也跟着镜头一起走。在多主体镜头上，它的指令跟随明显比 2.0 更紧。
三帧 · 同一主体
16:9 · 横屏
9:16 · 竖屏
05原生画幅
直接按 9:16 和 16:9 构图
选好画幅，模型就按这个画幅构图——不居中裁切，不会把头切出画外。Snaptale 以 720p 渲染 2.5，需要成对素材时可以把同一场景两种画幅都交付。
16:9 · 横屏 → 9:16 · 竖屏
03 — 运行方式
Just talk. Snaptale routes.
无需选模型、无需服务商密钥、无需提示词仪式。描述镜头，智能体在合适时选用 Seedance 2.5——你留在对话里，看它一轮轮迭代。
- 对话内8 秒，她转向镜头说："你回来了。"Seedance 2.5 —— 正在为你的镜头做准备…01步骤 / 03
描述场景，也写下台词
像导演一样写这个镜头，并把台词放进双引号。Snaptale 会识别出对白，把片段排到 Seedance 2.5 上，让人声与画面一起生成。
- 渲染bytedance / seedance-2.5渲染中 · 9:16 · 720p · 音频开生成 · 720p · 无音频02步骤 / 03
Snaptale 自动接好参考
你 @ 到的每个项目角色、产品或风格素材，都会作为带标号的参考传进去——最多三十个——让整段片子里的角色都不跑形。
- 精修›画幅： → 9:16⌘1›时长：5 → 8 秒⌘2›音频：模型 → 项目 BGM⌘303步骤 / 03
微调，不用重抽
换画幅、加时长、把生成的音频静音换成自己的音轨——Snaptale 只重切改动的部分，时间轴的其余内容原样保留。
05 — 在 Snaptale 里
Why run it here.
Seedance 2.5 本身很强。Snaptale 让它可被导演——持久素材、角色锁定，工作室与智能体共用同一项目。
- 音频 · 一次成型
从来没有失步过的声音
音频与画面一起生成，所以根本不存在会出错的对轨步骤。保留模型的音轨，或者静音换成你自己的——两种做法都不需要重新渲染视频。
- 角色 · 最多 30 张参考
整组角色，一次绑定
三十张参考图足够在一次生成里放下完整的角色组、服装和场地，连贯性不再是要一个镜头一个镜头去争取的东西。
- 路由 · 自动
该用时替你选，该避开时替你避开
Snaptale 把 2.5 作为安全、风格化内容的默认模型，并把写实或含知名 IP 的脚本提前路由到更宽松的模型——不用先赔一次被拒的渲染才知道。
- Studio · 就在对话里
Studio 就挨着 agent
裁剪、重切、换音乐、改画幅——都在同一段对话里，都在你刚生成的那个片段上。
Quick answers.
01Seedance 2.5 在 Snaptale 里支持哪些时长？
720p 下每个片段 4–15 秒。模型本身能做到 30 秒，但 Snaptale 让所有视频模型共用同一组时长档位，好让脚本规划和时间轴计算保持可比——更长的叙事就拼接多个片段，参考图集合会让它们保持连贯。
02它真的会自己生成音频吗？
会，这也是相比 2.0 最主要的变化。台词、音效和背景音乐都与画面出自同一次推理。把台词写进提示词的双引号里，模型会围着它做口型。你也可以关掉它，改用 Snaptale 自己的音乐和配音轨。
03最多能用多少张参考图？
最多 30 张，是 Snaptale 里参考集合最大的模型。2.0 是 9 张。Snaptale 会按提示词顺序，把你 @ 到的素材作为带标号的参考传进去。
04能用 2.5 编辑或延长已有片段吗？
暂时不能。视频编辑和延长跑在 Seedance 2.0 上，因为那样我们可以在渲染开始前就把输出时长——也就是价格——定下来。在 2.5 上，编辑后的片段时长由供应商自己决定，而每秒费率大约是四倍，所以我们特意没有把它接到这条路径上。
05输出分辨率是多少？
720p。和 2.0 不同，这个模型在我们的供应商这里没有 1080p 或 4K 档。Snaptale 的导出环节会用一次轻量处理把成片升采样到 1080p。
06Snaptale 怎么在 Seedance 2.5 和其他模型之间做选择？
2.5 是安全、明显风格化或虚拟内容的默认选择。读起来偏写实，或者以知名现实 IP、公众人物为核心的脚本，会被提前路由到 Happy Horse 1.1——Seedance 系列的内容审查往往会拒掉这类内容，提前切换比赔一次被拒的渲染便宜。