截至 2026 年 10 月 28 日复核，参考素材用于指导生成，不会自动进入剪辑，也不保证人物身份。应先选具体模型和一种兼容模式，为每份素材指定职责，同时检查数量与累计时长。Seedance 2.0 的音频参考需要图片或视频配合，2.5 有独立纯音频模式；已检查的 ChatCut 仍会拦截 H3 Max 参考素材。
目前验证到了哪一层？
原生规格查阅于 10 月 27 日，固定版本集成与路线记录复核于 2026 年 10 月 28 日。本地控制存在不等于供应商接受所有边界。下文独立本地预演使用了一段引导视频和七张图片，不能证明最大数量权限或当前上线状态。
| 模型及公开 ID | 能力与证据 |
|---|---|
Seedance 2.0doubao-seedance-2-0-260128可用状态: 固定版本集成与保存的开发检查；未核验线上。来源链接描述原生规格。 复核日期: | 原生文档: 4–15 秒；480p/720p/1080p/4K。首尾帧与参考模式二选一；参考上限为 9 张图片、3 段视频、3 段音频。支持按顺序描述镜头，不保证时间戳精确执行。 ChatCut 集成: 提供 480p/720p/1080p；4K 因积分定价尚未接入而被拦截。内部开启音频，工具未提供关闭开关。 端点证据: 所配置的 Ark 路线检查超时；包括 4K 在内的当前边界请求是否被接受，仍未验证。 |
Seedance 2.5doubao-seedance-2-5-260628可用状态: 固定版本集成与保存的开发检查；未核验线上。来源链接描述原生规格。 复核日期: | 原生文档: 4–30 秒；480p/720p/1080p。首尾帧与参考模式二选一；最多 30 张图片、10 段视频、10 段音频，共 50 份。原生文档含纯音频参考、编辑、延长及草稿转成片。 ChatCut 集成: 已检查工具提供生成、参考、编辑和延长；没有提供草稿转成片或关闭音频的参数。 端点证据: Ark 路线接受情况和最大输入边界在超时后仍未验证。另一次本地预演完成了生成，不能证明所有边界均可用。 |
MiniMax H3MiniMax-H3可用状态: 固定版本集成与保存的开发检查；未核验线上。来源链接描述原生规格。 复核日期: | 原生文档: 4–15 秒；768P/2K。可用首帧、单独尾帧或首尾帧；或最多 9 张图片、3 段视频、3 段音频，共 12 份。原生文档支持纯音频参考。 ChatCut 集成: 已检查工具开放帧模式与多模态参考模式，两者不能混用。 端点证据: 时长拒绝信息列出了 4–15 秒。单独尾帧和纯音频探测没有完成生成；普通 H3 路线的成功生成仍未验证。 |
MiniMax H3 MaxMiniMax-H3-Max可用状态: 固定版本集成与保存的开发检查；未核验线上。来源链接描述原生规格。 复核日期: | 原生文档: 5–15 秒；480P/768P。V2 文档描述首尾帧和多模态参考；没有 2K 档位。 ChatCut 集成: 开放文字和帧生成，拦截所有 Max 参考素材；有尾帧时必须有首帧。 端点证据: 所检查端点明确拒绝单独尾帧和纯音频输入。参考数量校验不能证明有效范围内的参考生成成功。 |
选择正确的参考入口
- Agent 请求： 点击 + 添加文件，或用 Selection Mode 为项目素材、片段、时间点、预览区域和文字稿选区加入
@引用，并解释它们的含义。 - Video Gen： 打开 视频设置 → 输入，填入实际显示的首帧、尾帧、参考或源视频位置。只在文字里写“作为首帧”，不会自动把文件放入首帧位置。
- 已有项目素材： 从 我的素材 选择兼容项，避免重复上传。合规项目视频或公开资源都可作参考，不要求必须是一次生成的结果。
Prompt 附件与持久保存在项目中的素材用途和保留方式不同，见素材库。Agent 的预览区域引用也不能直接证明供应商存在画笔或蒙版输入。
Seedance 的数量、时长与模式
完整 2.0、Fast 和 Mini 均需在文字、首帧、首尾帧或参考模式中选择。有尾帧必须有首帧，帧模式不能混合参考数组。参考预算为 9 张图片、3 段视频、3 段音频；每段视频或音频 2–15 秒，同类合计最多 15 秒。音频需要至少一份图片或视频参考。Fast/Mini 输入规则相同，但输出档位不同，见系列参考。
2.5 的文档及本地上限为 30 张图片、10 段视频、10 段音频，共 50 份。每段视频或音频 2–30 秒，同类合计最多 30 秒。它单独支持纯音频参考，但首尾帧仍不能混入参考模式。编辑源视频另有 4–30 秒要求，不要把这个最低时长套到所有参考视频上。Ark 超时后，供应商是否接受最大边界仍未验证。
两版原生规格均列出图片小于 30 MB、视频不超过 200 MB、音频不超过 15 MB，另有 64 MB 请求总量。ChatCut 已检查的公开资源路径另设图片 5 MiB、视频或音频 50 MiB 单文件上限。应同时满足全部适用限制；十段单独合格的视频仍可能超过累计时长或请求总量。官方任务 API。
MiniMax 和 Omni 的规则不同
H3 开放最多 9 张图片、3 段视频、3 段音频，总计 12 份。原生视频和音频均为单段 2–15 秒、同类合计最多 15 秒；图片最多 30 MB、视频 50 MB、音频 15 MB，请求预算 64 MB。帧和参考模式互斥。H3 原生文档中的单独尾帧、纯音频模式，在此次检查中没有完成端点生成。
H3 Max 在已检查 ChatCut 集成中拦截所有参考。所配置端点明确要求有尾帧时也有首帧，并拒绝纯音频参考，尽管通用原生文档更宽泛。十张图或四段视频被拒绝，只能证明数量校验，不能证明有效范围内的参考生成成功。详见H3 与 Max。
Gemini Omni 对应 gemini-omni-1.1-flash-preview，不是 Veo 或 Kling。固定版本路径开放最多三张图片参考或帧，以及独立短源视频路径；不能直接套用 Seedance 数量或音频数组。10 秒源片和编码实测容差见Omni 参考。
分开指定身份、镜头和声音
可写：“图片 1 只控制产品轮廓和颜色；视频 1 只控制镜头路径；图片 2 控制环境和光线。不要复制引导视频中的代理人物或文字。”同时说明哪些内容可以改变。镜头引导、人物设定图和氛围图若互相矛盾，加更多素材也不能自动解决。
10 月 27 日的一次本地 Seedance 2.5 预演使用 一段 30 秒引导视频和七张图，请求 30 秒、21:9、1080p。Prompt 把镜头、切点和调度交给视频，把外观交给六张身份图，把餐厅环境交给第七张图。最终导出 30 秒，17 项检查通过 15 项；有效侧视证明失败，说话人归属和无音乐声音仍未验证。这只支持一个较小输入集的工作方法，不证明最大数量或身份保真保证。
准备少量素材
先定一个任务和具体模型。从一张清晰主体图开始，确有需要再加一段镜头引导。核对类型、大小和实测时长。
放入对应位置
把素材放进实际显示的兼容输入位置，明确每份职责及不变条件；首尾帧和参考模式二选一。
审看返回结果
发送前检查当前报价。完成后对照开头、中间、结尾画面检查身份、构图和动作，声音另行试听；将接受的片段放到时间线，一次修正一项失败条件。
为什么输入消失或画面被裁切？
切换模型或生成/编辑/延长模式时，不兼容输入可能被移除。应重新检查全部素材、分辨率、时长和估算。适配、裁切和输出比例也会改变构图；先看预览与返回画面，再判断参考是否丢失。人物细节偏离也可能是生成失败：任务完成不代表身份或机位精确复现。用工作流失败排查区分参数校验、路线不可达和输出质量问题。
常见问题
参考视频必须是 ChatCut 已生成的视频吗？
Seedance 首尾帧能和参考素材一起用吗？
为什么 2.0 只传音频会失败？
数量合格就一定能生成吗？
身份图能保证始终同一张脸吗？
最后复核：2026 年 10 月 28 日。 公开来源：Seedance 任务 API、MiniMax V2 任务 API，查阅于 10 月 27 日。固定版本输入处理、路线检查及独立的 27 日本地预演报告于 28 日复核。新请求前另见模型能力矩阵、视频生成和积分政策。