Seedance 2.0 Mini AI 视频生成器
快速、实惠，自带同步音频——三种创作方式
Seedance 2.0 Mini 是 ByteDance 旗下速度更快、成本更低的视频模型。输入一段提示词、一张图片，或一组参考图片和片段，即可生成画面精致的视频，并同步生成音效、环境声和口型匹配的语音，无需额外付费。追求速度可选 480p，需要更多细节可选 720p；视频时长支持 4–15 秒，并提供七种画面比例（含自动适配）。
Mini 是 Seedance 2.0 针对速度和成本优化的版本，在提升生成效率、降低费用的同时，保留电影感运动、原生音频和灵活输入等核心能力。图生视频模式可让首帧动起来，也能加入可选尾帧，生成更可控的转场。参考模式最多支持 9 张图片（在提示词中用 @Image1、@Image2 引用）、3 个视频和 3 段音频，方便在多条视频中保持角色、风格、动作和声音的一致性。无需订阅，按实际生成量付费。
如何使用 Seedance 2.0 Mini
第 1 步：选择你的模式
选择「文本」以根据提示词生成，选择「图像」以让照片动起来（可选结束帧），或选择「参考」以用最多 9 张图像加参考视频和音频来引导视频。
第 2 步：撰写提示词与设置
描述动作和场景，然后设置分辨率（480p/720p）、时长（4–15 秒或自动）、画面比例，以及是否生成同步音频。
第 3 步：生成并下载
点击“生成”，即可创建带原生音频的视频。完成后可在浏览器中预览并下载 MP4 文件。
Seedance 2.0 Mini 技术规格
| 提供方 | ByteDance |
| 发布日期 | 2026 年 6 月 |
| 分辨率 | 480p, 720p |
| 视频时长 | 4–15 秒（或自动） |
| 宽高比 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16, 自动 |
| 音频生成 | 原生同步音频（默认开启） |
| 输入模式 | 文本生视频、图像生视频（首/尾帧）、参考生视频 |
| 参考输入 | 最多 9 张图片、3 个视频和 3 段音频（总计不超过 12 个文件） |
为什么选择 Seedance 2.0 Mini
更快更实惠
Mini 针对速度和成本进行了调校，以更低的单条视频价格提供 Seedance 2.0 级别的运动和音频——非常适合快速迭代和批量生产。
原生同步音频
每条视频都自带 AI 生成的音频——音效、环境声和口型同步语音——与画面完美对齐，且无需额外付费。
三种灵活的输入模式
可从文本生成、用首/尾帧控制让图像动起来，或用最多九张参考图像加参考视频和音频来引导结果。
Seedance 2.0 Mini 与其他 AI 视频生成器对比
| Feature | Seedance 2.0 Mini | Seedance 2.0 | Happy Horse 1.0 | Veo 3.1 |
|---|---|---|---|---|
| 提供方 | ByteDance | ByteDance | Happy Horse AI | Google DeepMind |
| 最高分辨率 | 720p | 720p | 1080p | 1080p |
| 最长时长 | 15s | 15s | 15s | 8s |
| 原生音频 | 支持 | 支持 | 支持 | 支持 |
| 输入模式 | 文本、图像、参考 | 文本、图像 | 文本、图像、参考 | 文本、图像 |
| 最适合 | 速度与成本 | 质量与网络搜索 | 电影级运动 | 照片级真实感 |
用 Seedance 2.0 Mini 你能创作什么
社交媒体内容
快速制作带电影级运动和内置音频的 TikTok、Reels 和 Shorts——快速又省钱，适合每日发布。
产品与广告片段
用首/尾帧控制和同步声音，将产品照片转化为简短的宣传片。
角色一致性
使用参考图像并配合 @Image 引用，在多个片段间保持角色或风格一致。
故事板与预演
在投入完整制作之前，根据文本提示词快速可视化场景和镜头。
声音驱动的片段
在图像或视频之外提供参考音频，以引导情绪、节奏和环境氛围。
批量内容生成
借助 480p 速度模式和按需付费定价，经济高效地制作大量短视频。
探索相关 AI 视频生成器
Seedance 2.0 Mini 常见问题
什么是 Seedance 2.0 Mini？
Seedance 2.0 Mini 是 ByteDance 推出的 Seedance 2.0 高速低成本版本。它可根据文本、单张图片或参考素材生成 4–15 秒的 480p 或 720p 视频，并同步生成原生音频。
Mini 与 Seedance 2.0 有何不同？
Mini 针对速度和成本进行了优化。它在三种输入模式下保留了电影级运动和原生音频，但运行更快、更省钱——非常适合快速迭代和大批量内容创作。
它支持哪些输入模式？
三种：文本生视频（根据提示词生成）、图像生视频（让起始帧动起来，并可选结束帧）、参考生视频（用最多 9 张参考图像，外加最多 3 段参考视频和 3 段参考音频轨道来引导结果）。
它会生成音频吗？
会。同步音频——包括音效、环境声和口型同步语音——默认生成，无需额外付费。如果你只需要视频，也可以将其关闭。
有哪些可用的分辨率、时长和宽高比？
分辨率为 480p（最快）和 720p。时长为 4 到 15 秒，或自动。宽高比包括 21:9、16:9、4:3、1:1、3:4、9:16 和自动。
计费方式是怎样的？
无需订阅——你按生成次数使用积分付费。费用随分辨率和时长变化，因此较短的 480p 片段比较长的 720p 视频更便宜。