Seedance 2.0 是字节跳动 Seed 团队的统一多模态视频与音频模型，2026 年 2 月发布，2026 年 4 月起通过合作方 API 全球开放。在 OpenMontage 中，只要配置了任意支持它的网关，它便是电影感、预告片、动态主导类工作的首选高端默认模型。
用途与定位 Seedance 2.0 适合需要高质量、电影级视频输出的场景，包括预告片、动态片段、动作戏、产品展示等。OpenMontage 的评分引擎按 provider="seedance" 去重，用户配置了哪个网关就自动使用哪个，因此代理应向 video_selector 传入 preferred_provider="seedance"（或让评分器自行选择），而不是按名称路由到具体网关。只有在预算严格受限、用户偏好其他提供商（VEO/Sora/Kling）或某模型风格更契合时，才考虑切换。
主要能力 模型支持单次生成原生同步音频（语音、音效、环境声联合生成，而非后期同步）；单次生成内多镜头切换；导演级镜头控制（推轨、俯仰、弧形、摇臂、手持等）；引用对话的对口型；最多 9 张图片、3 段视频和 3 段音频的多模态参考；角色身份跨镜头一致性；单镜头最长 15 秒（auto 或 4–15 秒）；部分端点支持 1080p（fal.ai 默认 720p）。据 Artificial Analysis 数据，2026 年 2 月其 Elo 为 1269，排名第一，超过 Veo 3、Sora 2、Runway Gen-4.5。
提供商与接入 OpenMontage 直接封装了四个网关：fal.ai（主选，环境变量 FAL_KEY，工具 seedance_video，支持文生视频、图生视频、参考生视频及标准/快速变体，为默认）、Replicate（REPLICATE_API_TOKEN，工具 seedance_replicate，模型 bytedance/seedance-2.0 与 -fast）、Runway（RUNWAY_API_KEY，工具 runway_video 并设 model: seedance_2.0，仅无限/企业版且非美国地区）、Higgsfield（HIGGSFIELD_API_KEY + _SECRET，工具 higgsfield_video 并设 model: seedance_2.0，为此工具默认模型）。HeyGen 目前仅映射 1.x，2.0 的独立工具在路线图中；BytePlus ModelArk/Volcengine、Freepik、Pollo/PiAPI/Atlas Cloud/AIMLAPI 等尚未封装。
使用方式 在 OpenMontage 内应始终通过 video_selector 调用，示例： from tools.tool_registry import registry registry.ensure_discovered() selector = registry.get("video_selector") result = selector.execute({ "prompt": PROMPT, "preferred_provider": "seedance", "operation": "text_to_video", "aspect_ratio": "21:9", "duration": "10", "resolution": "720p", "output_path": "projects/<proj>/assets/video/clip_01.mp4", }) 仅在必须绕过选择器时直接调用 seedance_video，参数包括 prompt、model_variant（standard/fast）、operation、aspect_ratio、duration、resolution、generate_audio、seed、output_path 等。fal.ai 模型 ID 包括 bytedance/seedance-2.0/text-to-video、image-to-video、reference-to-video 以及对应的 fast 变体。
提示词方法论 提示词最关键的是开头声明镜头结构。常见开场模板：动作/多镜头用“Montage, multi-shot Hollywood action...”；单视角连续镜头用“Single continuous shot, first-person POV...”；固定视角反应镜头用“One continuous shot, POV ... perspective, no cuts, no zoom...”。主体部分依次写环境/地点、角色块、次要角色块、带时间标记的逐拍动作编排（0–3s、3–6s 等）、方括号内联 VFX、慢动作标记（RAMPS TO SLOW MOTION / SNAPS BACK TO REAL TIME）和声音设计块。战斗动词宜具体（snaps forward、lunges 等），避免泛化动词。镜头行为要明确说明“做什么”和“不做什么”（no cuts、no zoom、no stabilization、no smoothness、no 3D、no cartoon、no VFX aesthetic），并可用“photorealistic textures, real skin pores...”强化真实感。多镜头可在单个提示词内按“Shot 1 (...) : ...”列出；对口型使用“角色 says: "..."”，每句建议不超过约 6 个词。参考生视频可使用 [reference_image: ...] 与 [identity_lock] 标签，并堆叠身份锚定短语减少面部漂移。
参数建议 时长：主角镜头 5–8 秒，多镜头完整场景 10–12 秒，快速插入 4 秒，不确定用 auto；画幅：电影预告 21:9，广播/YouTube 16:9，Reels/Shorts/TikTok 9:16；分辨率默认 720p，批量预览可降 480p；generate_audio 除非有理由否则保持开启；standard 用于主角/电影镜头，fast 仅用于 B-roll、预览或延迟硬约束；迭代前先固定 seed。
限制与注意事项 不要在一个镜头中塞入四个以上同时进行的角色动作；不要要求生成可读文字或 Logo；不要混合冲突光照；快速剪辑中对话不要超过约 6 个词；不要对慢动作、多镜头或复杂运镜使用 fast 变体；不要通过 Seedance 音频生成音乐（仅适合纹理性声音，正式配乐用专门工具）；不要无理由绕过 video_selector。fal.ai 标准版 720p 文生视频约 $0.3034/秒、图生视频约 $0.3024/秒，快速版约 $0.2419/秒。时长 10 秒 standard 约 $3.03/条，fast 5 秒预览约 $1.21。价格以实际提供商为准。每个 Seedance 镜头建议检查：动作连贯性、音频同步、角色一致性、镜头方向、无多余文字、色调符合风格、输出时长符合请求。