用途：通过 inference.sh CLI（belt）调用字节跳动 Seedance 2.0，生成带同步音频的视频，覆盖文生视频、图生视频、首尾帧控制与多模态参考等场景。
主要能力：提供四个模型——bytedance/seedance-2-0（最高 1080p）、bytedance/seedance-2-0-fast（更快，最高 720p）、bytedance/seedance-2-0-studio 与 studio-fast（含 BytePlus 私有素材库，提升人脸与角色一致性）。均支持文生视频、图生视频、多模态参考生视频与同步音频。生成模式由输入自动判定且互斥：仅 prompt 为文生视频；prompt+image 为图生视频；prompt+image+end_image 控制首尾帧；prompt+reference_images/reference_videos/reference_audios 为多模态参考。参考素材在提示词中以“Image 1、Video 1、Audio 1”按类型与数组下标引用，不要使用素材 ID。
使用方式：先安装技能 npx skills add belt-sh/cli，再执行 belt login，然后用 belt app run 加 App ID 与 JSON 输入调用，例如 belt app run bytedance/seedance-2-0 --input '{"prompt":"...","generate_audio":true}'。可用 belt app search "seedance" 搜索应用。
参数：prompt 必填；generate_audio 默认 true；duration 默认 5 秒（4-15，-1 为自动）；ratio 支持 21:9、16:9、4:3、1:1、3:4、9:16 或 adaptive；resolution 默认 720p（480p/720p/1080p，Fast 仅 480p/720p）；seed 默认 -1；watermark 默认 false；safety_identifier 为终端用户标识（最长 64 字符）；image 为首帧，end_image 为尾帧；reference_images 最多 9 张，reference_videos 最多 3 段（每段及总计最长 15 秒，mp4/mov），reference_audios 最多 3 段（每段及总计最长 15 秒，wav/mp3，需至少一张图或一段视频）。
限制：首尾帧与参考输入互斥；计费按 token，公式为 (宽×高×fps×时长)/1024，Seedance 2.0 为 $4.30-$7.70/M tokens，Fast 为 $3.30-$5.60/M tokens，随分辨率与输入类型变化。其余平台与效果细节暂未提供。