Seedance1.5 Pro 的技術規格
| 規格 | 詳細資訊 |
|---|---|
| 模型 ID | doubao-seedance-1-5-pro |
| 提供方系列 | Doubao / ByteDance Seed |
| 模型類型 | 原生影音生成模型 |
| 核心模態 | 由單一模型聯合生成影片與音訊 |
| 主要使用情境 | 文字轉影片，以及由提示詞驅動的電影感影片生成 |
| 輸入格式 | 文字提示詞；亦支援以圖像為條件的生成 |
| 輸出格式 | 含同步音訊的影片，包括人聲與音效 |
| 優勢 | 複雜提示詞遵循、視聽同步、多語言語音與口型同步支援、電影感運動與敘事 |
| 部署情境 | 可透過 ByteDance/Volcengine 模型平台取得，並在 CometAPI 上以此模型 ID 提供 |
| 商業可用性 | 商業/API 可用性以提供方與平台列表為準 |
什麼是 Seedance1.5 Pro？
Seedance1.5 Pro 是 CometAPI 的平台識別符，用於指稱 ByteDance 的 Seedance 1.5 Pro 模型。這是一個原生視聽生成模型，旨在同時生成影片與聲音，而非將音訊視為獨立的後期處理步驟。ByteDance 將 Seedance 1.5 Pro 描述為一個聯合影音模型，能準確遵循複雜指令，並同時支援文字提示與圖像驅動的生成。
在實務上，這表示該模型面向希望在單一流程中獲得短片生成影片的創作者與開發者，內容可同時包含同步對白、環境音、音效與動作連貫性。ByteDance 的技術資料將其描述為原生聯合影音生成的基礎模型，採用雙分支 Diffusion Transformer 架構與跨模態建模，強化螢幕所見與聽到內容之間的同步。
該模型亦定位於更廣泛的 Doubao/Seed 生態系中，作為 ByteDance 的影片生成方案；Volcengine 將 Doubao-Seedance-1.5-pro 列為其生產模型之一，並強調「音訊與影像同時生成」為核心能力。
Seedance 1.5 Pro 的主要特性
- 原生影音生成：模型以聯合方式同時生成影片與音訊，較後期拼接音訊的流程更能產生自然的語音、音效與視覺動作時序。
- 強健的提示詞遵循：ByteDance 明確表示 Seedance 1.5 Pro 能準確遵循複雜指令，適合結構化創意提示與情境可控的輸出。
- 文字轉影片與圖像驅動流程：模型支援從文字提示合成影音內容，也支援以圖像驅動的生成，為構思、分鏡與以首幀為基礎的創作提供彈性。
- 人聲、空間音與效果：官方資料強調多樣人聲與空間音效，並與視覺協同，有助於更豐富的敘事與沉浸式短片。
- 多語言與方言支援：Seedance 1.5 Pro 支援多種語言與方言，具備優良的口型同步與動作對齊，適用於面向全球的媒體應用。
- 研究支撐的同步設計：技術報告強調跨模態聯合建模與專門訓練流程，以提升視聽同步與生成品質。
- 生產生態系可用性：該模型已列於 ByteDance/Volcengine 的官方模型清單，並在 CometAPI 以
doubao-seedance-1-5-pro提供，便於以 API 方式整合至應用與媒體工作流程。
如何取得並整合 Seedance1.5 Pro
步驟 1：註冊並取得 API 金鑰
在 CometAPI 註冊，並於儀表板建立 API 金鑰。取得有效金鑰後，將其安全地儲存為環境變數，讓應用程式可用於 API 請求的身分驗證。
步驟 2：向 doubao-seedance-1-5-pro API 發送請求
使用 CometAPI 與 ByteDance/Volcengine 相容的端點 POST /volc/v3/contents/generations/tasks。
步驟 3：擷取與驗證結果
API 會回傳任務 ID。輪詢 GET /volc/v3/contents/generations/tasks/{task_id} 以檢查生成狀態，並在任務完成後擷取輸出影片的 URL。