GPT Image 2.5 Flare 与 Sunburst 已上线 EvoLink立即体验
Seedance 2.0 真人视频:如何通过 API 生成逼真的真人视频
guide

Seedance 2.0 真人视频:如何通过 API 生成逼真的真人视频

EvoLink Team
EvoLink Team
Product Team
2026年4月15日
更新于 2026年10月5日
13 分钟阅读
如果你需要使用 AI 生成逼真的真人视频,Seedance 2.0 现在是最强的选择之一——并且可以通过 EvoLink API 完全访问。

Seedance 2.0 真人视频生成已在 EvoLink 上线,可通过平台统一 API 直接访问。

本指南涵盖 Seedance 2.0 真人视频能力的具体内容、API 使用方法,以及与 OmniHuman 1.5、HeyGen、Kling 3.0 等替代方案的对比。

什么是 Seedance 2.0 真人视频?

Seedance 2.0 的真人视频能力意味着该模型可以接受真人面部照片作为参考输入,生成包含这些人物的视频。这不是独立的模型或模式;根据输入素材选择图生视频或参考生视频接口。

启用真人视频后,Seedance 2.0 可以:

  • 保持面部特征在整个视频中的一致性,包括转头和光线变化场景
  • 生成自然微表情,达到电影级质量
  • 产出全身动作——舞蹈编排、体育运动、手势——是当前 AI 视频模型中较强的选项之一
  • 在多场景序列中维持角色一致性
  • 从参考照片生成多语言口型同步对话,带原生音频
  • 接受最多 9 张参考图像,通过 prompt 标注实现角色、服装和场景的持续性

通过 EvoLink 的统一网关访问 Seedance 2.0 真人视频,具备以下优势:

  • 真人视频已上线:支持真人面部上传,无需身份认证
  • 更简单的接入流程:无需额外的供应商账号或企业级协议即可开始
  • 统一 API 接入:一个 API Key 同时访问 Seedance 2.0、Kling 3.0、Sora 2、Veo 3.1 等主流模型
  • 按秒计费:灵活的按需付费,适合从测试到规模化的各阶段

在 EvoLink 上,Seedance 2.0 真人视频支持真人面部上传,无需身份认证。注册 EvoLink 账号并获取 API Key 后,即可通过同一 API 端点按秒计费调用。

快速开始

curl -X POST https://api.evolink.ai/v1/videos/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2.0-image-to-video",
    "prompt": "一位专业女性穿着商务套装自信地走进现代办公室,转向镜头,微笑着说出简短的问候语",
    "image_urls": ["https://your-cdn.com/portrait-photo.jpg"],
    "duration": 8,
    "quality": "720p"
  }'
将示例图片链接替换为可以直接下载的人像图片地址。提交后会创建异步任务,先保存返回的 id,再用同一个 API Key 查询:
curl https://api.evolink.ai/v1/tasks/YOUR_TASK_ID \
  -H "Authorization: Bearer YOUR_API_KEY"
把 YOUR_TASK_ID 替换为返回的任务 ID。状态为 completed 后,从 results 获取视频链接并下载;结果链接有效期为 24 小时。状态为 failed 时,先查看返回的错误,再决定是否重新提交。完整请求和任务流程见图生视频 API 文档。

支持的工作流

工作流输入最适合
人像到视频1 张人像照片 + 文本提示代言人视频、人脸广告
多参考人像最多 9 张参考图像 + 提示多镜头角色一致
人像 + 音频参考人像照片 + 音频轨道口型同步对话、音乐视频
人像 + 视频参考人像照片 + 参考视频从参考素材转移动作
示例使用 seedance-2.0-image-to-video,接收一张首帧图片,或两张首尾帧图片。多张参考图、音频或视频素材使用 seedance-2.0-reference-to-video;不要把 audio_urls 或 video_urls 加到图生视频请求中。参考生视频 API 文档说明了 @image1、@video1、@audio1 标签和各类素材限制。

Seedance 2.0 在真人视频方面的独特优势

对比 OmniHuman 1.5

OmniHuman 1.5(同样来自字节跳动)专注于音频驱动的人像动画——用音频输入驱动单张肖像。Seedance 2.0 是一个完整的电影级视频生成模型,同时支持真人面部。
能力Seedance 2.0OmniHuman 1.5
主要用途完整场景视频生成音频驱动的肖像动画
场景控制完整(镜头、光照、环境)有限(肖像为主)
多角色场景支持(最多 9 个参考)不支持
音频生成原生(生成音频)需要输入音频
最大时长15 秒不定
最适合广告、叙事、创意视频说话人头、口型同步
使用 OmniHuman 当你需要从音频生成说话人头。使用 Seedance 2.0 当你需要在完整的电影场景中呈现真人。

对比 HeyGen

HeyGen 的介绍说明了数字分身工作流中的身份验证流程。EvoLink 支持真人面部上传,无需身份认证;注册账号并获取 API Key 后即可通过 REST API 调用。
能力EvoLink 上的 Seedance 2.0HeyGen + Seedance
模型可用性EvoLink 上可用通过 HeyGen 可用
真人面部上传支持(无需认证)需要 HeyGen 验证
接入方式REST APIAvatar Shots、Video Agent、AI Video Generator
计费方式按秒计费HeyGen 订阅方案
视频工作流文生视频、图生视频、参考生视频数字分身场景与 B-roll 素材生成
模型选择同一 API Key 调用 Seedance、Kling、Sora 等模型在 HeyGen 内组合使用 Seedance 与其他模型

对比 Kling 3.0 和 Sora 2

Kling 3.0 和 Sora 2 都无法提供与 Seedance 2.0 相同水平的真人视频支持。
功能Seedance 2.0Kling 3.0Sora 2
真人面部参考完全支持有限有限
人体运动质量突出(舞蹈、体育)良好良好
多语言口型同步原生不支持有限
参考数量最多 9 图 + 3 视频 + 3 音频1 张图像1 张图像

使用场景

1. 以人脸为主的广告

上传模特或代言人的照片,生成具有自然表情和肢体语言的产品广告视频。Seedance 2.0 的多参考系统让你可以分别控制服装、背景和镜头角度。

2. 代言人和说话人头内容

从单张人像照片生成多语言口型同步的代言人视频。结合音频参考可精确控制节奏和时机。

3. 网红风格创意

无需全套拍摄即可创建以真人为主的社交优先视频内容。适合在投入正式制作之前大规模测试创意变体。

4. 电商产品 + 模特视频

将产品图片与模特人像参考结合,生成真人与产品互动的产品演示视频——成本仅为传统制作的一小部分。

5. 规模化本地化营销

使用一张代言人照片,生成多语言口型同步视频,在所有语言版本中保持相同的面部、表情和制作质量。

定价

使用真人面部参考不会改变所选 Seedance 2.0 接口的计费规则。上面的图生视频示例支持每次生成 4–15 秒。

估算费用时,先确定 Standard 或 Fast 接口、输出清晰度和时长。参考生视频请求包含输入视频时,计费时长和倍数采用不同规则,不能直接套用图生视频的报价。

提交前查看Seedance 2.0 当前费率与计算器,批量调用前再将预估与已完成任务的实际扣费对照。

开始使用

  1. 在 EvoLink 注册 并获取 API Key
  2. 选择工作流:大多数场景使用人像到视频(I2V),多参考场景使用 reference-to-video
  3. 上传人像参考 并编写文本提示
  4. 通过 API 提交 并获取结果
完整 API 文档请参见 Seedance 2.0 API 参考。
在 EvoLink 上试用 Seedance 2.0 真人视频

常见问题

支持。EvoLink 上的 Seedance 2.0 支持真人面部照片作为参考输入上传,无需身份认证。注册 EvoLink 账号并获取 API Key 后即可使用。

真人视频生成是否有额外费用?

真人面部参考使用所选接口的正常计费规则。Standard 或 Fast、输出清晰度和视频输入都会影响费用;提交前查看当前价格,不要将不同接口理解为同一秒价。

Seedance 2.0 真人视频与 deepfake 工具有什么区别?

Seedance 2.0 是一个生成式 AI 视频模型,不是换脸或 deepfake 工具。它从文本提示和参考图像生成全新的视频,而不是替换现有素材中的面部。所有输出都包含用于溯源追踪的隐形水印。

我可以未经同意就生成名人或他人的视频吗?

内容政策适用。Seedance 2.0 屏蔽名人和受版权保护的角色形象。你只应使用已授权用于 AI 视频生成的个人照片。

人像照片的最佳输入格式是什么?

高分辨率、光线充足、面部清晰的人像照片效果最好。正面或微侧面照片生成效果最一致。模型接受 JPEG 和 PNG 格式,每张最大 30MB。

真人视频可以有多长?

Seedance 2.0 支持每次生成 4-15 秒。对于更长的内容,你可以生成多个片段,并使用多镜头参考系统在各段之间保持角色一致性。

截至 2026 年 8 月 7 日,Seedance 2.5 已可通过 EvoLink 调用。你可以打开 Seedance 2.5 playground 查看官方样片并评估新路由;本文仍聚焦 Seedance 2.0 的真人视频工作流。

相关阅读

准备好把 AI 成本降低 89% 吗?

现在就开始使用 EvoLink,体验智能 API 路由的强大能力。