Seedance 2.0 横空出世，生成的各种视频让人叹为观止，不夸张的说这会给影视行业带来一次大地震，当然也给广大用户带来新的机会。
现在，确实人人都可以是导演了。
但是，那些酷炫的、电影般的视频到底是怎么做出来的？
废话少说，直接开始。
Seedance 到底是什么？
Seedance 是一个 AI 视频生成模型，2.0 是它的最新版本、也是目前（博主觉得）整个 AI 视频领域全世界最强大的版本。
但它是纯国产的，并不是国外的产品，它是字节跳动（抖音的同一个爸爸）出的，所以也不需要魔法上网。
我们在即梦（也是字节的产品）的官网或者 APP 都可以使用，
🔗 地址是：https://jimeng.jianying.com/
图：在即梦官网使用 Seedance 2.0
除了网站，有部分用户在“即梦AI”的 APP 或者“豆包APP”也能看到。
字节另一款产品“小云雀”，不论是 APP 还是网站也都可以使用，网址是：
🔗：https://xyq.jianying.com/
💡 Seedance 2.0 目前还在灰度测试当中，不论是即梦官网、即梦 APP 还是豆包 APP， 都没有全部开放，所以看不到的朋友不用着急。
Seedance 并不是免费的，但是用户只要登录，每天会送 60 个积分。这 60 个积分只能生成一个 10s 的视频。
之后的视频生成就需要购买即梦的会员了，你可以根据自己的需要进行购买。（即梦不止用来生成视频，还包括图片、数字人等）
10 个积分 = 1 元人民币。
换句话说，做一个 10s 的视频需要 6 块钱，当然这是最基本的情况，如果你加入了比如 1 个视频参考 （后面会讲到），积分会飙升到 130。
也就说，生成一个 10s 视频需要 13 块钱。
Seedance 2.0 能做什么？
Seedance 2.0的能力有多强，可以看我前两天写的文章：
seedance 2.0 实测：影视圈的“ChatGPT 时刻”真的来了！
疯狂刷屏的 Seedance 2.0 到底有多强？我整理了这些“吓人”的案例，建议直接收藏。
一言以蔽之：它可以做出院线级视频片段。
不夸张的说，如果它放开限制，可以干翻整个影视行业。
核心玩法：全能参考
怎么使用是这篇文章的重点，但做视频本身其实是个有专业门槛的事情，而且 Seedance 2.0 的功能实在太多了，一篇文章恐怕很难完全讲明白。
所以，我这里会重点聚焦它的核心功能：全能参考。
我们之前可以通过一段文字、或者参考一张图片来生成视频，但现在 Seedance 2.0 可以同时参考文字、图片、视频、甚至音频，而且还不止一个。
要使用参考非常简单，不管是参考图还是视频，只需要先把他们上传，然后在提示词里面 @ 它就可以了。
图：在 Seedance 2.0 里面使用“全能参考”
比如这个例子当中完整的提示词是：
@图片1 在香港街头和多名黑衣男子激烈打斗，最后那些黑衣男子全部倒地不起。最后@图片1 怒吼：“还有谁？”
可以同时参考多个图片、视频，比如这里参考了 6 个图片，一个视频：
图：seedance 2.0 里面的参考
具体可以参考那些格式以及参考多少，可以看官方文档的说明（链接在文末）
参考有什么用？
你可能会问什么参考能做什么或者什么时候用到参考？
“全能参考”是 Seedance 2.0 最强大的一个功能，它能做的事情太多了。
比如参考一个人物形象来生成一个视频，让生成的视频当中的人物变成你想要的人物。
通过单张或者多张图做参考，让做出的视频保持人物、场景的“一致性”，是一个最基本的需求。
简单来说就是：通过参考让你生成的视频用你指定的人物和场景。
这就像你是导演，你选了一个演员，并且让 ta 必须在你构建好的影棚里拍摄。
但 seedance 2.0的“全能参考”绝不局限于此，而这正是它可以吊打其他视频模型的一个大杀器。
它还可以参考一个动作来生成一段功夫片、一段舞蹈。
还可以参考运镜来生成同样酷炫的视频。
参考一张分镜表、分镜图来直接出一段做好的视频。
甚至参考一段音乐的节奏来做卡点视频。
可以发现，“全能参考”其实是一个组合拳：你可以同时参考图片的人物形象、场景，参考视频的动作、运镜，参考音频的音色、节奏等。
比如这个案例参考了一个人物形象，5 套服装、一个音乐节奏
图：同时参考多个元素的案例
如果说参考图片、视频都不够震惊、不够新鲜的话，那参考音频就真的让我颇为惊讶了。
可以说，有了“全能参考”不仅可以非常精细的通过人物形象、场景、动作、特效及声音来控制生成的视频，还可以直接“复刻”几乎任何视频。
再一次，Seedance 2.0 把“做同款”发挥到了极致，这势必掀起一股二创的浪潮。
声音与台词：终于能说话了！
没有声音，再好的戏也出不来。
Seedance 2.0 虽然首次上线了“同期声”，但从效果上看足以吊打市面上其他产品。
所谓的同期声就是指随着视频一起生成的声音（包括音效、对白等），而不是后期单独配上去的。
比如下面这个例子，里面包含了对白、BGM、音效，这一切都是直接生成的，各种声音在一起非常和谐自然，而不是非常突兀，有些地方还有渐强渐弱的效果。
（其中“太近啦”这句比较刺耳，因为参考的原漫画图就是这样的）
但这样的视频只用了最简单的提示词就完成了：
将@图片1 以从左到右从上到下的顺序进行漫画演绎，保持人物说的台词与图片上的一致，分镜切换以及重点的情节演绎加入特殊音效，整体风格温馨甜蜜；演绎方式参考@视频1
除了基本的对白，seedance 2.0 还支持多种语言，甚至多种方言，包括四川话、粤语等。
可怕的是，它甚至支持戏剧。（豫剧、京剧啥的）
可以说，Seedance 2.0 把影视同期声卷到了一个新的高度。
提示词怎么写？
尽管我前面已经展示了一些提示词，特别是怎么使用全能参考，但这并不是写提示词的全部。
Seedance 2.0 已经足够聪明，不论是你通过前面那种简单的提示词，还是通过复杂的提示词都能产出不错的视频。
简单的提示词其实就像我们平时描述一件事情一样，把事情说明白就行了，比如：女孩在优雅的晒衣服，晒完接着在桶里拿出另一件，用力抖一抖衣服。（这个例子来自官方案例）
如果要具体一点，你可以把每个画面的内容、音效以及对白都写清楚，类似这样：
0–3秒画面：西装男坐在酒吧，神情冷静，手里轻晃酒杯。 镜头缓慢推进，光影高级、氛围严肃。 环境音低沉，西装男小声说“这单生意，很大。”
3–6秒画面：身后的女人表情紧张问“有多大？”西装男抬眼，压低声音：“非常大。”镜头切手部特写——他把酒杯放下，气场拉满。
6–9秒画面：突然西装男从桌下掏出—— 一大包体积夸张的零食礼包，“咚”的一声重重放在桌上。
9–12秒画面：身后的女人原本放在腰间的手，肌肉从僵硬到松弛，整个人表情放松。画面氛围轻松起来。
13–15秒画面：西装男拿出一包零食给女人，镜头拉远展示酒馆全景，画面变得透明模糊—— 字幕弹出“再忙，也要记得吃点零食~”
那如果你还想做得更专业一点、更可控一点，提示词应该怎么写？
实际上有个万能公式可以参考：
主体+场景+动作+镜头语言+风格
但重点其实就是说清楚：谁（主体）在哪里（场景）做什么事情（动作）。
镜头语言有点陌生？当然，这里要说得很清楚就有点专业了，可能会包括整个视听语言的内容。
但我们不要了解这么多，其实只需要知道：
景别：远全中近特 （远景、中景还是特写之类的），不用太多解释吧
镜头运动：常说的“推拉摇移跟”，是慢慢靠近的推镜头、慢慢远离的拉镜头、跟拍镜头还是第一视角镜头或者是著名的希区柯克运镜，以及是不是慢镜头？或者手持拍摄
提示词如下：
生成一段专业赛车电影预告。
0-3秒： 特写镜头。参考 @图片2，赛车手眼神犀利，仪表盘指针瞬间打到红区，手部快速换挡。音效：引擎轰鸣声。
4-8秒： 高速跟拍。参考 @图片1，黄色跑车在赛道弯道处极速漂移，轮胎卷起大量白烟，车尾甩动。一辆黑色赛车紧贴着试图超车。
9-13秒： 慢动作（升格）。跑车冲上坡道腾空飞起。镜头在空中围绕静止的车身旋转 360 度，展示悬挂细节。背景是夕阳。
14-15秒： 正常速度。赛车重重落地，冲过终点线。画面黑屏，出现片名《FAST & FURY》。
这里分别用到了特写、高度跟拍、慢动作这些镜头语言，是不是突然显得有点专业了。
除了镜头方面，风格也是影响视频非常关键的一个因素。比如是宫崎骏动漫风格、日系清新、赛博朋克还是王家卫港片风格？
是经典的青橙色调、还是暧昧的黄绿色调？
这个例子来自网络，它的风格描写是：
90年代香港文艺片风格（90s Hong Kong Art Cinema），复古胶片感，高感光度噪点（High ISO Grain），暧昧的黄绿色调（Yellow-Green Tint），抽帧效果（Step-printing），忧郁氛围。
掌握了这些，你做出来的视频就可以足够专业了，当然如果你学过专业的视听语言，可以运用更多的技巧。
至于“画质”，很多人会写“高清、4K、超高清”，我感觉没啥必要，这是非常早期的写法，现在的系统要么直接定死了能出什么清晰度要么可供你选择。
比如 Seedance 2.0 默认是 720p，即便你指定了 4K，也不可能生出 4K 的视频来。
不管是哪个部分，写提示词的重点都是要清晰具体，而不是写一些很模糊、很笼统的，这样的东西人尚且不能理解，AI 能理解吗？
这样的出片质量，感觉院线电影也不过如此。
写在最后
一个公认的事实是，Seedance 2.0 已经是全世界最牛逼的 AI 视频模型，它对整个影视领域的冲击是海啸般的。
是危机、也是机遇。
短短几天，我看到了网友们大量优秀的作品，我看到了国漫之光、我看到了无穷尽般的民间创意大爆发。
一个人人都可以做电影、拍短剧的时代已经来了！