Seedance 2.0 Fast 文生视频能力示例：多镜头节奏与原生音频

用一条 10 秒的短片直观呈现 Seedance 2.0 Fast 在文生视频场景下的核心能力组合：通过单条提示词描述「清晨城市到街角咖啡」的多镜头序列，检查模型能否在一次生成中保持镜头之间的场景与光线连续性，并同时产出与原画面对齐的环境声。 base 采用作者线路的真实非媒体入参：prompt 为镜头脚本式描述，duration 设为 10 秒（schema 允许 4–15 秒，资料指出单次生成约 15 秒量级），resolution 720p，aspect_ratio 16:9，generate_audio 打开，web_search 关闭。此作品不使用首帧、尾帧与多模态参考素材，因此唯一媒体输入为空，assets 不产出参考图或参考视频，完全依赖文本驱动。 适用场景：开发者在接入该模型前，观察纯文本输入下的多镜头连贯性、运动幅度与音画同步质量，作为提示词结构和时长/分辨率取舍的对照样例。