大模型投研赋能之二十九：金融场景AI视频生成实战，Seedance 2.5使用指南

Seedance 2.5与Seedream 5.0联动视频创作教程

Seedance 2.5视频生成模型

• Seedance 2.5是字节跳动发布的新一代视频创作模型，单次可生成30秒视频，支持多轮延长，最多输入50个多模态参考素材。
• 调用价格：1080p每秒约2.7元，720p每秒约1.7元，480p每秒约0.7元。
• 支持网页版和API调用。

Seedream 5.0图像创作模型

• Seedream 5.0 Pro是多模态图像创作模型，具备图层拆分、像素级交互编辑、高密度信息图生成、多语种文字渲染等能力。
• 支持网页版和API调用。

模型联动视频创作流程

• 以制作国金金融工程团队30s宣传视频为例，给出“视频优先、混合迭代”的完整工作流。
• 流程包括：拆分镜、简化提示词首轮直出、逐镜头检查、用Seedream生成修复图/关键帧、送回Seedance重生成、最终剪映合成配音字幕。
• 实践中发现Seedance文字生成精确度不足，需借助Seedream锁定静态目标后再回滚重生成。
• 沉淀出回滚修改提示词公式与推荐输出设置，为投研团队自制专业多模态内容提供可复用的操作范式。

DeepSeek多模态视觉理解模型发布

• DeepSeek-V4-Flash-Vision-Exp上线API平台，纯文本能力与V4-Flash持平，多模态Agent能力接近Opus-4.8。
• 该模型“只理解不生成”，暂不支持视频等其他模态。
• 与Kimi等“产品/Agent优先”路线模型不同，DeepSeek延续“模型/API优先”的高性价比底座路线。
• 此次同步推出Harness（Agent框架）与Files API，标志其开始补齐工具链一环，向成熟多模态体系靠拢。

API调用：三种传图方式

• 支持Base64内联、外部公网URL、Files API引用三种传图方式。
• 图片按尺寸折算token计费，单图最高384 tokens。
• 可通过detail字段控制清晰度与成本。

多模态提示词设计

• 基本结构：system定角色，user放图文。
• 支持多图输入，单请求最多600张图。
• 提供常用视觉任务提示词模板。

风险提示

• 模型能力及使用效果受版本迭代影响存在不确定性。
• 生成式AI存在固有局限，视频与图像生成在文字准确性、画面结构、Logo一致性与合规性等方面可能不及预期。
• 使用第三方模型及平台涉及数据安全、隐私保护、内容合规与知识产权风险。
• 本报告所述工作流与提示词方案均基于特定案例的实际使用经验，仅供参考，不构成对任何具体应用场景效果的保证；相关技术应用不构成任何投资建议。