即梦 2.0 排不上队？我用 1.5 Pro API 搓了个自动续拍工具链，实现可控连续叙事
- 内容介绍
- 文章标签
- 相关推荐
TL;DR
即梦 2.0 的 Agent 模式确实惊艳，但现状是：
- 2.0 不支持 API 调用，只能在体验中心排队
- 排队意味着无法控制生成顺序——你没法保证第一段生完再续第二段
- 没有顺序控制 = 没有画面连续性 = 做不了连贯叙事
所以我换了个思路：用 Seedance 1.5 Pro 的 API + 首尾帧自动衔接，搓了一套 CLI 工具，实现了：
首帧图 → 自动生成 12s 视频 → 提取尾帧 → 尾帧作为下一段首帧 → 循环 → ffmpeg 拼接成片
全自动、可编程、镜头衔接可控。 一行命令跑完整部短片。
GitHub: GitHub - PCPrincipal67/seedance-chain: Automated long-form video generation via Volcano Engine Ark API (Seedance). Chain-shot workflow before Seedance 2.0 API launch. · GitHub
为什么要做这个
玩即梦 2.0 的时候被 Agent 模式惊到了——多模态输入、自动编排镜头、原生音频，感觉离"AI 导演"不远了。
然后现实打脸：
- 2.0 暂不支持 API（官方原话：“仅支持控制台体验中心，敬请期待”）
- 体验中心要排队，生成一段等半天
- 最致命的：排队模式下你没法串联镜头——第一段没生完，你怎么拿它的尾帧去续第二段？
这就意味着如果你想做一个 2 分钟的连贯短片（10 段 × 12 秒），在 2.0 体验中心里基本只能手动一段段等、手动截尾帧、手动喂进去。
而 Seedance 1.5 Pro 已经开放了 API，虽然没有 Agent 模式，但它有一个关键能力：
return_last_frame=True—— 生成完视频后返回最后一帧
有了这个，自动续拍链就成立了。
工作原理
┌─────────────┐
│ 首帧图(AI生成) │
└──────┬──────┘
▼
┌──────────────────────────────┐
│ S01: 提交首帧 + prompt → 12s 视频 │──→ 下载 S01.mp4
│ return_last_frame=True │──→ 提取 S01 尾帧
└──────────────┬───────────────┘
▼
┌──────────────────────────────┐
│ S02: S01尾帧作为首帧 + prompt │──→ 下载 S02.mp4
│ return_last_frame=True │──→ 提取 S02 尾帧
└──────────────┬───────────────┘
▼
...
▼
┌──────────────────────────────┐
│ S10: S09尾帧作为首帧 + prompt │──→ 下载 S10.mp4
└──────────────┬───────────────┘
▼
┌──────────────────────────────┐
│ ffmpeg 重编码拼接 → final_film.mp4 │
└──────────────────────────────┘
每一段的尾帧自动成为下一段的首帧，画面自然衔接，不需要手动截图。
实际效果
拿它做了一个大漠武侠短片的概念验证（致敬《东邪西毒》）：
演示视频下载：final_film.mp4（149MB，5段 × 12秒 = 1分钟）
- 素材准备：用 AI 生图（nano-banana）合成人物+场景的首帧，包括换脸、古装化、风沙做旧
- 生成：
--chain --batch-size 1一行命令跑完 - 拼接：自动 ffmpeg 合片，带去重帧处理
- 音频：Seedance 1.5 Pro 原生生成，视频自带配乐和环境音
老实说 1.5 Pro 的打戏质量一般（复杂双人动作容易变形），但叙事类镜头、氛围营造、独白登场这类效果相当不错。你们下载看看就知道了。
核心卖点
相比即梦 2.0 体验中心
| 即梦 2.0 体验中心 | seedance-chain (1.5 Pro API) | |
|---|---|---|
| 镜头连续性 | 手动截帧续接，排队不可控 | 自动尾帧→首帧，全自动 |
| 批量生产 | 一次一段，等排队 | 一行命令跑完整部片 |
| 可编程 | 不可 | Python 脚本，随意编排 |
| 音频 | 原生支持 | 1.5 Pro 也支持 |
| 画质上限 | 2.0 更强 | 1080p，够用 |
| API 审核 | N/A | 比网页端宽松 |
相比纯手工流程
以前做 AI 短片的流程：生成 → 手动下载 → 手动截最后一帧 → 手动上传当首帧 → 再生成…
现在：
python seedance_video.py --chain --batch-size 1
# 出去喝杯咖啡，回来片子就好了
快速上手
git clone https://github.com/PCPrincipal67/seedance-chain.git
cd seedance-chain
python -m venv venv && source venv/bin/activate
pip install -r requirements.txt
# 配置 API Key
cp env.example .env
# 编辑 .env，填入你的 VOLC_ARK_API_KEY
# 编辑 seedance_video.py 里的 SHOTS 列表，定义你的镜头
# 然后一键跑：
python seedance_video.py --chain --batch-size 1
需要：
- 火山方舟 API Key（控制台获取）
- 开通 Seedance 1.5 Pro 模型（模型广场）
踩坑备忘（给后来人）
写了一份完整的 经验手册，这里摘几个关键的：
认证：Ark 的内容生成 API 不支持 AK/SK，必须用 API Key。别跟我一样拿着 AK/SK 折腾半天。
模型要单独开通：拿到 API Key ≠ 能用模型。去模型广场搜 seedance，逐个点开通。
首帧图不能太大：超过 1MB 的 base64 上传会很慢甚至超时。建议压到 800KB 以内。
拼接必须重编码：各段视频的编码参数可能微妙不同，ffmpeg -c copy 会跳帧。要用 -c:v libx264 -c:a aac。
打戏别期待太多：1.5 Pro 对复杂多人武打动作理解有限，建议用短时长（5-8s）+ 简单单一动作。叙事/氛围类镜头才是它的强项。
展望
这套工具链的价值会随着 API 能力升级而放大：
- Seedance 2.0 API 开放后：直接换个 model ID，链式续拍逻辑完全通用。而且 2.0 支持 15s + 多模态参考，到时候每段能承载更多内容
- 加入 LLM 编排：让大模型根据剧本自动拆镜头、写 prompt、编排参考素材，实现真正的 “文字→成片”
- 参考图 + 续拍混用：用 1.0 Fast 的参考图能力锁定角色/风格一致性，再切 1.5 Pro 续拍生成
现在是 1.5 Pro 的"手动挡"，但底盘已经搭好了。等 2.0 API 一开，直接升级成"自动挡"。
GitHub: GitHub - PCPrincipal67/seedance-chain: Automated long-form video generation via Volcano Engine Ark API (Seedance). Chain-shot workflow before Seedance 2.0 API launch. · GitHub
MIT License，随便用。有问题开 issue 或者楼下讨论。
如果觉得有用，star 一下呗
网友解答：--【壹】--：
这个我也不知道原理，模型在这种脚本情况下，自己就衔接的很好了，你可以看我项目的Release，我上传了视频。
--【贰】--：
大佬太牛了
--【叁】--：
平均不止1块，我生成那个1分钟的视频，实际上是65块钱左右
1.5 Pro就是这个价格，2.0应该是一样的
--【肆】--：
有点贵呀，我的抖音梦又结束了
--【伍】--：
佬 问一下每一段视频之间的音频如何保证一致性和连贯性呢
--【陆】--：
佬，你生成这个视频的成本是多少，合适的话我给我的项目也用豆包的模型
昨天有人说seedance2的成本是1秒1块，感觉有点贵了
这还没算上抽卡的费用
--【柒】--：
学习一下
--【捌】--：
哦，我表述有点歧义，我是说不支持同时设置首帧和尾帧，我这个项目就是用首帧无限生成的
--【玖】--：
牛的牛的
--【拾】--：
grok支持首帧和参考图 可以无限延续了
--【拾壹】--：
都很强，强的离谱
--【拾贰】--：
真厉害，学习一下
--【拾叁】--：
学习了，很强！
--【拾肆】--：
感谢分享
--【拾伍】--：
GitHub - Honghurumeng/grok_video_gen_merge: grok2api，生成分镜脚本，生成视频，合并，各个环节可以进行确认和重新生成
grok2api，生成分镜脚本，生成视频，合并，各个环节可以进行确认和重新生成
我做了一个一模一样逻辑的O(∩_∩)O哈哈~，可以使用grok2api
不过这个模型的能力有限
而且2api不能限制画面比例
而且不支持首尾帧
用豆包的模型的话应该首尾帧生成更好控制吧
grok胜在免费
--【拾陆】--：
这就烧钱了呀 api价格玩不起
--【拾柒】--：
感谢大佬！
--【拾捌】--：
前排围观支持一下
--【拾玖】--：
好厉害的佬
TL;DR
即梦 2.0 的 Agent 模式确实惊艳，但现状是：
- 2.0 不支持 API 调用，只能在体验中心排队
- 排队意味着无法控制生成顺序——你没法保证第一段生完再续第二段
- 没有顺序控制 = 没有画面连续性 = 做不了连贯叙事
所以我换了个思路：用 Seedance 1.5 Pro 的 API + 首尾帧自动衔接，搓了一套 CLI 工具，实现了：
首帧图 → 自动生成 12s 视频 → 提取尾帧 → 尾帧作为下一段首帧 → 循环 → ffmpeg 拼接成片
全自动、可编程、镜头衔接可控。 一行命令跑完整部短片。
GitHub: GitHub - PCPrincipal67/seedance-chain: Automated long-form video generation via Volcano Engine Ark API (Seedance). Chain-shot workflow before Seedance 2.0 API launch. · GitHub
为什么要做这个
玩即梦 2.0 的时候被 Agent 模式惊到了——多模态输入、自动编排镜头、原生音频，感觉离"AI 导演"不远了。
然后现实打脸：
- 2.0 暂不支持 API（官方原话：“仅支持控制台体验中心，敬请期待”）
- 体验中心要排队，生成一段等半天
- 最致命的：排队模式下你没法串联镜头——第一段没生完，你怎么拿它的尾帧去续第二段？
这就意味着如果你想做一个 2 分钟的连贯短片（10 段 × 12 秒），在 2.0 体验中心里基本只能手动一段段等、手动截尾帧、手动喂进去。
而 Seedance 1.5 Pro 已经开放了 API，虽然没有 Agent 模式，但它有一个关键能力：
return_last_frame=True—— 生成完视频后返回最后一帧
有了这个，自动续拍链就成立了。
工作原理
┌─────────────┐
│ 首帧图(AI生成) │
└──────┬──────┘
▼
┌──────────────────────────────┐
│ S01: 提交首帧 + prompt → 12s 视频 │──→ 下载 S01.mp4
│ return_last_frame=True │──→ 提取 S01 尾帧
└──────────────┬───────────────┘
▼
┌──────────────────────────────┐
│ S02: S01尾帧作为首帧 + prompt │──→ 下载 S02.mp4
│ return_last_frame=True │──→ 提取 S02 尾帧
└──────────────┬───────────────┘
▼
...
▼
┌──────────────────────────────┐
│ S10: S09尾帧作为首帧 + prompt │──→ 下载 S10.mp4
└──────────────┬───────────────┘
▼
┌──────────────────────────────┐
│ ffmpeg 重编码拼接 → final_film.mp4 │
└──────────────────────────────┘
每一段的尾帧自动成为下一段的首帧，画面自然衔接，不需要手动截图。
实际效果
拿它做了一个大漠武侠短片的概念验证（致敬《东邪西毒》）：
演示视频下载：final_film.mp4（149MB，5段 × 12秒 = 1分钟）
- 素材准备：用 AI 生图（nano-banana）合成人物+场景的首帧，包括换脸、古装化、风沙做旧
- 生成：
--chain --batch-size 1一行命令跑完 - 拼接：自动 ffmpeg 合片，带去重帧处理
- 音频：Seedance 1.5 Pro 原生生成，视频自带配乐和环境音
老实说 1.5 Pro 的打戏质量一般（复杂双人动作容易变形），但叙事类镜头、氛围营造、独白登场这类效果相当不错。你们下载看看就知道了。
核心卖点
相比即梦 2.0 体验中心
| 即梦 2.0 体验中心 | seedance-chain (1.5 Pro API) | |
|---|---|---|
| 镜头连续性 | 手动截帧续接，排队不可控 | 自动尾帧→首帧，全自动 |
| 批量生产 | 一次一段，等排队 | 一行命令跑完整部片 |
| 可编程 | 不可 | Python 脚本，随意编排 |
| 音频 | 原生支持 | 1.5 Pro 也支持 |
| 画质上限 | 2.0 更强 | 1080p，够用 |
| API 审核 | N/A | 比网页端宽松 |
相比纯手工流程
以前做 AI 短片的流程：生成 → 手动下载 → 手动截最后一帧 → 手动上传当首帧 → 再生成…
现在：
python seedance_video.py --chain --batch-size 1
# 出去喝杯咖啡，回来片子就好了
快速上手
git clone https://github.com/PCPrincipal67/seedance-chain.git
cd seedance-chain
python -m venv venv && source venv/bin/activate
pip install -r requirements.txt
# 配置 API Key
cp env.example .env
# 编辑 .env，填入你的 VOLC_ARK_API_KEY
# 编辑 seedance_video.py 里的 SHOTS 列表，定义你的镜头
# 然后一键跑：
python seedance_video.py --chain --batch-size 1
需要：
- 火山方舟 API Key（控制台获取）
- 开通 Seedance 1.5 Pro 模型（模型广场）
踩坑备忘（给后来人）
写了一份完整的 经验手册，这里摘几个关键的：
认证：Ark 的内容生成 API 不支持 AK/SK，必须用 API Key。别跟我一样拿着 AK/SK 折腾半天。
模型要单独开通：拿到 API Key ≠ 能用模型。去模型广场搜 seedance，逐个点开通。
首帧图不能太大：超过 1MB 的 base64 上传会很慢甚至超时。建议压到 800KB 以内。
拼接必须重编码：各段视频的编码参数可能微妙不同，ffmpeg -c copy 会跳帧。要用 -c:v libx264 -c:a aac。
打戏别期待太多：1.5 Pro 对复杂多人武打动作理解有限，建议用短时长（5-8s）+ 简单单一动作。叙事/氛围类镜头才是它的强项。
展望
这套工具链的价值会随着 API 能力升级而放大：
- Seedance 2.0 API 开放后：直接换个 model ID，链式续拍逻辑完全通用。而且 2.0 支持 15s + 多模态参考，到时候每段能承载更多内容
- 加入 LLM 编排：让大模型根据剧本自动拆镜头、写 prompt、编排参考素材，实现真正的 “文字→成片”
- 参考图 + 续拍混用：用 1.0 Fast 的参考图能力锁定角色/风格一致性，再切 1.5 Pro 续拍生成
现在是 1.5 Pro 的"手动挡"，但底盘已经搭好了。等 2.0 API 一开，直接升级成"自动挡"。
GitHub: GitHub - PCPrincipal67/seedance-chain: Automated long-form video generation via Volcano Engine Ark API (Seedance). Chain-shot workflow before Seedance 2.0 API launch. · GitHub
MIT License，随便用。有问题开 issue 或者楼下讨论。
如果觉得有用，star 一下呗
网友解答：--【壹】--：
这个我也不知道原理，模型在这种脚本情况下，自己就衔接的很好了，你可以看我项目的Release，我上传了视频。
--【贰】--：
大佬太牛了
--【叁】--：
平均不止1块，我生成那个1分钟的视频，实际上是65块钱左右
1.5 Pro就是这个价格，2.0应该是一样的
--【肆】--：
有点贵呀，我的抖音梦又结束了
--【伍】--：
佬 问一下每一段视频之间的音频如何保证一致性和连贯性呢
--【陆】--：
佬，你生成这个视频的成本是多少，合适的话我给我的项目也用豆包的模型
昨天有人说seedance2的成本是1秒1块，感觉有点贵了
这还没算上抽卡的费用
--【柒】--：
学习一下
--【捌】--：
哦，我表述有点歧义，我是说不支持同时设置首帧和尾帧，我这个项目就是用首帧无限生成的
--【玖】--：
牛的牛的
--【拾】--：
grok支持首帧和参考图 可以无限延续了
--【拾壹】--：
都很强，强的离谱
--【拾贰】--：
真厉害，学习一下
--【拾叁】--：
学习了，很强！
--【拾肆】--：
感谢分享
--【拾伍】--：
GitHub - Honghurumeng/grok_video_gen_merge: grok2api，生成分镜脚本，生成视频，合并，各个环节可以进行确认和重新生成
grok2api，生成分镜脚本，生成视频，合并，各个环节可以进行确认和重新生成
我做了一个一模一样逻辑的O(∩_∩)O哈哈~，可以使用grok2api
不过这个模型的能力有限
而且2api不能限制画面比例
而且不支持首尾帧
用豆包的模型的话应该首尾帧生成更好控制吧
grok胜在免费
--【拾陆】--：
这就烧钱了呀 api价格玩不起
--【拾柒】--：
感谢大佬！
--【拾捌】--：
前排围观支持一下
--【拾玖】--：
好厉害的佬