# Seedance 2.5 Flash API desde $0.06/s · 30 s con audio | KovAPI

> Seedance 2.5 Flash es la variante de Seedance 2.5 que ByteDance lanzó en noviembre de 2026. Envía un prompt y, si quieres, hasta 10 imágenes, 5 vídeos y 5 audios de referencia. Obtendrás un vídeo de 4 a 30 s en 480P o 720P con diálogos y efectos generados junto con la imagen. En KovAPI, `seedance-2.5-flash` cuesta $0.12/s en 720P y $0.06/s en 480P. Un vídeo de 30 s en 720P sale por $3.60. En nuestras pruebas de noviembre, la generación tardó unos 2 minutos en 480P y entre 4 y 8 en 720P. No admite 1080P. Las imágenes sirven de referencia y no fijan el primer fotograma.

Página web: https://kovapi.com/es/model/seedance-2.5-flash · Actualizado: 2026-11-19
Precios, límites y tiempos son valores en vivo del momento en que se generó este archivo.

## Ficha técnica

- ID del modelo: `seedance-2.5-flash`
- Endpoint: `POST https://kovapi.com/v1/videos/generations` → `GET https://kovapi.com/v1/videos/jobs/{id}`
- Duración: 4–30 s, segundos enteros
- Resolución: 480P / 720P
- Relación de aspecto: 16:9 / 9:16 / 1:1 / 4:3 / 3:4
- Referencias: imágenes ≤10 · vídeos ≤5 (≤30 s en total) · audio ≤5
- Prompt: ≤ 11.000 caracteres
- Por segundo: 480P $0.06/s · 720P $0.12/s
- Por segundo con vídeo de referencia: 480P $0.035/s · 720P $0.07/s
- Resultados guardados: 7 días

## Treinta segundos con sonido a partir de imágenes, vídeo y audio

- **Hasta 30 segundos con los planos situados en el tiempo**: Cada vídeo dura hasta 30 s. Asigna a cada plano marcas de tiempo en segundos enteros. En el ejemplo del robot guardián, un storyboard de nueve viñetas y tres láminas de referencia bastan para contar en 30 segundos la despedida, el despegue, la explosión y el grito de la anciana, con las voces en inglés sincronizadas con los labios.
- **Ocho referencias para seis personajes en una misma escena**: Puedes usar hasta 10 imágenes y asignar a cada una un personaje, escenario u objeto. En el drama familiar, seis hojas con vistas de los personajes y dos imágenes de los escenarios se numeran por orden de aparición. Las caras se mantienen en la taquilla, al contar el dinero y cuando los niños gritan de alegría.
- **Usa una animación 3D sin texturas para dirigir la acción y la cámara**: Sube una animación 3D sencilla, sin texturas. El modelo sigue sus movimientos y su cámara y recrea el escenario y el personaje a partir del prompt. Aquí bastaron seis segundos de animación y una frase de instrucciones. El corto 3D de 30 segundos añade nueve fotogramas clave para definir sus tramos. Los segundos del vídeo de referencia también se cobran.
- **Elige la voz del personaje y genera los diálogos y efectos con la imagen**: Todos los vídeos tienen pista sonora. En este ejemplo, el audio de referencia es una frase de la abuela Zhou extraída de un vídeo de Seedance 2.5. Las nuevas frases que genera Flash conservan su voz. El audio de referencia debe acompañarse de una imagen o un vídeo de referencia y no tiene coste adicional.
- **Una foto de producto y tres cartelas para un anuncio con locución**: La foto define el aspecto del producto, las ventajas se suben como imágenes de texto y el prompt describe al presentador y la locución. Cada solicitud produce un anuncio vertical de 16 segundos. Flash acertó en la mayoría de los rótulos grandes, pero escribió mal dos caracteres en una línea vertical. Si el texto debe ser exacto, consulta la comparación con Seedance 2.5 más abajo.

## Modos y campos de la API

Todos los modos usan `model` (`seedance-2.5-flash`), `prompt`, `duration`, `resolution` y `size`. Puedes combinar imágenes, vídeos y audios en una solicitud. Los archivos de cada tipo se numeran por orden de carga y se citan en el prompt como `@Image1`, `@Video1` y `@Audio1`.

| Modo | Qué enviar | Qué obtienes | Límites |
| --- | --- | --- | --- |
| Texto a vídeo | Solo `prompt` y los parámetros de generación, sin material de referencia. | Imagen, movimiento y sonido a partir del texto; escribe en el prompt el diálogo, los efectos y la música. | Solo rigen los límites generales (ver «Especificaciones»). |
| Vídeo a partir de varias imágenes de referencia | Envía las `images` en orden e indica en el prompt qué define cada imagen: un personaje, un producto, un escenario, el estilo, el storyboard o un fotograma clave. | Imágenes nuevas que siguen el aspecto, la composición o el storyboard de las referencias; varios personajes pueden compartir escena. | Hasta 10 imágenes, de 300 a 6000 px por lado, con una relación de aspecto de 0,4 a 2,5. Cada imagen sirve de referencia y no fija el primer fotograma. |
| Vídeo a partir de un vídeo de referencia | Envía los enlaces de vídeo en `video_references`. Puedes añadir `images`. Indica en el prompt si hay que seguir el movimiento, la cámara, el ritmo o la animación 3D sin texturas. | El movimiento y la cámara de la referencia con personajes, lugares y estilo nuevos; una animación 3D sin texturas (blockout) puede convertirse en un vídeo acabado. | Hasta 5 vídeos, con una duración total de 30 s. Los segundos de referencia se cobran según la tarifa indicada en precios. |
| Audio de referencia | Pon los enlaces de audio en `audio_reference` junto con imágenes o vídeos de referencia, e indica si quieres tomar la voz, las frases o la música. | Un personaje que dice frases nuevas con la voz de la referencia, o una imagen que sigue el ritmo de la música de referencia. | Hasta 5 audios, sin coste; deben ir con imágenes o vídeos de referencia. |

## Qué puedes crear con Seedance 2.5 Flash

- **De foto de producto a vídeo publicitario**: La foto fija el aspecto del producto, las ventajas se adjuntan como imágenes de texto y el prompt describe al presentador y la locución. Una solicitud produce el anuncio completo. La facturación por segundo permite probar varias versiones a bajo coste.
- **Microdramas con varios personajes que hablan**: Sube las hojas de personaje y las imágenes de los escenarios, y da a cada plano un tamaño, un ángulo y una frase; útil para pilotos de series cortas y para previsualizar la historia.
- **Promos de videojuegos y animación**: Pasa en orden el logotipo, los personajes, los objetos y las pantallas de la interfaz como fotogramas clave para una cabecera en una sola toma o el avance de un evento.
- **De la animación 3D sin texturas al vídeo final**: Define el movimiento y la cámara con formas simples y deja que el modelo genere la imagen completa a partir de tu prompt, sin modelado ni render detallados.
- **Prueba en Flash y termina en 2.5**: Prueba varias veces el mismo prompt y las mismas referencias en Flash. Elige la dirección que prefieras y cambia solo `model` a `seedance-2.5` para la versión final si necesitas 1080P o mayor precisión en los planos.
- **La misma voz de un personaje en cada episodio**: Recorta una frase del personaje del episodio anterior, pásala como audio de referencia junto con su imagen, y el episodio siguiente mantiene tanto la voz como el aspecto.

## Precios

| Resolución | Seedance 2.5 Flash | Con vídeo de referencia | Precio de lista de ByteDance |
| --- | --- | --- | --- |
| 480P | $0.06/s | $0.035/s | $0.0672 / con vídeo de referencia $0.0413 |
| 720P | $0.12/s | $0.07/s | $0.1512 / con vídeo de referencia $0.0929 |

- Sin vídeo de referencia se multiplica la tarifa por segundo de la resolución elegida por los segundos de salida. Las imágenes y el audio de referencia son gratis. Por ejemplo, 10 s en 720P cuestan 10 × $0.12.
- Con vídeo de referencia se suman los segundos de todos los vídeos de referencia y los de salida, y se multiplica el total por la tarifa con referencia de vídeo. Un vídeo de 10 s en 720P con 6 s de referencia cuesta 16 × $0.07.
- El importe se retiene al enviar y se devuelve íntegro si la generación falla; los reintentos automáticos de una tarea se liquidan una sola vez.

## Seedance 2.5 Flash y Seedance 2.5 frente a frente con el mismo prompt oficial

Pasa el cursor sobre los vídeos para reproducirlos a la vez. En el móvil, toca el botón de reproducción simultánea. Usamos el mismo prompt, las mismas referencias, duración y proporciones. Cada vídeo se generó por separado, así que las imágenes varían. Fíjate en el movimiento, la fidelidad y el detalle. Debajo de cada vídeo verás su coste a la tarifa actual.

### Solo texto: una cría de panda rueda cuesta abajo (8 s, 16:9)

Con un prompt de solo texto, los resultados son parecidos. En Flash 720P el panda rueda de forma más juguetona. Seedance 2.5 muestra algo más de detalle en el pelaje. Flash 480P conserva el encuadre y el movimiento, aunque pierde nitidez al ampliarlo. Sirve para una primera prueba.

- 8s · 16:9
- **Seedance 2.5 Flash 720P** ($0.96 a precios actuales): https://img.kovapi.com/i/mp-7913126fdea63ecd512cdc21.mp4 — Flash 720P: el panda rueda, se sienta y mira a cámara, a un precio por segundo de unas tres cuartas partes del de 2.5.
- **Seedance 2.5 720P** ($1.264 a precios actuales): https://img.kovapi.com/i/mp-ed231c10ec7c24e490b6cceb.mp4 — Seedance 2.5 720P: movimientos más tranquilos y algo más de detalle en el pelaje y la luz.
- **Seedance 2.5 Flash 480P** ($0.48 a precios actuales): https://img.kovapi.com/i/mp-845124c7cefabca29f45e306.mp4 — Flash 480P: cuesta la mitad que Flash 720P y sirve para generar borradores en lote.

Prompt original:

```text
写实自然纪录片风格，电影级真实光影，温暖的午后, 在森林草坡上, 一只圆滚滚的熊猫幼崽从坡上滚下来.

熊猫黑白毛发蓬松真实，体型小而胖，动作笨拙可爱。场景为绿色森林斜坡，地面覆盖青草、苔藓、三叶草、泥土、小石块、枯枝和少量小黄花，虚化背景中有高大树干与树林。镜头为低机位中远景，轻微手持感，整体基本固定，始终保持熊猫在画面中。

0s-3s：一只熊猫幼崽趴在绿色草坡上，身体圆滚滚, 它刚开始顺着斜坡慢慢侧滚，动作笨拙，草叶被身体轻轻压弯。微风拂过, 阳光从左上方穿过树林，形成斑驳光影。
3s-8s：熊猫滚到画面右下方，动作逐渐停止，从侧躺变成趴卧。它的圆脸朝向镜头，前爪压在草地上，熊猫趴在前景草丛中，身体调整到舒服的姿势，头部小幅抬起又放低, 发出轻微哼唧声。

低机位，轻微手持感，轻微跟随熊猫向右下方移动。景深自然，前景草叶轻微虚化，熊猫主体清晰，背景树林柔和虚化。自然环境音，风声、熊猫滚动时轻微柔软的扑通声, 整体温暖、真实、自然。
```

Leer en español (La traducción es solo para leer; Copiar y Usar envían el original):

```text
Estilo documental de naturaleza realista, luz cinematográfica natural, una tarde cálida: en una ladera de hierba del bosque, una cría de panda rechoncha rueda cuesta abajo.

El pelaje blanco y negro de la cría es esponjoso y realista; es pequeña y regordeta, torpe y adorable. La escena es una ladera verde del bosque, cubierta de hierba, musgo, tréboles, tierra, piedrecitas, ramas secas y algunas florecillas amarillas, con troncos altos y arboleda en el fondo desenfocado. Plano general medio desde un ángulo bajo, con una ligera sensación de cámara en mano, casi fijo, manteniendo siempre al panda en el encuadre.

0s-3s: una cría de panda está tumbada en la ladera verde, redonda como una bola, y empieza a rodar despacio de lado cuesta abajo, con torpeza, doblando suavemente la hierba con el cuerpo. Pasa una brisa; la luz del sol entra entre los árboles desde arriba a la izquierda y forma manchas de luz y sombra.
3s-8s: el panda rueda hasta la parte inferior derecha del encuadre y se va deteniendo, pasando de estar de lado a quedarse tumbado boca abajo. Vuelve la cara redonda hacia la cámara, con las patas delanteras sobre la hierba; tumbado entre la hierba del primer término, se acomoda, levanta un poco la cabeza y la vuelve a bajar, con un leve gruñidito.

Ángulo bajo, ligera sensación de cámara en mano, siguiendo suavemente al panda hacia abajo a la derecha. Profundidad de campo natural: la hierba del primer término algo desenfocada, el panda nítido, el bosque del fondo suavemente desenfocado. Sonido ambiente natural: el viento y los golpecitos sordos y suaves del panda al rodar; cálido, real y natural en conjunto.
```

### Anuncio con locución: una foto de producto y tres cartelas (16 s, 3:4)

Ambos reprodujeron el neumático de la foto y siguieron la locución y los planos del prompt. Seedance 2.5 escribió bien los cuatro rótulos. Flash cambió dos caracteres en una línea vertical: donde debía decir «resistente y duradero», escribió «cómodo y duradero». El orden de lectura también quedó algo confuso.

- 16s · 3:4
- **Seedance 2.5 Flash 720P** ($1.92 a precios actuales): https://img.kovapi.com/i/mp-2dcaacdcc4f2451c5f1b45aa.mp4 — Flash: el presentador, el neumático y la locución son correctos. Una línea vertical contiene un error.
- **Seedance 2.5 720P** ($2.528 a precios actuales): https://img.kovapi.com/i/mp-87927e076c7f1080f771dab5.mp4 — Seedance 2.5: cuatro rótulos correctos y una composición más clara.

Prompt original:

```text
为图1中的商品生成视频，由中国中年自然肤色黑色寸头日常户外风男模特出镜，手持商品进行动态展示与解说。镜头 1，镜头从中景缓慢推进至近景。阳光明媚的广阔户外公路旁，一位中国中年、自然肤色、黑色寸头、穿着日常户外冲锋衣的男模特，一手扶着立在地上的大品牌轮胎，面向镜头自信地进行解说。 男主播：“大品牌轮胎，伴你安心出行。” 背景音乐：节奏轻快的户外运动风纯音乐。 画面正下方显示粗体黑字“大品牌轮胎 伴你安心出行” 参考图2。镜头 2，镜头特写轮胎正面花纹。男模特的手指顺着轮胎上深深的纵向排水沟槽滑动，随后手掌有力地拍打胎面，动态展示轮胎清晰的纹理和扎实的质感。 男主播：“强效排水，稳健抓地。” 背景音乐持续，伴随轻微的摩擦音效。 画面左侧弹出黑体大字“强效排水 稳健抓地” 参考图3。镜头 3，镜头平移转至轮胎侧面特写。男模特用手掌按压轮胎侧壁展示其优良的韧性与弹性，随后手指指向侧面凸起的品牌标识区域。 男主播：“静音舒适，坚韧耐用。” 背景音乐持续。 画面右侧弹出黑体大字“静音舒适 坚韧耐用” 参考图4。镜头 4，镜头拉远回到中景。男模特双手扶住轮胎边缘，轻松地将其向前滚动半圈，随后站定，微笑着向镜头竖起大拇指，背景是充满活力的自然风光。 画外音：“你的安心之选。” 音乐高潮处有力收尾。 画面中央浮现黑体大字“伴你安心出行” 参考图2
```

Leer en español (La traducción es solo para leer; Copiar y Usar envían el original):

```text
Crea un vídeo del producto de la imagen 1: un modelo masculino chino de mediana edad, de piel natural, pelo negro muy corto y estilo informal de exterior, lo presenta y lo explica ante la cámara con el producto en la mano. Plano 1: la cámara pasa despacio de un plano medio a un plano corto. Junto a una amplia carretera al aire libre en un día soleado, el modelo, con una chaqueta cortavientos de exterior, apoya una mano en un neumático de gran marca que está de pie en el suelo y habla a la cámara con seguridad. Presentador: «Un neumático de gran marca para viajar tranquilo.» Música de fondo: pieza instrumental ligera y animada, de deporte al aire libre. En la parte inferior central aparece en negrita negra «Neumáticos de gran marca para viajar tranquilo» — ver imagen 2. Plano 2: primer plano de la banda de rodadura. Los dedos del modelo recorren las profundas ranuras longitudinales de drenaje y luego la palma golpea con fuerza la banda, mostrando el dibujo nítido y la solidez del neumático. Presentador: «Drenaje eficaz, agarre firme.» La música sigue, con un leve sonido de roce. A la izquierda aparece un gran texto negro: «Drenaje eficaz, agarre firme» — ver imagen 3. Plano 3: la cámara se desplaza hasta un primer plano del flanco. El modelo presiona el flanco con la palma para mostrar su resistencia y elasticidad, y luego señala la zona en relieve del logotipo de la marca. Presentador: «Silencioso y cómodo, resistente y duradero.» La música sigue. A la derecha aparece un gran texto negro: «Silencioso y cómodo, resistente y duradero» — ver imagen 4. Plano 4: la cámara se aleja hasta un plano medio. El modelo sujeta el borde del neumático con las dos manos, lo hace rodar media vuelta hacia delante sin esfuerzo, se queda quieto y levanta el pulgar sonriendo a la cámara, con un paisaje natural lleno de vida al fondo. Voz en off: «Tu elección para viajar tranquilo.» La música termina con fuerza en su clímax. En el centro aparece un gran texto negro: «Para viajar tranquilo» — ver imagen 2.
```

### Seis fotogramas clave en un plano secuencia de artes marciales en píxeles (15 s, 9:16)

La diferencia se aprecia cuando hay que reproducir muchos fotogramas clave uno por uno. Seedance 2.5 mostró el logo, la dispersión de píxeles, el manual de artes marciales, el héroe y la pantalla del evento en ese orden. Flash se saltó el manual y puso un primer plano del héroe en su lugar. Conservó el resto del orden.

- 15s · 9:16
- **Seedance 2.5 Flash 720P** ($1.80 a precios actuales): https://img.kovapi.com/i/mp-2ee2d1750be8ebe3789d15e6.mp4 — Flash: mantuvo el plano secuencia y el estilo pixel art, pero omitió un fotograma clave.
- **Seedance 2.5 720P** ($2.37 a precios actuales): https://img.kovapi.com/i/mp-d190ceb69b8b097b61b2e3b3.mp4 — Seedance 2.5: reprodujo los seis fotogramas clave.

Prompt original:

```text
根据 @图片1 - @图片6 制作一镜到底的像素武侠主题竖版视频，背景音乐使用国风 8bit 武侠风格音乐。全片统一浅蓝底色，像素风格统一，画面干净通透。
镜头 1：静止展示 @图片 1 的「江湖风云」水墨风格 logo，背景为统一浅蓝底色，画面保持约 1 秒静止。
镜头 2：@图片 1 中的文字区域消失后，@图片 2 的武侠男性角色像素脸部特写从画面底部滑入；角色眨眨眼看向镜头，随后快速向下位移离场；角色离场后，原本 logo 处变为 @图片 3 的蓝色「武功秘籍」像素书。
镜头 3：紧接 @图片 4，像素武侠小人角色从画面下方用力向上跃出，顶起上方的蓝色菱形问号标，问号标上方弹出深蓝色粗体字「今日闯江湖！」；角色落地后摆出 @图片 4 的站姿 pose，随后抬手打招呼，接着做出预备跑动作，转身向画面右侧奔跑（奔跑姿态参考 @图片 5），镜头跟随角色向右移动，角色从画面右侧跳出画面。
镜头 4：@图片 6 的 UI 界面从画面右侧位移入画，像素武侠角色从画面右上角跳入，落在「三月廿七日」大字的右下方，张开双臂摆出热情展示的定格姿势，最终定格在该画面。
整体像素武侠美术风格，色调统一浅蓝底，运镜连贯顺滑呈现一镜到底的连续位移与跟随，元素过渡自然、角色动作衔接流畅，画面无卡顿、无闪烁；文字与 UI 清晰稳定。
```

Leer en español (La traducción es solo para leer; Copiar y Usar envían el original):

```text
Usando @Image1 - @Image6, crea un vídeo vertical en una sola toma sobre un tema de wuxia en pixel art, con música de fondo de wuxia de 8 bits de estilo chino. El mismo fondo azul claro en todo el vídeo, un único estilo pixelado, limpio y nítido.
Plano 1: imagen fija del logotipo de estilo tinta china «Vientos del jianghu» de @Image 1 sobre el fondo azul claro, quieta durante aproximadamente 1 segundo.
Plano 2: el texto de @Image 1 desaparece y el primer plano pixelado de la cara del héroe de wuxia de @Image 2 entra deslizándose desde abajo; el personaje parpadea, mira a la cámara y sale rápidamente del encuadre hacia abajo; donde estaba el logotipo aparece el libro pixelado azul «manual de artes marciales» de @Image 3.
Plano 3: enlazando directamente con @Image 4, el pequeño héroe pixelado salta con fuerza desde abajo y golpea el bloque azul en forma de rombo con un signo de interrogación que hay encima, del que sale el texto en negrita azul oscuro «¡hoy me lanzo al jianghu!»; al aterrizar adopta la postura de pie de @Image 4, saluda con la mano, se prepara para echar a correr, se gira y corre hacia la derecha (postura de carrera como en @Image 5); la cámara lo sigue hacia la derecha y él sale del encuadre de un salto por la derecha.
Plano 4: la pantalla de interfaz de @Image 6 entra deslizándose desde la derecha; el héroe entra de un salto por la esquina superior derecha, cae abajo a la derecha de la gran fecha «día 27 del tercer mes», abre los brazos en una pose entusiasta de presentación y se queda congelado; el vídeo termina en esa imagen.
Estilo artístico de wuxia en pixel art en todo el vídeo, sobre un fondo azul claro uniforme; desplazamientos y seguimientos de cámara fluidos y continuos en una sola toma, transiciones naturales entre elementos, movimientos del personaje bien encadenados, sin tirones ni parpadeos; texto e interfaz nítidos y estables.
```

## Ejemplos: prompts y parámetros

### Robot guardián: un storyboard de nueve viñetas convertido en 30 segundos

- Hecho con KovAPI · Varias imágenes de referencia · 30s · 720P · 16:9
- $3.60 a precios actuales
- Resultado: https://img.kovapi.com/i/mp-4308bb84eb3bff4b6c0e2f69.mp4
- Imagen 1: https://img.kovapi.com/i/mp-467106a4c8d7cb83c354cc07.png
- Imagen 2: https://img.kovapi.com/i/mp-cf25b8d66e978ef5855cda31.png
- Imagen 3: https://img.kovapi.com/i/mp-d8e099cda9738ccccfa1bb5a.png
- Imagen 4: https://img.kovapi.com/i/mp-e01a7bd8d09d396d64099c9b.png

Un storyboard de nueve viñetas dibujadas a línea define los planos, una foto de la base de lanzamiento fija la paleta y dos hojas de diseño definen a los personajes. En 30 s vemos la despedida, el despegue y la explosión, con las voces en inglés sincronizadas con los labios. Flash dio más primeros planos a la anciana. El robot solo aparece al principio. El prompt y las referencias proceden de la [guía de prompts de Seedance 2.5](https://docs.byteplus.com/en/docs/ModelArk/seedance-2-5-prompt-guide) de Volcengine Ark. Flash acepta los mismos prompts que 2.5. KovAPI generó este vídeo con Seedance 2.5 Flash y los ajustes originales.

Prompt original:

```text
image1: 九宫格分镜参考，用于整体镜头结构、景别与运镜节奏。
image2: 火箭发射场黄昏草原实拍参考，用于环境构图、暖金夕照与冷暮蓝的写实彩色实拍质感基准。
image3: 主体 1 (守护机器人) 角色外观参考。
image4: 主体 2 (老奶奶) 角色外观参考。
【主体设定】
主体 1 (守护机器人): 参考 image3，近未来做旧复古机器人，做旧蓝绿色金属机身、斑驳锈蚀，圆顶头，两只发光的红色圆形机眼，细天线，细长关节四肢；体型高大，约为人类两倍高。
主体 2 (老奶奶): 参考 image4，瘦小年迈女性，银发挽成低髻，皱纹深刻，身穿明黄金色及地长裙、缀金蓝刺绣胸襟，神情不舍；身高只及机器人胸口。
环境 (黄昏草原・发射场): 参考 image2，近未来黄昏草原，暮色天空由暖金渐入冷蓝，远处地平线一座发射台矗立白色火箭、蒸汽升腾；及膝野草随风起伏，广袤空旷。
【整体风格】
真人实拍彩色电影正片，写实照片级质感，全程真实彩色画面；彩色 35mm 电影胶片质感，细腻真实胶片颗粒，浓郁饱满的电影级调色，IMAX 大画幅质感；手持摄影，呼吸感摇晃，浅景深大光圈，前景持续飘散的草叶、火星与灰烬，微微倾斜荷兰角，暖金夕照与冷暮蓝、爆炸暖橙强烈对撞，16:9 横屏。近未来温情灾难片氛围，静谧、悲壮、守护与不舍。
【严格排除】黑白、单色、灰度、去色；手绘、素描、线稿、插画、漫画、动画；分镜稿 / 故事板、草图；移轴微缩、玩偶感、塑料 CG、油腻过曝 CG。
【分镜头】(9 镜 ≈ 30s)
镜头 1 (0-3s): 超远景低机位仰视，黄昏草原两人背影仰望远方火箭。台词 (机器人): "I'm right here. I won't let go."
镜头 2 (3-6s): 正面中景手持，机器人搀扶老奶奶。
镜头 3 (6-10s): 面部特写，老奶奶眼含不舍。台词 (老奶奶): "Fly safe, my child. Come back to me."
镜头 4 (10-14s): 超远景仰摇，火箭升空拖曳浓白烟迹。台词 (老奶奶): "There he goes... there he goes."
镜头 5 (14-18s): 超远景，火箭在半空爆炸碎裂。台词 (老奶奶): "No... no, no—"
镜头 6 (18-22s): 面部大特写，老奶奶瞳孔骤缩泪滑落。台词 (老奶奶): "...he was almost there."
镜头 7 (22-25s): 特写转近景，老奶奶崩溃痛哭。台词 (老奶奶): "Bring him back! Please— bring him back!"
镜头 8 (25-28s): 超低视角近乎垂直仰拍，机器人环抱老奶奶罩成保护穹顶。台词 (机器人): "Don't look up. I've got you."
镜头 9 (28-30s): 超远景背影，两人紧紧相拥剪影。台词 (机器人): "I'm still here. I'll stay... as long as you need."
```

Leer en español (La traducción es solo para leer; Copiar y Usar envían el original):

```text
image1: referencia de storyboard de nueve viñetas, para la estructura general de planos, los tamaños de plano y el ritmo de los movimientos de cámara.
image2: referencia real de una base de lanzamiento de cohetes en una pradera al atardecer, base para la composición del entorno y para la textura realista en color del dorado cálido del ocaso frente al azul frío del anochecer.
image3: referencia de aspecto del sujeto 1 (el robot guardián).
image4: referencia de aspecto del sujeto 2 (la anciana).
[Sujetos]
Sujeto 1 (robot guardián): ver image3. Un robot retro envejecido de un futuro cercano: cuerpo metálico verde azulado desgastado, con óxido a parches, cabeza en forma de cúpula, dos ojos mecánicos redondos, rojos y luminosos, una antena fina y extremidades largas y finas con articulaciones; muy alto, unas dos veces la altura de una persona.
Sujeto 2 (anciana): ver image4. Una mujer mayor, menuda y frágil, con el pelo plateado recogido en un moño bajo y arrugas profundas, con un vestido largo hasta el suelo de color dorado intenso y un corpiño bordado en oro y azul; su gesto dice que no quiere despedirse; solo llega al pecho del robot.
Entorno (pradera al atardecer, base de lanzamiento): ver image2. Una pradera de un futuro cercano al atardecer, con el cielo pasando del dorado cálido al azul frío; en el horizonte lejano, una plataforma de lanzamiento con un cohete blanco del que sube vapor; la hierba, a la altura de las rodillas, se mece con el viento, amplia y desierta.
[Estilo general]
Largometraje en color de imagen real, textura fotográfica realista, color real en todo momento; aspecto de película de 35 mm en color con grano fino y real, etalonaje cinematográfico rico y saturado, sensación de gran formato IMAX; cámara en mano con un vaivén como de respiración, poca profundidad de campo con el diafragma abierto, briznas de hierba, chispas y ceniza flotando sin parar en primer término, un ligero plano holandés, el dorado cálido del ocaso chocando con el azul frío del anochecer y el naranja cálido de una explosión, 16:9 horizontal. Ambiente de cine de catástrofes tierno de un futuro cercano: sereno, trágico, protector y lleno de despedida.
[Excluir estrictamente] blanco y negro, monocromo, escala de grises, desaturado; dibujo a mano, boceto, dibujo a trazo, ilustración, cómic, animación; borradores de storyboard, bocetos; efecto miniatura tilt-shift, aspecto de muñeco, CG de plástico, CG grasiento y sobreexpuesto.
[Planos] (9 planos ≈ 30s)
Plano 1 (0-3s): gran plano general desde un ángulo bajo, en contrapicado; los dos, de espaldas en la pradera al atardecer, miran el cohete lejano. Frase (robot): "I'm right here. I won't let go."
Plano 2 (3-6s): plano medio frontal, cámara en mano; el robot sostiene a la anciana.
Plano 3 (6-10s): primer plano de la cara; los ojos de la anciana no quieren despedirse. Frase (anciana): "Fly safe, my child. Come back to me."
Plano 4 (10-14s): gran plano general con panorámica hacia arriba; el cohete despega arrastrando una densa estela de humo blanco. Frase (anciana): "There he goes... there he goes."
Plano 5 (14-18s): gran plano general; el cohete explota y se rompe en pedazos en el aire. Frase (anciana): "No... no, no—"
Plano 6 (18-22s): primerísimo primer plano de la cara; las pupilas de la anciana se contraen de golpe y le cae una lágrima. Frase (anciana): "...he was almost there."
Plano 7 (22-25s): de primer plano a plano corto; la anciana se derrumba y llora desconsolada. Frase (anciana): "Bring him back! Please— bring him back!"
Plano 8 (25-28s): ángulo bajísimo, en contrapicado casi vertical; el robot rodea a la anciana con los brazos como una cúpula protectora. Frase (robot): "Don't look up. I've got you."
Plano 9 (28-30s): gran plano general de espaldas; los dos se abrazan con fuerza, en silueta. Frase (robot): "I'm still here. I'll stay... as long as you need."
```

### Anuncio de neumáticos: una foto de producto y tres imágenes de texto

- Hecho con KovAPI · Varias imágenes de referencia · 16s · 720P · 3:4
- $1.92 a precios actuales
- Resultado: https://img.kovapi.com/i/mp-2dcaacdcc4f2451c5f1b45aa.mp4
- Imagen 1: https://img.kovapi.com/i/mp-6d18a3f328848a8401c1d37c.png
- Imagen 2: https://img.kovapi.com/i/mp-e80747cc976af420c832baff.png
- Imagen 3: https://img.kovapi.com/i/mp-b7de1cac42d0cf89e63906d7.png
- Imagen 4: https://img.kovapi.com/i/mp-5b00ca03b6560e4b93f7390f.png

Una foto define el neumático y tres imágenes sirven de modelo para los rótulos grandes. Los cuatro planos llevan una locución en chino. Flash acertó en la mayoría de los rótulos, pero escribió mal una línea vertical. El prompt y las referencias proceden de la [guía de prompts de Seedance 2.5](https://docs.byteplus.com/en/docs/ModelArk/seedance-2-5-prompt-guide) de Volcengine Ark. Flash acepta los mismos prompts que 2.5. KovAPI generó este vídeo con Seedance 2.5 Flash y los ajustes originales.

Prompt original:

```text
为图1中的商品生成视频，由中国中年自然肤色黑色寸头日常户外风男模特出镜，手持商品进行动态展示与解说。镜头 1，镜头从中景缓慢推进至近景。阳光明媚的广阔户外公路旁，一位中国中年、自然肤色、黑色寸头、穿着日常户外冲锋衣的男模特，一手扶着立在地上的大品牌轮胎，面向镜头自信地进行解说。 男主播：“大品牌轮胎，伴你安心出行。” 背景音乐：节奏轻快的户外运动风纯音乐。 画面正下方显示粗体黑字“大品牌轮胎 伴你安心出行” 参考图2。镜头 2，镜头特写轮胎正面花纹。男模特的手指顺着轮胎上深深的纵向排水沟槽滑动，随后手掌有力地拍打胎面，动态展示轮胎清晰的纹理和扎实的质感。 男主播：“强效排水，稳健抓地。” 背景音乐持续，伴随轻微的摩擦音效。 画面左侧弹出黑体大字“强效排水 稳健抓地” 参考图3。镜头 3，镜头平移转至轮胎侧面特写。男模特用手掌按压轮胎侧壁展示其优良的韧性与弹性，随后手指指向侧面凸起的品牌标识区域。 男主播：“静音舒适，坚韧耐用。” 背景音乐持续。 画面右侧弹出黑体大字“静音舒适 坚韧耐用” 参考图4。镜头 4，镜头拉远回到中景。男模特双手扶住轮胎边缘，轻松地将其向前滚动半圈，随后站定，微笑着向镜头竖起大拇指，背景是充满活力的自然风光。 画外音：“你的安心之选。” 音乐高潮处有力收尾。 画面中央浮现黑体大字“伴你安心出行” 参考图2
```

Leer en español (La traducción es solo para leer; Copiar y Usar envían el original):

```text
Crea un vídeo del producto de la imagen 1: un modelo masculino chino de mediana edad, de piel natural, pelo negro muy corto y estilo informal de exterior, lo presenta y lo explica ante la cámara con el producto en la mano. Plano 1: la cámara pasa despacio de un plano medio a un plano corto. Junto a una amplia carretera al aire libre en un día soleado, el modelo, con una chaqueta cortavientos de exterior, apoya una mano en un neumático de gran marca que está de pie en el suelo y habla a la cámara con seguridad. Presentador: «Un neumático de gran marca para viajar tranquilo.» Música de fondo: pieza instrumental ligera y animada, de deporte al aire libre. En la parte inferior central aparece en negrita negra «Neumáticos de gran marca para viajar tranquilo» — ver imagen 2. Plano 2: primer plano de la banda de rodadura. Los dedos del modelo recorren las profundas ranuras longitudinales de drenaje y luego la palma golpea con fuerza la banda, mostrando el dibujo nítido y la solidez del neumático. Presentador: «Drenaje eficaz, agarre firme.» La música sigue, con un leve sonido de roce. A la izquierda aparece un gran texto negro: «Drenaje eficaz, agarre firme» — ver imagen 3. Plano 3: la cámara se desplaza hasta un primer plano del flanco. El modelo presiona el flanco con la palma para mostrar su resistencia y elasticidad, y luego señala la zona en relieve del logotipo de la marca. Presentador: «Silencioso y cómodo, resistente y duradero.» La música sigue. A la derecha aparece un gran texto negro: «Silencioso y cómodo, resistente y duradero» — ver imagen 4. Plano 4: la cámara se aleja hasta un plano medio. El modelo sujeta el borde del neumático con las dos manos, lo hace rodar media vuelta hacia delante sin esfuerzo, se queda quieto y levanta el pulgar sonriendo a la cámara, con un paisaje natural lleno de vida al fondo. Voz en off: «Tu elección para viajar tranquilo.» La música termina con fuerza en su clímax. En el centro aparece un gran texto negro: «Para viajar tranquilo» — ver imagen 2.
```

### Wuxia pixelado: seis fotogramas clave en una sola toma

- Hecho con KovAPI · Varias imágenes de referencia · 15s · 720P · 9:16
- $1.80 a precios actuales
- Resultado: https://img.kovapi.com/i/mp-2ee2d1750be8ebe3789d15e6.mp4
- Imagen 1: https://img.kovapi.com/i/mp-a8e6cafd16699c88bc205bde.png
- Imagen 2: https://img.kovapi.com/i/mp-d6a179f9802cc2abf2a287ff.png
- Imagen 3: https://img.kovapi.com/i/mp-c83b76a690b59f2c21e6ff58.png
- Imagen 4: https://img.kovapi.com/i/mp-5a28f9e51d489941e140610e.png
- Imagen 5: https://img.kovapi.com/i/mp-92c37e2d346d6d6316d76c50.png
- Imagen 6: https://img.kovapi.com/i/mp-7e7ee924787da67dc9b2d086.png

Seis imágenes marcan la secuencia: logo, héroe, manual, salto, carrera y pantalla del evento. El resultado es un plano secuencia vertical de 15 s con música china de 8 bits. Flash se saltó el manual de artes marciales y mantuvo los demás elementos en orden. El prompt y las referencias proceden de la [guía de prompts de Seedance 2.5](https://docs.byteplus.com/en/docs/ModelArk/seedance-2-5-prompt-guide) de Volcengine Ark. Flash acepta los mismos prompts que 2.5. KovAPI generó este vídeo con Seedance 2.5 Flash y los ajustes originales.

Prompt original:

```text
根据 @图片1 - @图片6 制作一镜到底的像素武侠主题竖版视频，背景音乐使用国风 8bit 武侠风格音乐。全片统一浅蓝底色，像素风格统一，画面干净通透。
镜头 1：静止展示 @图片 1 的「江湖风云」水墨风格 logo，背景为统一浅蓝底色，画面保持约 1 秒静止。
镜头 2：@图片 1 中的文字区域消失后，@图片 2 的武侠男性角色像素脸部特写从画面底部滑入；角色眨眨眼看向镜头，随后快速向下位移离场；角色离场后，原本 logo 处变为 @图片 3 的蓝色「武功秘籍」像素书。
镜头 3：紧接 @图片 4，像素武侠小人角色从画面下方用力向上跃出，顶起上方的蓝色菱形问号标，问号标上方弹出深蓝色粗体字「今日闯江湖！」；角色落地后摆出 @图片 4 的站姿 pose，随后抬手打招呼，接着做出预备跑动作，转身向画面右侧奔跑（奔跑姿态参考 @图片 5），镜头跟随角色向右移动，角色从画面右侧跳出画面。
镜头 4：@图片 6 的 UI 界面从画面右侧位移入画，像素武侠角色从画面右上角跳入，落在「三月廿七日」大字的右下方，张开双臂摆出热情展示的定格姿势，最终定格在该画面。
整体像素武侠美术风格，色调统一浅蓝底，运镜连贯顺滑呈现一镜到底的连续位移与跟随，元素过渡自然、角色动作衔接流畅，画面无卡顿、无闪烁；文字与 UI 清晰稳定。
```

Leer en español (La traducción es solo para leer; Copiar y Usar envían el original):

```text
Usando @Image1 - @Image6, crea un vídeo vertical en una sola toma sobre un tema de wuxia en pixel art, con música de fondo de wuxia de 8 bits de estilo chino. El mismo fondo azul claro en todo el vídeo, un único estilo pixelado, limpio y nítido.
Plano 1: imagen fija del logotipo de estilo tinta china «Vientos del jianghu» de @Image 1 sobre el fondo azul claro, quieta durante aproximadamente 1 segundo.
Plano 2: el texto de @Image 1 desaparece y el primer plano pixelado de la cara del héroe de wuxia de @Image 2 entra deslizándose desde abajo; el personaje parpadea, mira a la cámara y sale rápidamente del encuadre hacia abajo; donde estaba el logotipo aparece el libro pixelado azul «manual de artes marciales» de @Image 3.
Plano 3: enlazando directamente con @Image 4, el pequeño héroe pixelado salta con fuerza desde abajo y golpea el bloque azul en forma de rombo con un signo de interrogación que hay encima, del que sale el texto en negrita azul oscuro «¡hoy me lanzo al jianghu!»; al aterrizar adopta la postura de pie de @Image 4, saluda con la mano, se prepara para echar a correr, se gira y corre hacia la derecha (postura de carrera como en @Image 5); la cámara lo sigue hacia la derecha y él sale del encuadre de un salto por la derecha.
Plano 4: la pantalla de interfaz de @Image 6 entra deslizándose desde la derecha; el héroe entra de un salto por la esquina superior derecha, cae abajo a la derecha de la gran fecha «día 27 del tercer mes», abre los brazos en una pose entusiasta de presentación y se queda congelado; el vídeo termina en esa imagen.
Estilo artístico de wuxia en pixel art en todo el vídeo, sobre un fondo azul claro uniforme; desplazamientos y seguimientos de cámara fluidos y continuos en una sola toma, transiciones naturales entre elementos, movimientos del personaje bien encadenados, sin tirones ni parpadeos; texto e interfaz nítidos y estables.
```

### Drama familiar con seis personajes y dos escenarios

- Hecho con KovAPI · Varias imágenes de referencia · 15s · 720P · 9:16
- $1.80 a precios actuales
- Resultado: https://img.kovapi.com/i/mp-33fa6ecbde27d0321307a8da.mp4
- Imagen 1: https://img.kovapi.com/i/mp-a6792abed7676768d2215f17.png
- Imagen 2: https://img.kovapi.com/i/mp-3ffc1f8f1d6e10f72f30876f.png
- Imagen 3: https://img.kovapi.com/i/mp-a597f359b98b6c84afff0b6a.png
- Imagen 4: https://img.kovapi.com/i/mp-1aa87318ba2ffa0e33a2f6f8.png
- Imagen 5: https://img.kovapi.com/i/mp-3a469285e81f868bd933d15c.png
- Imagen 6: https://img.kovapi.com/i/mp-6e5a0b7277826cf522ebc9dd.png
- Imagen 7: https://img.kovapi.com/i/mp-17786d9e48b89fa348215003.png
- Imagen 8: https://img.kovapi.com/i/mp-2ad7ea9eb1362c79e24ea40f.png

Seis hojas con vistas de los personajes y dos imágenes de los escenarios se numeran por orden de aparición. Cada plano especifica el encuadre, el movimiento de cámara y una frase. Las caras se mantienen en la taquilla, al contar el dinero y cuando los niños gritan de alegría. El prompt y las referencias proceden de la [guía de prompts de Seedance 2.5](https://docs.byteplus.com/en/docs/ModelArk/seedance-2-5-prompt-guide) de Volcengine Ark. Flash acepta los mismos prompts que 2.5. KovAPI generó este vídeo con Seedance 2.5 Flash y los ajustes originales.

Prompt original:

```text
【统一风格与约束】 真实材质质感，细腻光影；角色面部和身体比例稳定，肢体结构自然，动作连贯，不僵硬，无穿模，无卡顿，无扭曲肢体，动作符合现实物理逻辑；禁止生成同款分身、双胞胎效果，同一画面中仅保留单个对应角色，不出现角色重复复刻；无字幕，无水印，无 logo，无乱码，无无关文字；无多余背景音乐。
【参考素材】 将图片 1 中的角色定义为秦秀莲； 将图片 3 中的角色定义为刘春香； 将图片 2 中的角色定义为王强； 将图片 4 中的角色定义为小乐； 将图片 5 中的角色定义为小石头； 将图片 6 中的角色定义为二妞； 将图片 7 定义为县城火车站售票处的参考场景； 将图片 8 定义为刘春香家卧室的参考场景； 将纸质车票定义为去大城的火车票。
镜头 1｜0 秒 - 2 秒
以人物为中心构图，近景，平视，正面机位，日、内，固定。 县城火车站售票处。 秦秀莲站在售票窗口前看向售票窗口。 秦秀莲说：“一张去大城的票。”
镜头 2｜2 秒 - 4 秒
局部构图，特写，平视，正面机位，日、内，固定。 县城火车站售票处。 秦秀莲握紧去羊城的火车票，低头看向车票目的地，嘴唇闭合。 秦秀莲（V.O.）说：“刘春香能做，我也能做。”
镜头 3｜4 秒 - 5 秒
三分法构图，中景，平视，斜 45 度侧面机位，夜、内，固定。 刘春香家卧室。 刘春香和王强坐在桌边清点当天收入。 刘春香看向桌上钱币，说：“七百多。”
镜头 4｜5 秒 - 7 秒
以人物为中心构图，近景，平视，正面机位，夜、内，固定。 刘春香家卧室。 王强看向桌上钱币，说：“比开业那天还多。”
镜头 5｜7 秒 - 9 秒
以人物为中心构图，近景，平视，正面机位，夜、内，固定。 刘春香家卧室。 小乐爬到刘春香身边，看向刘春香，说：“麻麻，我给你捶背！”
镜头 6｜9 秒 - 10 秒
以人物为中心构图，近景，平视，正面机位，夜、内，固定。 刘春香家卧室。 小石头看向刘春香，说：“我也来。”
镜头 7｜10 秒 - 11 秒
以人物为中心构图，近景，平视，正面机位，夜、内，固定。 刘春香家卧室。 二妞看向刘春香，说：“还有我！”
镜头 8｜11 秒 - 13 秒
对称构图，中景，平视，侧面机位，夜、内，固定。 刘春香家卧室。 小乐、小石头、二妞围着刘春香捶肩捶背。 刘春香悄悄握住王强的手，王强反握刘春香的手。
```

Leer en español (La traducción es solo para leer; Copiar y Usar envían el original):

```text
[Estilo general y restricciones] Texturas de materiales reales, luz y sombra delicadas; proporciones de cara y cuerpo estables, extremidades naturales, movimientos continuos y nada rígidos, sin interpenetraciones, sin tirones, sin extremidades retorcidas, movimientos físicamente verosímiles; nada de clones ni gemelos de un personaje: en cada imagen solo hay uno de cada personaje, sin personajes repetidos; sin subtítulos, marcas de agua, logotipos, caracteres corruptos ni texto ajeno; sin música de fondo innecesaria.
[Referencias] El personaje de la imagen 1 es Qin Xiulian; el de la imagen 3, Liu Chunxiang; el de la imagen 2, Wang Qiang; el de la imagen 4, Xiaole; el de la imagen 5, Xiao Shitou; el de la imagen 6, Erniu; la imagen 7 es la taquilla de la estación de tren de una ciudad de provincias; la imagen 8, el dormitorio de Liu Chunxiang; el billete de papel es el billete de tren a Dacheng.
Plano 1 | 0 - 2 s
Composición centrada en el personaje, plano corto, a la altura de los ojos, cámara frontal, día, interior, fija. La taquilla de la estación. Qin Xiulian, de pie ante la ventanilla, mira hacia dentro. Qin Xiulian: «Un billete para Dacheng.»
Plano 2 | 2 - 4 s
Composición de detalle, primer plano, a la altura de los ojos, cámara frontal, día, interior, fija. La taquilla de la estación. Qin Xiulian aprieta el billete de tren a Yangcheng y baja la vista hacia el destino, con los labios cerrados. Qin Xiulian (V.O.): «Si Liu Chunxiang puede, yo también.»
Plano 3 | 4 - 5 s
Composición por regla de tercios, plano medio, a la altura de los ojos, cámara lateral a 45 grados, noche, interior, fija. El dormitorio de Liu Chunxiang. Liu Chunxiang y Wang Qiang, sentados a la mesa, cuentan la recaudación del día. Liu Chunxiang, mirando el dinero: «Más de setecientos.»
Plano 4 | 5 - 7 s
Composición centrada en el personaje, plano corto, a la altura de los ojos, cámara frontal, noche, interior, fija. El dormitorio. Wang Qiang, mirando el dinero: «Más que el día de la inauguración.»
Plano 5 | 7 - 9 s
Composición centrada en el personaje, plano corto, a la altura de los ojos, cámara frontal, noche, interior, fija. El dormitorio. Xiaole trepa hasta Liu Chunxiang, la mira y dice: «¡Mami, te doy golpecitos en la espalda!»
Plano 6 | 9 - 10 s
Composición centrada en el personaje, plano corto, a la altura de los ojos, cámara frontal, noche, interior, fija. El dormitorio. Xiao Shitou mira a Liu Chunxiang: «¡Yo también!»
Plano 7 | 10 - 11 s
Composición centrada en el personaje, plano corto, a la altura de los ojos, cámara frontal, noche, interior, fija. El dormitorio. Erniu mira a Liu Chunxiang: «¡Y yo!»
Plano 8 | 11 - 13 s
Composición simétrica, plano medio, a la altura de los ojos, cámara lateral, noche, interior, fija. El dormitorio. Xiaole, Xiao Shitou y Erniu rodean a Liu Chunxiang y le dan golpecitos en los hombros y la espalda. Liu Chunxiang toma en silencio la mano de Wang Qiang, y él le aprieta la suya.
```

### Blockout más fotogramas clave: un corto 3D de 30 segundos

- Hecho con KovAPI · Vídeo de referencia · 30s · 720P · 16:9
- $4.20 a precios actuales
- Resultado: https://img.kovapi.com/i/mp-0bd41c39a5f1b407e060bb64.mp4
- Imagen 1: https://img.kovapi.com/i/mp-634ba490a460e269825e6f90.png
- Imagen 2: https://img.kovapi.com/i/mp-a51be9eda6947454338b6143.png
- Imagen 3: https://img.kovapi.com/i/mp-df1d64f97bbc630b33231d4e.png
- Imagen 4: https://img.kovapi.com/i/mp-00aea6106ad6fd195fae19d7.png
- Imagen 5: https://img.kovapi.com/i/mp-5eebe1628e0218cd71078837.png
- Imagen 6: https://img.kovapi.com/i/mp-d51ce51f1486ca0898e35865.png
- Imagen 7: https://img.kovapi.com/i/mp-12cb5d92cda9c1480119a4ef.png
- Imagen 8: https://img.kovapi.com/i/mp-a3675d2996c5a522a748a49d.png
- Imagen 9: https://img.kovapi.com/i/mp-8fb79f42e2a9f97c2ccbe27c.png
- Vídeo de referencia (30s): https://img.kovapi.com/i/mp-c0ff18bf0ffcbccf66defe15.mp4

Una animación 3D sin texturas de 30 s marca la cámara y los movimientos del personaje. Nueve fotogramas clave fijan el aspecto de cada tramo y se colocan en la línea de tiempo. Los 30 s de vídeo de referencia también se cobran. El prompt y las referencias proceden de la [guía de prompts de Seedance 2.5](https://docs.byteplus.com/en/docs/ModelArk/seedance-2-5-prompt-guide) de Volcengine Ark. Flash acepta los mismos prompts que 2.5. KovAPI generó este vídeo con Seedance 2.5 Flash y los ajustes originales.

Prompt original:

```text
以白模参考视频 <video1> 作为整支视频唯一的运镜、镜头节奏、景别变化、主体运动轨迹和镜头调度参考，严格保持白模视频的镜头顺序、机位变化、运动方式和节奏，不改变镜头结构，不新增镜头，不改变主体运动逻辑。结合各阶段关键帧参考图，生成一部 30 秒电影级 3D 动画短片，整体风格梦幻、童话、温暖，具有儿童幻想色彩，角色外形与各阶段的关键帧保持一致，不要改变角色形象，人物表情情绪随场景变化而改变。
0-3s（首帧参考 <2pic>）镜头由全景俯视缓缓推向地上的小女孩，小女孩坐在房间的地毯上玩飞机，小女孩起身左转，右手使劲一挥将手里的飞机放飞。
3-5s（参考 <3pic>）飞机从左至右穿过房间悬挂的星星挂件，小女孩乘坐飞机进入幻想的天空。
5-8s（参考 <4pic>）镜头继续侧跟，以小女孩为中心的环绕。
8-10s（参考 <5pic>）镜头环绕到小女孩驾驶的飞机背面、飞机开始缓缓俯冲海面。
10-19s（参考 <6pic>、参考 <7pic>）小女孩继续向海底游去，一条鳐鱼游过来入画。
19-23s（参考 <8pic>）小女孩从时空裂缝冲出来到幻想宇宙。
23-24s（参考 <9pic>）前景小女孩和星球开始前翻转并，逐渐幻化消失。
24-28s（参考 <9pic>）俯视镜头持续推进，小女孩躺在地的毯上熟睡。
28-30s（参考 <10pic>）镜头继续推进绘本，随后爸爸进入画面。
整体要求：所有画面均参考对应关键帧，白模视频仅作为运镜、镜头运动和角色动画参考，不参考画面内容。最终输出 30 秒 16:9 横构图宽屏视频。
```

Leer en español (La traducción es solo para leer; Copiar y Usar envían el original):

```text
Usa el vídeo de referencia blockout video1 como única referencia de movimientos de cámara, ritmo de planos, cambios de tamaño de plano, trayectorias de los sujetos y puesta en escena de todo el vídeo. Respeta estrictamente el orden de los planos, los cambios de posición de cámara, la forma de moverse y el ritmo del blockout; no cambies la estructura de planos, no añadas planos ni cambies la lógica del movimiento de los sujetos. Junto con las imágenes de referencia de los fotogramas clave de cada fase, crea un cortometraje de animación 3D cinematográfico de 30 segundos: onírico, de cuento y cálido, lleno de fantasía infantil; el aspecto de los personajes coincide con los fotogramas clave de cada fase y no cambia nunca, y sus expresiones y emociones cambian con cada escena.
0-3s (primer fotograma según <2pic>): la cámara avanza despacio desde un plano general en picado hasta una niña sentada en la alfombra de su habitación jugando con un avión; la niña se levanta, gira a la izquierda y, con un fuerte impulso del brazo derecho, lanza al aire el avión que tiene en la mano.
3-5s (ver <3pic>): el avión cruza de izquierda a derecha entre las estrellas que cuelgan en la habitación, y la niña, montada en él, entra en un cielo de fantasía.
5-8s (ver <4pic>): la cámara sigue acompañando de lado y gira alrededor de la niña.
8-10s (ver <5pic>): la cámara rodea hasta la parte trasera del avión que pilota la niña, y el avión empieza a bajar lentamente en picado hacia el mar.
10-19s (ver <6pic> y <7pic>): la niña sigue nadando hacia el fondo del mar y una mantarraya entra en el encuadre.
19-23s (ver <8pic>): la niña sale disparada de una grieta del espacio-tiempo hacia un universo de fantasía.
23-24s (ver <9pic>): la niña en primer término y un planeta empiezan a dar una voltereta hacia delante y se desvanecen poco a poco.
24-28s (ver <9pic>): un plano en picado sigue avanzando; la niña duerme profundamente sobre la alfombra de la habitación.
28-30s (ver <10pic>): la cámara sigue avanzando hacia un libro ilustrado y luego el padre entra en el encuadre.
Requisitos generales: todas las imágenes siguen su fotograma clave; el blockout solo sirve de referencia para los movimientos de cámara y la animación de los personajes, no para el contenido de la imagen. Resultado final: vídeo panorámico horizontal 16:9 de 30 segundos.
```

### De la animación sin texturas al vídeo final: un mapache en la azotea

- Hecho con KovAPI · Vídeo de referencia · 6s · 720P · 16:9
- $0.84 a precios actuales
- Resultado: https://img.kovapi.com/i/mp-6b458c6948b4392a399a1899.mp4
- Vídeo de referencia (6s): https://img.kovapi.com/i/mp-d773723e2985efc81c3d5546.mp4

La referencia es una animación sin texturas de seis segundos (1:1). El prompt solo indica el acabado: una noche cyberpunk, un mapache en silueta y únicamente sonido ambiente y de acciones. El vídeo conserva los movimientos, la cámara, las proporciones y la duración de la referencia (960 × 960, 6 s). El prompt y las referencias proceden de la [guía de prompts de Seedance 2.5](https://docs.byteplus.com/en/docs/ModelArk/seedance-2-5-prompt-guide) de Volcengine Ark. Flash acepta los mismos prompts que 2.5. KovAPI generó este vídeo con Seedance 2.5 Flash y los ajustes originales.

Prompt original:

```text
将视频 1 进行白模渲染，无 bgm，只生成环境音和动作音。
渲染要求：背景为深蓝与紫色色调的夜晚赛博朋克都市，密集的摩天大楼，楼宇间是巨大的全息广告牌与霓虹灯光，数个飞行器在空中穿梭，闪着微弱的灯光，发出微弱的机械声响；人物为一个身着黑色夜行衣的小浣熊，身影为一道剪影，脚步小心翼翼；人物移动的地点是摩天大楼中的一栋楼的屋顶。
```

Leer en español (La traducción es solo para leer; Copiar y Usar envían el original):

```text
Renderiza el vídeo 1 a partir de la animación 3D sin texturas. Sin música de fondo: solo sonido ambiente y sonidos de las acciones.
La escena es una ciudad cyberpunk nocturna en azul oscuro y violeta. Entre los rascacielos apiñados brillan enormes vallas holográficas y luces de neón. Varias aeronaves cruzan el cielo con luces tenues que parpadean y un leve zumbido mecánico. El personaje es un pequeño mapache vestido de negro para pasar inadvertido de noche. Solo se ve su silueta mientras avanza con cuidado por la azotea de uno de los rascacielos.
```

### Mismo personaje, misma voz

- Hecho con KovAPI · Audio de referencia · 8s · 720P · 16:9
- $0.96 a precios actuales
- Resultado: https://img.kovapi.com/i/mp-2608623ba6e9e5b0616fcc4c.mp4
- Imagen 1: https://img.kovapi.com/i/mp-f500ebb875a7096ed01fb75a.png
- Imagen 2: https://img.kovapi.com/i/mp-18de79cd058f658275db14c9.png
- Audio de referencia: https://img.kovapi.com/i/mp-00fbaccfff70ed326c2996f2.mp3

Para continuar la escena, KovAPI escribió un prompt según las pautas de la guía. Usó la imagen de la abuela Zhou y una frase suya extraída del vídeo del templo de la montaña generado con Seedance 2.5. El nuevo vídeo conserva tanto su voz como su aspecto.

Prompt original:

```text
【素材】@图片1 是周婆婆的外观参考，全程佩戴同一副老花眼镜；@图片2 是山神殿场景参考；@音频1 是周婆婆的声音，台词的音色、语速和口音都参考它。
【概述】古装悬疑奇幻真人电影风格，电影级写实质感。清晨，周婆婆站在山神殿门口，送别画面外的人。
0-4 秒：中景，晨光从殿门斜照进来，周婆婆站在门槛边，朝画面外轻轻挥手。周婆婆台词（温和）：“山路滑，慢些走。”
4-8 秒：近景，周婆婆扶了扶老花眼镜，望着远处的山，眼里带着笑意。周婆婆台词（叮嘱）：“到了山下，记得回来报个平安。”
【贯穿全片】稳定、缓慢的镜头；暖色晨光，背景自然虚化；只保留人声、风声和远处的鸟鸣，不要背景音乐；画面不显示字幕和文字。
```

Leer en español (La traducción es solo para leer; Copiar y Usar envían el original):

```text
[Material] @Image1 es el aspecto de la abuela Zhou, con las mismas gafas de presbicia en todo el clip; @Image2 es el templo del dios de la montaña; @Audio1 es la voz de la abuela Zhou: el timbre, el ritmo y el acento de sus frases siguen esa referencia.
[Resumen] Película de imagen real de época, de suspense y fantasía, con realismo cinematográfico. Al amanecer, la abuela Zhou está en la puerta del templo despidiendo a alguien que queda fuera de cuadro.
0-4 s: plano medio; la luz de la mañana entra en diagonal por la puerta del templo; la abuela Zhou, junto al umbral, saluda suavemente con la mano a alguien fuera de cuadro. La abuela Zhou (con dulzura): «El camino de la montaña resbala; ve despacio.»
4-8 s: plano corto; la abuela Zhou se ajusta las gafas y mira las montañas lejanas, sonriendo con los ojos. La abuela Zhou (con un consejo cariñoso): «Cuando llegues abajo, acuérdate de avisar de que estás bien.»
[En todo el clip] Cámara estable y lenta; luz cálida de la mañana, fondo desenfocado de forma natural; solo la voz, el viento y el canto lejano de los pájaros, sin música de fondo; sin subtítulos ni texto en pantalla.
```

### Templo de la montaña: una escena coral de época

- Hecho con KovAPI · Varias imágenes de referencia · 14s · 720P · 16:9
- $1.68 a precios actuales
- Resultado: https://img.kovapi.com/i/mp-81a6f0d1b7a5db14b74dba34.mp4
- Imagen 1: https://img.kovapi.com/i/mp-18de79cd058f658275db14c9.png
- Imagen 2: https://img.kovapi.com/i/mp-68c995a3f3b8d3ed104fc022.png
- Imagen 3: https://img.kovapi.com/i/mp-f500ebb875a7096ed01fb75a.png
- Imagen 4: https://img.kovapi.com/i/mp-92aad676f9cac1923940bffb.png

Cuatro referencias definen el templo y el reparto. Cada frase se escribe por separado como «personaje (emoción): texto». Las voces están sincronizadas con los labios y no hay subtítulos. El prompt y las referencias proceden de la [guía de prompts de Seedance 2.5](https://docs.byteplus.com/en/docs/ModelArk/seedance-2-5-prompt-guide) de Volcengine Ark. Flash acepta los mismos prompts que 2.5. KovAPI generó este vídeo con Seedance 2.5 Flash y los ajustes originales.

Prompt original:

```text
【生成目标】 生成周婆婆在山神殿内走近林秀兰、反复确认她的面容并激动落泪的连续场景。古装悬疑奇幻真人电影风格，电影级写实质感。昏暗古朴的山神殿内有陈旧木梁、旧神龛、烛台和祭祀陈设，暖色烛火轻轻摇曳，空气中漂浮细小尘埃。
【主体与关系】 全程只有林秀兰、周婆婆、春丫、石头四人。春丫与石头分别搀扶周婆婆左右两侧；林秀兰始终站在周婆婆前方。保持参考人物的脸型、年龄、发型、服装和身高关系。周婆婆始终佩戴同一副老花眼镜。
【资产锁定】 周婆婆严格参考@[图片3] 。 林秀兰严格参考@[图片2]， 山神殿场景严格参考@[图片3] 。
【事件脚本】
0—4 秒：中景镜头围绕周婆婆缓慢向前推近。春丫与石头小心搀扶周婆婆起身，三人步履缓慢地走到林秀兰面前。周婆婆始终凝视林秀兰的脸；认出她后，脚步短暂停顿，嘴唇轻颤，双眼逐渐睁大，神情从震惊转为难以抑制的激动，仿佛见到等待多年的故人。林秀兰安静站立，困惑而警觉地回望她。结束时周婆婆在林秀兰面前站定，春丫和石头仍扶住她。
4—9 秒：切至周婆婆与林秀兰的面部近景。周婆婆先颤抖着扶正眼镜，再用一只手短暂揉一次自己的眼睛；确认没有看错后，她才伸出双手，轻轻捏住林秀兰两侧脸颊，缓慢左右拨看，再轻轻揉捏和拉扯确认。动作依次发生，不同时抢拍。手指准确接触脸颊，不遮挡眼睛、鼻子和嘴部。林秀兰被捏得轻微嘟嘴，露出错愕不解的神情，身体下意识稍稍后仰，但不挣扎、不躲开。周婆婆动作急切失态，却始终轻柔。结束时两人面部清晰可见，林秀兰的五官与脸型保持完整。
9—14 秒：镜头先切至周婆婆逐渐湿润的双眼，再平稳移至周婆婆与林秀兰的双人近景。周婆婆松开林秀兰的脸，双手轻微颤抖。周婆婆使用苍老沙哑、生涩蹩脚、带轻微异族口音但清晰可辨的普通话，周婆婆台词（难以置信）：“像……“
周婆婆台词（声音发颤）：“太像了。“
周婆婆台词（惊喜）：“终于等到你了，乡亲们有救了。“最后一个字说完时，泪水从周婆婆眼中涌出，画面停留在她含泪而欣慰的神情上。林秀兰、春丫和石头全程自然闭口，只用眼神和表情回应。
【摄影与声音】 采用稳定、缓慢、克制的电影运镜。人物面部始终清晰，背景自然虚化；暖色烛光勾勒人物轮廓，幽暗山神殿保持空间层次。表演细腻真实，不过度夸张。 <烛火轻微燃烧声、衣料摩擦声和山神殿细微声响> 极轻的低沉弦乐铺底，不遮盖台词。 没有旁白，画面不显示字幕、文字或标牌。
【保持一致】 保持四名角色的身份、数量、外貌、服装、身高关系、空间方位和视线方向连续。老花眼镜始终正确佩戴，不漂浮、不消失。搀扶、停步、揉眼、捏脸、松手和说话严格按顺序衔接。手部结构正常，手指与脸颊接触准确；捏脸过程中林秀兰不换脸，五官位置和脸部结构保持稳定。
【排除内容】 排除卡通感、滑稽恶搞、现代物品、掌掴、推搡和粗暴动作；排除人物换脸、年龄或服装变化、身高突变、角色增减、空间位置跳变和动作顺序混乱；排除手掌穿模、多余手指、手指粘连、手部畸形、脸部塌陷、五官扭曲、眼镜漂浮或消失；排除错误人物发声、多人同时说话、重复台词、漏词、口型错位和声画不同步；排除快速剪辑、跳帧、剧烈抖动、画面闪烁、字幕、文字、标志和水印。
```

Leer en español (La traducción es solo para leer; Copiar y Usar envían el original):

```text
[Objetivo] Una escena continua en la que la abuela Zhou se acerca a Lin Xiulan dentro del templo del dios de la montaña, comprueba su cara una y otra vez y rompe a llorar de emoción. Película de imagen real de época, de suspense y fantasía, con realismo cinematográfico. El templo, oscuro y antiguo, tiene vigas de madera gastadas, un viejo altar, candelabros y ofrendas; la luz cálida de las velas oscila suavemente y en el aire flota un polvo fino.
[Personajes y relaciones] Solo hay cuatro personas en todo el clip: Lin Xiulan, la abuela Zhou, Chunya y Shitou. Chunya y Shitou sujetan a la abuela Zhou, cada uno por un lado; Lin Xiulan está siempre de pie delante de ella. Mantén de cada referencia la forma de la cara, la edad, el peinado, la ropa y la altura relativa. La abuela Zhou lleva en todo momento las mismas gafas de presbicia.
[Bloqueo de recursos] La abuela Zhou sigue estrictamente @[imagen 3]. Lin Xiulan sigue estrictamente @[imagen 2]; el templo sigue estrictamente @[imagen 3].
[Guion de la acción]
0–4 s: plano medio que avanza despacio alrededor de la abuela Zhou. Chunya y Shitou la ayudan con cuidado a levantarse y los tres caminan despacio hasta Lin Xiulan. La abuela Zhou no aparta la vista de la cara de Lin Xiulan; al reconocerla, se detiene un instante, le tiemblan los labios, abre los ojos poco a poco y su gesto pasa del asombro a una emoción incontenible, como si viera a alguien a quien lleva años esperando. Lin Xiulan permanece quieta y le devuelve la mirada, desconcertada y recelosa. Termina con la abuela Zhou de pie ante Lin Xiulan, todavía sujeta por Chunya y Shitou.
4–9 s: corte a planos cortos de las caras de la abuela Zhou y Lin Xiulan. La abuela Zhou primero se endereza las gafas con mano temblorosa y luego se frota un ojo una vez; segura de no equivocarse, alarga las dos manos, pellizca con suavidad las mejillas de Lin Xiulan, le gira despacio la cara a izquierda y derecha, y la aprieta y estira un poco para asegurarse. Las acciones van una tras otra, nunca a la vez. Los dedos se posan en las mejillas sin tapar ojos, nariz ni boca. Con los pellizcos, los labios de Lin Xiulan forman un ligero puchero; parece sorprendida y confusa y se echa un poco hacia atrás sin pensarlo, pero no forcejea ni se aparta. La abuela Zhou actúa con urgencia, fuera de sí, pero siempre con delicadeza. Termina con las dos caras bien visibles y los rasgos y la forma de la cara de Lin Xiulan intactos.
9–14 s: corte a los ojos de la abuela Zhou, que se humedecen poco a poco, y desplazamiento suave a un plano corto de las dos. La abuela Zhou suelta la cara de Lin Xiulan, con las manos algo temblorosas. Con un mandarín anciano y ronco, torpe, con un ligero acento extranjero pero bien comprensible, la abuela Zhou (incrédula): «Se parece…»
La abuela Zhou (con la voz temblorosa): «Se parece tanto.»
La abuela Zhou (con alegría): «Por fin has llegado; el pueblo está salvado.» Al terminar la última palabra, las lágrimas le brotan de los ojos y la imagen se queda en su cara llorosa y aliviada. Lin Xiulan, Chunya y Shitou mantienen la boca cerrada y responden solo con la mirada y la expresión.
[Cámara y sonido] Movimientos de cámara estables, lentos y contenidos. Las caras siempre nítidas y el fondo desenfocado de forma natural; la luz cálida de las velas dibuja el contorno de los personajes y el templo oscuro conserva su profundidad. Interpretación delicada y realista, nunca exagerada. [leve chisporroteo de las velas, roce de la ropa y pequeños ruidos del templo] Un fondo muy suave de cuerdas graves bajo el diálogo, sin taparlo. Sin narración; sin subtítulos, texto ni carteles en pantalla.
[Mantener la coherencia] La identidad, el número, el aspecto, la ropa, la altura relativa, la posición y la dirección de la mirada de los cuatro personajes se mantienen continuos. Las gafas siguen bien puestas y nunca flotan ni desaparecen. Ayudar a levantarse, detenerse, frotarse los ojos, pellizcar las mejillas, soltar y hablar siguen estrictamente ese orden. Manos normales, dedos que tocan las mejillas con precisión; la cara de Lin Xiulan no cambia mientras se la pellizcan y sus rasgos y su estructura se mantienen estables.
[Excluir] aspecto de dibujos animados, humor bufo, objetos modernos, bofetadas, empujones y movimientos bruscos; cambios de cara, de edad o de ropa, cambios repentinos de altura, personajes que aparecen o desaparecen, saltos de posición, acciones desordenadas; manos que atraviesan otras cosas, dedos de más o pegados, manos deformes, caras hundidas, rasgos deformados, gafas que flotan o desaparecen; que hable la persona equivocada, varias personas hablando a la vez, frases repetidas u omitidas, labios desincronizados de la voz; montaje rápido, saltos de fotogramas, sacudidas fuertes, parpadeos, subtítulos, texto, logotipos y marcas de agua.
```

### Una cría de panda rueda ladera abajo

- Hecho con KovAPI · Texto a vídeo · 8s · 720P · 16:9
- $0.96 a precios actuales
- Resultado: https://img.kovapi.com/i/mp-7913126fdea63ecd512cdc21.mp4

Solo texto. Una frase fija el estilo, el lugar y la acción. Dos tramos (0–3 s y 3–8 s) detallan el movimiento, seguidos de las indicaciones de cámara y sonido ambiente. El prompt y las referencias proceden de la [guía de prompts de Seedance 2.5](https://docs.byteplus.com/en/docs/ModelArk/seedance-2-5-prompt-guide) de Volcengine Ark. Flash acepta los mismos prompts que 2.5. KovAPI generó este vídeo con Seedance 2.5 Flash y los ajustes originales.

Prompt original:

```text
写实自然纪录片风格，电影级真实光影，温暖的午后, 在森林草坡上, 一只圆滚滚的熊猫幼崽从坡上滚下来.

熊猫黑白毛发蓬松真实，体型小而胖，动作笨拙可爱。场景为绿色森林斜坡，地面覆盖青草、苔藓、三叶草、泥土、小石块、枯枝和少量小黄花，虚化背景中有高大树干与树林。镜头为低机位中远景，轻微手持感，整体基本固定，始终保持熊猫在画面中。

0s-3s：一只熊猫幼崽趴在绿色草坡上，身体圆滚滚, 它刚开始顺着斜坡慢慢侧滚，动作笨拙，草叶被身体轻轻压弯。微风拂过, 阳光从左上方穿过树林，形成斑驳光影。
3s-8s：熊猫滚到画面右下方，动作逐渐停止，从侧躺变成趴卧。它的圆脸朝向镜头，前爪压在草地上，熊猫趴在前景草丛中，身体调整到舒服的姿势，头部小幅抬起又放低, 发出轻微哼唧声。

低机位，轻微手持感，轻微跟随熊猫向右下方移动。景深自然，前景草叶轻微虚化，熊猫主体清晰，背景树林柔和虚化。自然环境音，风声、熊猫滚动时轻微柔软的扑通声, 整体温暖、真实、自然。
```

Leer en español (La traducción es solo para leer; Copiar y Usar envían el original):

```text
Estilo documental de naturaleza realista, luz cinematográfica natural, una tarde cálida: en una ladera de hierba del bosque, una cría de panda rechoncha rueda cuesta abajo.

El pelaje blanco y negro de la cría es esponjoso y realista; es pequeña y regordeta, torpe y adorable. La escena es una ladera verde del bosque, cubierta de hierba, musgo, tréboles, tierra, piedrecitas, ramas secas y algunas florecillas amarillas, con troncos altos y arboleda en el fondo desenfocado. Plano general medio desde un ángulo bajo, con una ligera sensación de cámara en mano, casi fijo, manteniendo siempre al panda en el encuadre.

0s-3s: una cría de panda está tumbada en la ladera verde, redonda como una bola, y empieza a rodar despacio de lado cuesta abajo, con torpeza, doblando suavemente la hierba con el cuerpo. Pasa una brisa; la luz del sol entra entre los árboles desde arriba a la izquierda y forma manchas de luz y sombra.
3s-8s: el panda rueda hasta la parte inferior derecha del encuadre y se va deteniendo, pasando de estar de lado a quedarse tumbado boca abajo. Vuelve la cara redonda hacia la cámara, con las patas delanteras sobre la hierba; tumbado entre la hierba del primer término, se acomoda, levanta un poco la cabeza y la vuelve a bajar, con un leve gruñidito.

Ángulo bajo, ligera sensación de cámara en mano, siguiendo suavemente al panda hacia abajo a la derecha. Profundidad de campo natural: la hierba del primer término algo desenfocada, el panda nítido, el bosque del fondo suavemente desenfocado. Sonido ambiente natural: el viento y los golpecitos sordos y suaves del panda al rodar; cálido, real y natural en conjunto.
```

## Cómo escribir un prompt de Seedance 2.5 Flash como un guion de rodaje

La [guía de prompts de Doubao Seedance 2.5](https://docs.volcengine.com/docs/ark/seedance-2-5-prompt-guide?lang=zh) de Volcengine Ark, con edición inglesa en [BytePlus](https://docs.byteplus.com/en/docs/ModelArk/seedance-2-5-prompt-guide), propone asignar una función a cada referencia, resumir el vídeo en una frase y distribuir la acción en el tiempo. Añade después la cámara, el escenario y el sonido que se mantienen a lo largo del vídeo. Flash acepta los mismos prompts que 2.5. Los fragmentos de abajo proceden de los prompts de la guía utilizados para los ejemplos de esta página.

- **Cita las referencias por orden de carga**: Imágenes, vídeos y audios se numeran por separado según el orden de carga. Di para qué sirve cada referencia: de quién es el aspecto, de quién la voz, qué movimiento, qué lugar; si solo importa una parte, indica cuál. — Robot guardián: «image3: sujeto 1 (el robot guardián), referencia de aspecto».
- **Abre con una frase que resuma el clip**: Primero el sujeto, el lugar, el suceso, el género y cualquier movimiento de cámara especial; así el modelo tiene la imagen completa antes de los detalles. — Panda: «estilo documental de naturaleza realista, luz cinematográfica, una tarde cálida: en una ladera de hierba del bosque, una cría de panda rechoncha rueda cuesta abajo».
- **Cronometra la acción en segundos enteros**: Seedance 2.5 sigue marcas de tiempo en segundos enteros. Mantén los tramos seguidos y describe en cada uno imagen, cámara, acción, frases y sonido; si un tramo lleva demasiado, el resultado se fragmenta en muchos cortes. — Panda: «0s-3s … 3s-8s …», una acción por tramo.
- **Indica quién habla y con qué emoción**: Escribe el diálogo como «personaje (emoción): texto», cada frase aparte. Si justo después repites la frase con una nota sobre su tono, suelen aparecer subtítulos. — De la guía: frase de la abuela Zhou (con la voz temblorosa): «Se parece tanto».
- **Reserva el «sin…» para subtítulos y sonido**: «Sin subtítulos» y «sin música de fondo» se respetan; la imagen, mejor descríbela en positivo. Para descartar la música del todo, enumera sus sinónimos y dilo al principio y al final. — De la guía: «sin BGM; genera solo sonido ambiente y sonidos de acción».
- **Ordena el reparto por primera aparición**: Con varios personajes, sube sus referencias en el orden en que aparecen por primera vez y haz que los números del prompt coincidan; así no se intercambian caras ni voces. — Drama familiar: «el personaje de la imagen 1 es Qin Xiulian; el de la imagen 3, Liu Chunxiang……».
- **Pon el texto exacto en una imagen**: El texto que debe salir bien escrito va como imagen de referencia; las palabras en inglés también pueden aparecer deletreadas, letra a letra. — Anuncio de neumáticos: tras el rótulo «drenaje eficaz, agarre firme» se indica «ver imagen 3».
- **Referencias no mayores que el resultado**: Las referencias mucho más nítidas que el vídeo de salida dejan a veces una textura como de huella dactilar en la hierba o las hojas; reducirlas a la resolución de salida baja la probabilidad. — Las referencias de los ejemplos de esta página se redujeron a 1280 px en el lado largo para clips en 720P.

| Parte | Función | Ejemplo |
| --- | --- | --- |
| Funciones de las referencias · robot guardián | Cuatro imágenes, una función cada una: estructura de planos, lugar y aspecto de cada uno de los dos personajes. Los números siguen el orden de carga. | «image1: referencia de storyboard de nueve viñetas» (fija la estructura de planos, los tamaños de plano y el ritmo de cámara). |
| Personajes | Un párrafo por personaje: aspecto, complexión y altura relativa. Los planos siguientes solo describen la acción. | La anciana es menuda y frágil, lleva el pelo plateado recogido en un moño bajo y solo llega al pecho del robot. |
| Estilo general | Formato, textura, manejo de la cámara y relación de aspecto, dichos una sola vez para todo el clip. | Película de imagen real en color, grano de 35 mm, cámara en mano con un leve vaivén, poca profundidad de campo, 16:9. |
| Exclusiones | El storyboard está dibujado a trazo, así que se descartan el dibujo a trazo, la animación y el aspecto de storyboard para que su estilo no pase al vídeo. | «[Excluir estrictamente]… dibujo a mano, boceto, dibujo a trazo…». |
| Planos en el tiempo | Nueve planos cubren de 0 a 30 s, cada uno con tamaño de plano, ángulo y acción; los tramos van seguidos, sin huecos. | Plano 4 (10-14s): gran plano general con panorámica hacia arriba mientras el cohete asciende sobre una estela de humo blanco. |
| Diálogo | Cada frase va en su plano, con el nombre de quien habla; las frases en inglés se quedan en inglés. | Frase (anciana): "Fly safe, my child. Come back to me." |

```text
[Referencias] @Image1 es el aspecto del protagonista; @Image2, el lugar; @Audio1, la voz del protagonista (borra esta parte si no tienes audio).
[Resumen] Un clip (género) de 15 segundos en 16:9: (sujeto) (hace qué) en (lugar), (estilo y textura).
[Tiempos]
0-5s: (tamaño de plano, movimiento de cámara) (acción). Protagonista (emoción): «…»
5-10s: (tamaño de plano, movimiento de cámara) (qué pasa después).
10-15s: (tamaño de plano, movimiento de cámara) (imagen final).
[En todo el clip] Cámara: (en mano / estabilizador / fija); luz y color: (…); sonido: (ambiente, sonidos de acción; escribe «sin música de fondo» si no la quieres); sin subtítulos.
```

## Cómo generar vídeo con Seedance 2.5 Flash en KovAPI

1. **Crea una cuenta y una API Key** Accede a KovAPI y crea una clave en la consola; la misma clave sirve para todos los modelos del sitio.
2. **Prueba tu prompt arriba, en esta página** Sube imágenes, vídeos o audios de referencia y elige la duración, la resolución y la relación de aspecto. Verás el precio actualizado antes de enviar la solicitud.
3. **Envía una tarea asíncrona** Envía `seedance-2.5-flash` a `POST /v1/videos/generations` y guarda el identificador del trabajo de la respuesta HTTP 202. Si ya usas `seedance-2.5`, cambia solo `model` y comprueba los límites de las referencias y las resoluciones admitidas.
4. **Consulta el resultado o recibe el Webhook** Consulta por identificador de tarea o indica `callback_url` al enviar. Cuando termine, descarga el MP4 desde `data[0].url`; los clips se conservan 7 días.

### Solicitud mínima

```bash
curl https://kovapi.com/v1/videos/generations \
  -H "Authorization: Bearer $KOVAPI_KEY" -H "Content-Type: application/json" \
  -d '{"model": "seedance-2.5-flash", "prompt": "...", "duration": 4, "resolution": "720P", "size": "16:9"}'
# -> HTTP 202 {"id": "..."}; poll:
curl https://kovapi.com/v1/videos/jobs/<id> -H "Authorization: Bearer $KOVAPI_KEY"
```

## Cómo llegó Seedance hasta aquí

- 2025-06-11 · Seedance 1.0: **Seedance 1.0 · varios planos** ByteDance Seed lanza Seedance 1.0, con salida en 1080P y narración en varios planos.
- 2025-12-16 · Seedance 1.5 pro: **Seedance 1.5 pro · imagen y sonido a la vez** Por primera vez, el sonido se genera junto con la imagen.
- 2026-02-12 · Seedance 2.0: **Seedance 2.0 · cuatro tipos de entrada** Entrada de texto, imagen, vídeo y audio; hasta 15 s por clip, con 9 imágenes, 3 vídeos y 3 audios de referencia.
- 2026-07-31 · Seedance 2.5: **Seedance 2.5 · tomas largas, muchas referencias** Hasta 30 s por vídeo, con un máximo de 30 imágenes, 10 vídeos y 10 audios de referencia. Los planos se pueden situar con marcas de tiempo en segundos enteros.
- 2026-11-12 · Seedance 2.5 Flash: **Seedance 2.5 Flash · 2.5 a menor coste** Se anunció el 12 de noviembre de 2026 y la API se abrió el día 15. Usa los mismos prompts que 2.5 y genera hasta 30 s por vídeo. Admite hasta 10 imágenes, 5 vídeos y 5 audios de referencia, y solo 480P o 720P. Según ByteDance, su velocidad de generación es aproximadamente el doble que la de 2.5.

## ¿Qué modelo de vídeo elegir: Seedance 2.5 Flash u otro?

| Modelo | Duración (s) | Resolución | Ref. imagen / vídeo / audio | Precio | Ideal para |
| --- | --- | --- | --- | --- | --- |
| Seedance 2.5 Flash (`seedance-2.5-flash`) | 4–30 | 480P / 720P | 10/5/5 | $0.06/s | Para borradores en lote y vídeos de producto cuando necesitas las funciones de Seedance 2.5, te basta con 480P o 720P y cuenta el precio por segundo. |
| Seedance 2.5 (`seedance-2.5`) | 4–30 | 480P / 720P / 1080P | 30/10/10 | $0.10/s | Para 1080P, más referencias o planos que exigen fidelidad a muchos fotogramas clave y al texto en pantalla. |
| Seedance 2.5 · Special (`seedance-2.5-30s`) | 4–30 | 720P | 30/10/10 | $2.00/clip | Modalidad especial con precio por vídeo de 30 s fijos en 720P, si solo necesitas vídeos largos. |
| Seedance 2.0 Fast (`seedance-2.0-fast`) | 5–15 | 480P / 720P | 9/3/3 | $0.052/s | Vídeos de hasta 15 s cuando el presupuesto es lo primero. |
| Seedance 2.0 (`seedance-2.0`) | 5–15 | 480P / 720P / 1080P | 9/3/3 | $0.07/s | Si ya tienes muestras de Seedance 2.0 y quieres conservar su estética. |
| Wan 3.0 (`wan3.0-video`) | 4–30 | 480P / 720P / 1080P | 10/5/5 | $0.04/s | Cuando necesitas un fotograma inicial o fotogramas inicial y final, o vídeo a partir de un documento o una página web. |
| MiniMax H3 Lite (`minimax-h3-lite`) | 4–15 | 480P / 768P | 5/0/0 | $0.005/s | Borradores en lote de hasta 15 s a una tarifa inferior. |
| MiniMax H3 (`minimax-h3`) | 4–15 | 480P / 768P / 1080P | 9/3/3 | $0.015/s | 1080P y control del primer y último fotograma. El modo de referencia admite audio y vídeo. |
| Veo 3.1 (`veo-3.1`) | 8 | 720P / 1080P | 3/0/0 | $0.20/clip | Clips de duración fija cobrados por clip. |

Haz pruebas en Flash y termina en Seedance 2.5: el prompt y las referencias sirven para ambos, solo cambia `model`. En nuestras pruebas con los mismos casos oficiales, los planos sencillos quedaron parecidos. Con muchos fotogramas clave o abundante texto en pantalla, 2.5 siguió las instrucciones con más fidelidad, como muestra la comparación de arriba.

## Reglas de combinación y advertencias

- Flash no admite 1080P, fotogramas inicial y final fijos, edición ni prolongación de vídeo. Para 1080P, usa [Seedance 2.5](https://kovapi.com/es/model/seedance-2.5). Para fijar el primer o el último fotograma, usa [Wan 3.0](https://kovapi.com/es/model/wan3.0-video).
- El audio de referencia necesita imágenes o vídeos de referencia en la misma solicitud. Los tres tipos pueden enviarse juntos y se numeran por separado: la segunda imagen es `@Image2`; el primer audio, `@Audio1`.
- Si el prompt pide modificar el propio vídeo de referencia, por ejemplo cambiar su estilo o volver a renderizarlo, el modelo puede interpretar la tarea como una edición y conservar la duración y las proporciones del original.
- `prompt` admite hasta 11.000 caracteres. El chino y el inglés cuentan por carácter, incluidos los signos de puntuación, los espacios y los saltos de línea.
- Todos los clips llevan pista de sonido. Si no quieres música ni voces, escribe «sin música de fondo» o «sin diálogo» en el prompt; «sin subtítulos» también funciona.
- Las fotos de personas reales sirven como referencia. Las imágenes o voces de figuras públicas y famosos se rechazan en la moderación de contenido, y una tarea rechazada no se cobra. Asegúrate de tener derecho a usar la imagen de las personas que subas.

## Por qué usar Seedance 2.5 Flash en KovAPI

- **Por debajo del precio oficial de ByteDance**: En 720P pagas un 20% menos que el precio de lista de ByteDance. La tarifa con vídeo de referencia también está por debajo de la de lista. El área de pruebas te muestra el precio de cada vídeo antes de enviarlo.
- **Personas reales, sin ocultar caras**: Usa fotos de personas reales como referencia, sin enmascarar la cara, para anuncios con presentador, escenas de ficción o vídeos de alguien hablando a cámara. La moderación rechaza la imagen y la voz de figuras públicas. Los trabajos rechazados no se cobran.
- **Sin cargo por fallos y con reintentos automáticos**: Si un trabajo falla, la retención se devuelve íntegramente; si hay saturación o un error temporal, el sistema reintenta el trabajo solo, sin que tengas que programar reintentos.
- **Sin límite de concurrencia**: No hay límite de concurrencia por cuenta, así que puedes enviar lotes directamente. En horas punta los trabajos esperan en cola e informan de `queue_position` y `eta_seconds`; al terminar pueden llamar a tu webhook.
- **Pruebas con resultados a la vista**: Todos los casos de esta página muestran un vídeo generado con los ajustes originales y su coste. Publicamos los tiempos de generación y la comparación con Seedance 2.5 tal como salieron, incluidos los fallos.
- **Alta y pago sencillos**: Regístrate con correo, Google o GitHub; recarga con WeChat Pay, tarjeta, PayPal o USDT y paga por uso, sin suscripción. La misma clave también llama a los modelos de chat y de imagen del sitio.

## Preguntas frecuentes sobre la API de Seedance 2.5 Flash

### ¿Qué es Seedance 2.5 Flash?

Es la variante de Seedance 2.5 que ByteDance lanzó en noviembre de 2026. En KovAPI se llama `seedance-2.5-flash`. Genera vídeos con sonido de hasta 30 s a partir de texto y admite imágenes, vídeos y audios de referencia.

### ¿Cuánto cuesta Seedance 2.5 Flash por segundo y cuánto sale un vídeo de 30 segundos?

Se cobran los segundos de salida: $0.12/s en 720P y $0.06/s en 480P. Un vídeo de 30 s en 720P cuesta $3.60. Si usas un vídeo de referencia en 720P, la fórmula es (segundos de referencia + segundos de salida) × $0.07. Puedes ver el importe antes de enviar el trabajo en el área de pruebas.

### ¿En qué se diferencian Seedance 2.5 Flash y Seedance 2.5 y cuál me conviene?

Ambos usan los mismos prompts y parámetros: de 4 a 30 s, cinco relaciones de aspecto, imágenes, vídeo y audio combinables y sonido en cada vídeo. Flash solo admite 480P y 720P y hasta 10 imágenes, 5 vídeos y 5 audios, frente a 30, 10 y 10 en 2.5. Cuesta menos por segundo. En nuestras pruebas con el mismo prompt, los planos sencillos salieron parecidos. Con muchos fotogramas clave o mucho texto en pantalla, 2.5 fue más fiel. Puedes hacer los borradores en Flash y el vídeo final en 2.5.

### ¿Admite 1080P?

No. Seedance 2.5 Flash solo genera en 480P y 720P. Una solicitud en 1080P devuelve HTTP 400 al enviarla y no se cobra. Para 1080P usa [Seedance 2.5](https://kovapi.com/es/model/seedance-2.5).

### ¿Cuántas imágenes, vídeos y audios de referencia caben en una solicitud?

Hasta 10 imágenes, 5 vídeos (30 s en total) y 5 audios, todos combinables. Si superas algún límite, la solicitud se rechaza al enviarla con HTTP 400, sin cargo.

### ¿Puedo fijar el primer fotograma al generar un vídeo con imágenes de referencia?

Cada imagen sirve de referencia: sus personajes, productos y escenarios aparecen en el vídeo, pero no se garantiza que sea el primer fotograma. Escribir «abre con el encuadre de @Image1» ayuda a aproximarse. Si la imagen tiene que ser el primer fotograma, usa el modo de primer fotograma de [Wan 3.0](https://kovapi.com/es/model/wan3.0-video).

### ¿Cómo se cobra una tarea con vídeo de referencia?

Se suman los segundos de todos los vídeos de referencia y los de salida. El total se multiplica por la tarifa con vídeo de referencia: $0.07/s en 720P o $0.035/s en 480P. Las imágenes y los audios de referencia son gratis.

### ¿Cuánto tarda en generarse un clip?

En nuestras pruebas de noviembre de 2026, la generación tardó unos 2 minutos en 480P y entre 4 y 8 minutos en 720P. Los vídeos más largos tardan más, al igual que las solicitudes en horas de mucha demanda. En la cola puedes consultar `queue_position` y `eta_seconds`. El estado del trabajo indica cuándo ha terminado.

### ¿Puedo usar fotos de personas reales?

Sí, como referencias y sin enmascarar la cara. La revisión de contenido rechaza la imagen o la voz de figuras públicas y celebridades. Los trabajos rechazados no se cobran. Asegúrate de tener derecho a usar la imagen de la persona.

### Pedí 16:9. ¿Por qué el vídeo generado con una referencia tiene otras proporciones?

Si pides cambiar el estilo del vídeo de referencia o volver a renderizarlo, el modelo puede interpretar que quieres editar el original y mantener sus proporciones y duración. Para cambiar de formato, prueba «sigue el movimiento de cámara del vídeo 1 y crea un vídeo nuevo» o usa una referencia con las proporciones deseadas.

### ¿Los vídeos tienen sonido? ¿Puedo desactivarlo?

Todos los vídeos llevan pista sonora. El diálogo, los efectos y la música se generan junto con la imagen. `audio: false` no tiene efecto. Para excluir la música o las voces, escribe «sin música de fondo» o «sin diálogo» en el prompt.

### ¿Se cobra una tarea fallida?

No. Si la generación falla, no se cobra y puedes volver a enviar la misma solicitud tal cual: la retención se devuelve íntegra y los reintentos automáticos de una tarea se liquidan una sola vez.

### ¿Cuánto tiempo se guardan los clips?

Los clips y las referencias subidas se guardan 7 días y después se eliminan; descarga lo que necesites.

### Ya uso seedance-2.5. ¿Qué tengo que cambiar para pasar a Flash?

Pon `seedance-2.5-flash` en `model`. Los demás campos son iguales. Comprueba los límites de Flash: 10 imágenes, 5 vídeos y 5 audios de referencia, sin 1080P. Las solicitudes que superen esos límites se rechazan al enviarlas con HTTP 400.

## Notas para IA

- El identificador es `seedance-2.5-flash`. Envía el trabajo a `POST /v1/videos/generations`. La respuesta HTTP 202 incluye el `id`. Para consultar el resultado, añade ese identificador a `GET /v1/videos/jobs/`.
- `resolution` solo admite 480P / 720P. El valor predeterminado es 720P y 1080P no está disponible. `size` admite 16:9 / 9:16 / 1:1 / 4:3 / 3:4. `seconds` es un alias de `duration` y `aspect_ratio` lo es de `size`.
- Todas las imágenes sirven de referencia. No se puede fijar el primer o último fotograma y `image_role` no tiene efecto en este modelo. Cita las imágenes en el orden de carga: `@Image1` y así sucesivamente.
- Límites: 10 imágenes, 5 vídeos (30 s en total) y 5 audios. El audio debe ir con una imagen o un vídeo de referencia.
- `audio: false` no tiene efecto: todos los vídeos tienen sonido. `prompt` admite hasta 11.000 caracteres. Cada lado de las imágenes de referencia debe medir entre 300 y 6000 px y la relación de aspecto debe estar entre 0,4 y 2,5. Fuera de esos límites, la solicitud se rechaza con HTTP 400 y no se cobra.
- Con vídeo de referencia se cobra (segundos de referencia + segundos de salida) × tarifa con referencia ($0.07/s en 720P). Sin vídeo de referencia, en 720P se cobran los segundos de salida × $0.12/s.
- Si el prompt pide modificar el propio vídeo de referencia, el modelo puede tratarlo como una edición y conservar su duración y sus proporciones.

## Más lecturas

- [Documentación de la API de Seedance 2.5 Flash](https://docs.kovapi.com/es/seedance-2.5-flash): Campos de la solicitud, trabajos asíncronos, resultados, tarifas con vídeo de referencia y ejemplos de código completos.
- [Seedance 2.5](https://kovapi.com/es/model/seedance-2.5): La versión completa usa los mismos prompts y admite 1080P, hasta 30 imágenes, 10 vídeos y 10 audios de referencia.
- [Guía de tareas asíncronas](https://docs.kovapi.com/es/guide/async-jobs): Estados de la tarea, campos de cola y consulta de resultados.
- [Webhooks](https://docs.kovapi.com/es/webhooks): Recibe los resultados de las tareas y verifica la firma.
