参考视频与多模态输入：最多 50 个参考怎么用

Seedance 2.5 最激进的能力是参考输入的规模：单次生成最多接受 50 个多模态参考——图像、视频、音频都可以作为「原料」喂给模型。官方发布会反复强调的是参考的作用方式：模型理解参考的意图、构图、节奏与电影语言，而不是简单搬运动作。

三类参考，各管一层

1. 参考视频控「怎么拍」：官方示例里的典型用法——用一段白模预演（previz）视频控制运镜、节奏、取景与调度，模型据此生成正式画面。影视从业者的分镜预演可以直接变成素材输入。
2. 参考图控「拍什么」：多张图像分别锁定主体外观——官方动作片示例里，Image 1 控制摩托车型号与配色，Image 2 控制 SUV 的轮廓细节，Video 1 控制整段调度，三路输入并行不悖。
3. 音频参考控「怎么听」：声线与音效方向也可以作为参考输入（详见同步音频）。

与 @ 引用语法的配合

多参考输入时，提示词里用「@Image 1」「@Video 1」明确指向：官方示例中「纸片小狗 @Image 1 是拳头大小、身体是二维的、四肢耳朵是可拆纸片」——把每张参考的角色条款逐条写明，是控制复杂组合生成的成熟写法。

编辑向玩法：绿幕替换

参考体系不只服务「从零生成」，也服务「改既有素材」。官方示例演示了绿幕合成：保留原视频里的女孩与台阶，把绿幕区域替换成童话森林——古树、藤蔓、发光蘑菇、魔法光斑，模型保证合成景深与光照一致。这等于把影视流程里的抠像合成变成了文字指令。

实用提醒

• 参考不是越多越好：与任务直接相关的参考才值得给，无关输入会稀释控制力。
• 区域级编辑（region-level edit）与参考输入配合使用——指定「画面哪一块」听哪张参考的。
• 50 参考是 2.5 的上限规格，实际可用数量与积分消耗以生成面板为准。

参考体系吃透后，剩下的就是镜头语言的表达精度——下一页镜头语言写法。