参考图文音频可一次喂入 12 个文件做生成
AIwithGhotai · x · 2026-07-27
这条帖子的核心是在说一种 多模态创作工作流：把参考图、视频、音频和文本一起放进同一次生成里，最多可用 12 个文件。
作者认为这样做的好处是，编辑、风格迁移和角色一致性会更容易，而且生成、改图、做视频、微调结果都能在一个流程里完成，不必来回切换不同工具。
所属事件:字节 Dreamina 推出 Seedance 2.0 激进定价与多模态升级(26 条相关)→
「多模态」频道最新
- Mirelo SFX V2.0 上线 fal：文/视频生成音效并保留对白 — gorkem · 2026-10-16
- Snap 眼镜+Gemini 4 Argon:拍乐高堆即设计全息拼搭教程 — stspanho · 2026-10-16
- 斯坦福新论文:生成式表征学习做 tokenizer,省 7-8 倍训练算力 — HirokatuKataoka · 2026-10-16
- 北大等团队开源 UniForge3D:稀疏多视图图联合做 3D 重建与生成 — camenduru · 2026-10-16
- Seedance 2.5 各平台价差达 3-4 倍，选对渠道省大钱 — videorouter · 2026-10-16
- Seedance 2.5 演示「逃出坍塌城市」灾难镜头，提示词公开 — umesh_ai · 2026-10-16