Spark Dance 2.0 Mini | Vtrix API Docs

接口提示

Spark Dance 2.0 Mini 通过 content 数组接收多模态参考输入. 你可以在同一个请求中组合文本提示词、参考图、参考视频和参考音频.

使用 audio_url 时, 建议同时传入至少一个参考图像或参考视频. 当希望输出视频包含生成或同步音频时, 将 generate_audio 设置为 true.

认证

authorization `string` required

所有 API 均使用 Bearer Token 鉴权

获取 API Key：

访问 API Key 管理页面获取 API Key

用法：

将以下 Header 添加到请求中：

Authorization: Bearer YOUR_API_KEY

参数

model `string` required

请求使用的模型 ID.

值: spark_dance_v2_0_mini

content `object[]` required

视频生成的输入内容. Seedance 2.0 series 多模态参考生成支持参考图 0-9、参考视频 0-3、参考音频 0-3, 文本可选. 支持以下组合:

仅文本
文本（可选）+ 图像
文本（可选）+ 视频
文本（可选）+ 图像 + 音频
文本（可选）+ 图像 + 视频
文本（可选）+ 视频 + 音频
文本（可选）+ 图像 + 视频 + 音频

音频不能单独输入. 使用音频时, 至少需要包含 1 个参考图或参考视频.

不支持直接上传含真人人脸的参考图或参考视频.

文本信息 object

输入给模型的文本信息.

type string required

输入内容类型.

值: text

text string required

输入给模型的文本提示词, 用于描述期望生成的视频. 文本在整体 content 数组中为可选. 可以描述镜头、主体、场景、音频、音效和尾帧意图.

图像信息 object

输入给模型的图像信息.

type string required

输入内容类型.

值: image_url

image_url object required

输入给模型的图像对象.

url string required

公开图像 URL、Base64 图像字符串或资产 ID.

图像要求：

单图大小: 小于 30 MB

请求体大小: 不超过 64 MB

宽高: 300 - 6000 px

宽高比: (0.4, 2.5)

参考图数量: 0 - 9

role string

图像的位置或用途.

可选值: reference_image

视频信息 object

输入给模型的视频信息.

type string required

输入内容类型.

值: video_url

video_url object required

输入给模型的视频对象.

url string required

公开视频 URL.

视频要求：

格式: mp4, mov

单视频时长: 2 - 15 秒

参考视频数量: 0 - 3, 总时长不超过 15 秒

单视频大小: 不超过 200 MB

FPS: 24 - 60

role string

视频的位置或用途.

可选值: reference_video

音频信息 object

输入给模型的音频信息. 音频不能单独输入, 至少需要包含 1 个参考图或参考视频.

type string required

输入内容类型.

值: audio_url

audio_url object required

输入给模型的音频对象.

url string required

公开音频 URL.

音频要求：

格式: wav, mp3

单音频时长: 2 - 15 秒

参考音频数量: 0 - 3, 总时长不超过 15 秒

单音频大小: 不超过 15 MB

role string

音频的位置或用途.

可选值: reference_audio

generate_audio `boolean`

控制生成视频是否包含音频.

true: 输出视频包含基于提示词和参考音频生成或同步的音频.

false: 输出静音视频.

默认值: true

resolution `string`

视频分辨率.

默认值: 720p

可选值: 480p, 720p

Mini 不支持设置 1080p 或 4k. 1080p 不支持 Seedance 2.0 Fast/Mini, 4k 仅 Seedance 2.0 支持.

ratio `string`

生成视频的宽高比.

当 ratio 设置为 adaptive 时, 模型会按生成场景自动选择比例. 多模态参考生成场景按提示意图判断. 若属于首帧生成、视频编辑或视频延展, 则按对应图片或视频选择最接近的比例；否则按首个上传媒体文件选择最接近的比例, 优先级为 video > image.

默认值: adaptive

可选值: 16:9, 4:3, 1:1, 3:4, 9:16, 21:9, adaptive

duration `integer`

生成视频时长, 单位为秒.

可设置为有效范围内的整数, 或设置为 -1 由模型在有效范围内智能选择整数秒时长.

默认值: 5

范围: [4, 15], 或 -1（自动）

watermark `boolean`

生成视频是否包含水印.

true: 添加水印
false: 不添加水印

默认值: false

return_last_frame `boolean`

任务查询响应是否可以返回生成视频的最后一帧.

true: 返回生成视频最后一帧 PNG, 宽高与视频一致且无水印.

false: 不返回最后一帧.

默认值: false

execution_expires_after `integer`

任务提交后的超时阈值, 单位为秒. 超时后任务会被标记为 expired.

默认值: 172800

范围: [3600, 259200]

safety_identifier `string`

终端用户唯一标识, 用于协助平台检测可能违反使用政策的用户. 该值需要固定且单用户唯一.

长度不能超过 64 个字符

建议传入用户名、用户 ID 或邮箱哈希, 避免泄露隐私.

callback_url `string`

任务结果回调通知地址.

轮询

由于结果生成需要时间，您需要在创建任务后轮询任务状态

初始响应只返回任务 ID 和初始状态等信息，最终生成结果需通过使用该任务 ID 轮询任务状态接口获取

轮询请求与响应示例见右侧

响应格式

当任务状态为 completed 时, 任务查询响应会在 output[].content[] 中返回生成的视频资源. usage 对象包含 SeaCloud 计费与用量信息; 上游 token usage 会由系统记录, 并可能在查询响应中作为参考展示.

error `object`

错误信息, 仅在状态为 failed 时存在

code string

错误码

message string

详细错误信息

output `array`

生成结果, 仅在状态为 completed 时存在

content array

生成的资源内容列表

type string

资源类型

值: image｜video

url string

处理后的资源 URL

jobId string

远端任务 ID

usage `object`

使用统计, 仅在状态为 completed 时存在

cost string

总费用（美元）

discount number

折扣金额

metadata `object`

元数据信息

curl --location --request POST 'https://cloud.vtrix.ai/model/v1/generation' \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data-raw '{ "model": "spark_dance_v2_0_mini", "input": [ { "params": { "content": [ { "type": "text", "text": "全程使用视频1的第一视角构图, 全程使用音频1作为背景音乐. 第一人称视角果茶宣传广告, Spark Dance 品牌苹果果茶限定款." }, { "type": "image_url", "image_url": { "url": "https://example.com/image-1.jpg" }, "role": "reference_image" }, { "type": "image_url", "image_url": { "url": "https://example.com/image-2.jpg" }, "role": "reference_image" }, { "type": "video_url", "video_url": { "url": "https://example.com/reference-video.mp4" }, "role": "reference_video" }, { "type": "audio_url", "audio_url": { "url": "https://example.com/reference-audio.mp3" }, "role": "reference_audio" } ], "generate_audio": true, "resolution": "720p", "ratio": "16:9", "duration": 11, "watermark": false } } ] }'

{ "id": "task_id", "created_at": 1769757744021, "status": "completed", "model": "spark_dance_v2_0_mini", "output": [ { "content": [ { "type": "video", "url": "https://example.com/generated-video.mp4", "jobId": "remote_job_id_12345" } ] } ], "usage": { "cost": "0.000500", "discount": 0 } }

接口提示

认证

authorization string required

参数

model string required

content object[] required

文本信息 object

type string required

text string required

图像信息 object

type string required

image_url object required

url string required

role string

视频信息 object

type string required

video_url object required

url string required

role string

音频信息 object

type string required

audio_url object required

url string required

role string

generate_audio boolean

resolution string

ratio string

duration integer

watermark boolean

return_last_frame boolean

execution_expires_after integer

safety_identifier string

callback_url string

轮询

响应格式

error object

code string

message string

output array

content array

type string

url string

jobId string

usage object

cost string

discount number

metadata object

authorization `string` required

model `string` required

content `object[]` required

文本信息 `object`

type `string` required

text `string` required

图像信息 `object`

type `string` required

image_url `object` required

url `string` required

role `string`

视频信息 `object`

type `string` required

video_url `object` required

url `string` required

role `string`

音频信息 `object`

type `string` required

audio_url `object` required

url `string` required

role `string`

generate_audio `boolean`

resolution `string`

ratio `string`

duration `integer`

watermark `boolean`

return_last_frame `boolean`

execution_expires_after `integer`

safety_identifier `string`

callback_url `string`

error `object`

code `string`

message `string`

output `array`

content `array`

type `string`

url `string`

jobId `string`

usage `object`

cost `string`

discount `number`

metadata `object`