要在seedance 2.0中实现照片说话，需通过全能参考模式上传合规人像照片并绑定音频：一、照片须正面清晰、背景简洁、jpg/png格式、≥800×1000像素、面部占比超60%；二、在app中选全能参考模式上传照片；三、上传mp3音频并用@image1/@audio1在提示词中标注驱动关系；四、设视频时长与音频一致、选2k分辨率、写实风格、禁用自动补帧；五、若被拦截，先用lovart转译为手绘风格再上传，并在提示词中强调复刻原貌。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在Seedance 2.0中使用自己的照片实现“照片说话”效果，即让静态人像开口讲话或配合音频做出自然口型与微表情动作，则需通过全能参考模式上传照片并绑定语音素材。以下是具体操作步骤：
一、确认照片格式与质量要求
上传前需确保照片满足基础技术规范，否则将导致识别失败或生成异常。该步骤旨在保障AI能准确提取人脸结构与特征细节，为后续口型同步与表情驱动提供可靠依据。
1、照片必须为正面、清晰、无遮挡的人脸特写或半身照；
2、背景尽量简洁单一，避免复杂图案干扰主体识别；
3、文件格式限定为JPG、JPEG或PNG，单张大小不超过10MB；
4、分辨率建议不低于800×1000像素，面部区域占画面60%以上；
5、禁止使用模糊、过曝、逆光、戴墨镜或大幅侧脸的照片。
二、通过全能参考模式上传照片
全能参考模式是唯一支持“照片+音频”协同驱动口型与动作的入口，必须在此模式下完成照片上传与语义绑定，才能触发“照片说话”能力。
1、打开即梦AI或小云雀App，进入Seedance 2.0创作界面；
2、点击模式切换按钮，选择全能参考模式；
3、点击素材上传区的“+图片”按钮，从手机相册或电脑本地选取已准备好的人像照片；
4、上传成功后，系统自动为该图分配默认名称（如Image1），请勿手动修改；
5、确保上传总数未超过9张图片上限，且未超出12个素材总配额。
三、绑定音频并标注口型驱动指令
仅上传照片无法激活说话功能，必须同步上传一段语音，并在提示词中用@语法明确指定其作为驱动源，使AI理解该音频需映射至照片人物的口型与情绪变化。
1、点击“+音频”按钮，上传一段MP3格式语音，时长控制在15秒以内；
2、语音内容需为清晰普通话，避免背景杂音、变速或变调处理；
3、在提示词输入框中第一句即写：以@Image1为主角，口型与情绪严格匹配@Audio1内容；
4、继续补充动作与场景描述，例如：“自然站立，微笑开口说话，柔和室内光，浅景深，高清写实风格”；
5、切勿省略@符号及对应素材名，否则AI无法建立音画关联。
四、调整关键参数提升口型同步精度
部分参数直接影响AI对语音节奏与口型帧的解析能力，需针对性设置以增强说话自然度。
1、视频时长必须与音频时长一致，系统会自动读取音频长度并锁定选项；
2、分辨率选择2K而非1080P，更高画质有助于口唇边缘细节还原；
3、风格优先选用写实风格，避免动漫或赛博朋克等抽象风格干扰口型建模；
4、关闭“自动补帧”类增强选项（若界面存在），防止插入非语音驱动的过渡帧；
5、比例建议使用9:16或1:1，避免16:9横屏导致人脸被压缩变形。
五、替代方案：当照片被系统拦截时的应急处理
若上传真人实拍照片后提示“不支持该类型图片”，说明当前策略已限制原始人像直传。此时需通过图像转译方式绕过审核，同时保留人物辨识度与口型可驱动性。
1、将原图上传至Lovart中的nanobanan pro模型，指令为：“转成手绘电影分镜插画风格，全彩，白色背景，保留全部面部特征与服饰细节”；
2、下载生成结果，再次上传至Seedance 2.0全能参考模式；
3、在提示词首行写明：真人实拍短剧风格，严格复刻@Image1人物长相与口型动作；
4、同步上传音频并标注@Audio1，其余步骤与第三步完全一致；
5、生成后检查口型开合节奏是否与语音重合，若偏差明显，可微调音频起始点或更换更短语句重试。
