图生视频怎么保持主体一致：输入图片的最佳实践

在 RelayDance 上做图生视频时，保持主体一致的做法是：把主体参考图片放入 metadata.content[]（每次请求最多 9 张），在 prompt 中用 @image1 到 @imageN 明确指向对应图片，并将单段视频控制在 15 秒以内。建议先用 720p（约 $0.190/秒）或 Seedance Fast（约 $0.152/秒）验证一致性，再切换到 1080p 生成成片。

参考图片应该放在哪里，如何在提示词中引用？

参考图片应放在 metadata.content[] 中，并在 prompt 里按顺序用 @image1、@image2 等标记引用。RelayDance 每次请求支持最多 9 张参考图片、3 段参考视频和 3 条音轨，单段视频长度上限为 15 秒。要让主体保持一致，提示词需要明确说明哪张图对应哪个主体，例如"@image1 中的人物在 @image2 的场景中行走"，避免模型自行猜测图片用途。多张图片描述同一主体时，可以在提示词中注明它们是同一角色的不同视角。参考媒体的具体字段格式请以 relaydance.com/docs 为准。

如何准备一组主体统一的参考图片？

可以先用 gpt-image-2 通过图生图生成同一主体的多张参考图，再将它们作为视频的输入。根据 relaydance.com/models 的说明，gpt-image-2 的图像输出免费，只按输入计费，图生图约 ¥0.035 起，并且 4K 与 1K 出图同价。因此，用高分辨率生成参考图不会增加输出费用。图片接口为 POST /v1/images/generations。建议所有参考图都基于同一张主体原图生成，保持服装、发型、配色等特征不变，只改变角度或姿态。这样放入 metadata.content[] 后，各张图片之间的特征差异较小，有助于视频中主体外观的稳定。

如何提交图生视频任务并获取结果？

使用 OpenAI 兼容方式调用，向 POST /v1/video/generations 提交任务，再轮询或通过回调获取结果。据 relaydance.com/docs 官方文档：「将 base_url 改为 https://relaydance.com/v1 并保留 OpenAI SDK 即可调用」。请求头使用 Authorization: Bearer YOUR_API_KEY，密钥可在 relaydance.com/console 创建。请求体包含 model、prompt、seconds 和 metadata，其中 metadata 可设置 ratio、resolution、generate_audio、callback_url 与 content[]。提交后轮询 GET /v1/video/generations/{task_id}，直到 status 为 succeeded 或 failed，结果中包含视频 url。如果设置了 metadata.callback_url，最终状态会以 POST 方式发送到你的服务器。

调试主体一致性时，应选择哪个分辨率和模型？

建议先用较低单价的档位反复调试参考图和提示词，确认主体一致后再生成高分辨率成片。下表为 relaydance.com/models 列出的价格：

调试阶段的失败成本也较低，据 relaydance.com 官方文档：「失败或报错的请求一律不计费」。

常见问题

以下是关于图生视频主体一致性的常见问题。

一次请求最多能放多少参考素材？
每次请求最多 9 张参考图片、3 段参考视频和 3 条音轨，单段视频最长 15 秒。

生成失败的视频会扣费吗？
不会。RelayDance 按生成的视频按量计费，失败或报错的请求不计费，支持 USDT 和 Stripe 银行卡支付。

需要 BytePlus 企业账户或 KYC 吗？
不需要。RelayDance 提供 OpenAI 兼容的 Seedance 直接接入，无需 BytePlus 企业账户或 KYC，各模型实时价格见 relaydance.com/models。