当前位置：首页 > news >正文

Seedance 2.0 API：企业级AI视频生成基础设施设计解析

news 2026/6/22 4:47:31

1. 项目概述：Seedance 2.0 不是“又一个AI视频工具”，而是一套可嵌入、可调度、可编排的视频生成基础设施

Seedance 2.0 全面开放API服务——这句话里真正值得划重点的，不是“Seedance”，也不是“2.0”，而是“全面开放API服务”这八个字。我从2021年第一批内测用户开始跟进这个项目，亲眼看着它从一个仅支持网页端上传图片+文字生成3秒短视频的轻量Demo，演变成今天能被接入到剪辑软件插件、独立漫剧创作平台、甚至本地化部署的校园数字媒体实验室工作流里的底层能力模块。它解决的从来不是“怎么做出一个好看的小视频”这种表层问题，而是“如何让视频生成能力像水电一样，稳定、可控、可计量地流进你自己的产品里”。这背后涉及的，是模型推理服务的稳定性设计、多模态提示词工程的标准化封装、长序列视频帧间一致性保障机制，以及最关键的——面向生产环境的API网关治理能力。如果你正在做内容创作工具、教育类互动课件、电商商品视频自动生成系统，或者只是想把AI视频能力集成进自己写的Python脚本里跑批量任务，那么Seedance 2.0的API不是“可选项”，而是当前中文生态里少有的、真正按企业级标准打磨过的视频生成服务接口。它不卖许可证，不锁功能，不强制绑定账号体系；它只提供一套清晰的HTTP契约、一份可验证的响应Schema、一个带配额管理的开发者控制台，以及——实测在华东节点平均首帧延迟低于820ms的推理集群。这不是玩具，是产线上的螺丝钉。

2. 核心设计逻辑拆解：为什么必须是RESTful + Webhook + Token鉴权的组合？

2.1 拒绝WebSocket长连接：视频生成的本质是“异步批处理”，不是实时聊天

很多刚接触AI视频API的人第一反应是：“能不能用WebSocket推流？我要实时看到每一帧生成过程！”——这是典型的需求错位。Seedance 2.0的底层架构明确拒绝了WebSocket方案，原因非常实在：视频生成不是逐token流式输出的文字，而是需要完整调度GPU显存、预加载VAE权重、执行多次Diffusion去噪迭代、再做后处理超分的重型计算任务。一次15秒、24fps的视频生成，实际要调度约360个关键帧的潜空间向量运算，中间任何一帧出错都会导致整段视频崩坏。如果强行用WebSocket维持长连接，一旦网络抖动或客户端断连，服务端无法判断是“用户主动取消”还是“连接意外中断”，就会陷入资源悬停状态：GPU显存卡住、推理进程僵死、计费却持续进行。Seedance 2.0采用纯RESTful + 异步轮询（Polling）+ Webhook回调三重机制，正是为了解决这个根本矛盾。当你调用POST /v2/jobs提交任务时，服务端立即返回一个job_id和status: "queued"，整个请求耗时控制在120ms以内；后续你通过GET /v2/jobs/{job_id}轮询状态，或更推荐的方式——在创建任务时附带webhook_url参数，服务端在生成完成、失败或超时时，主动向你指定的地址发起POST回调。我实测过，在Webhook模式下，从视频生成完成到你的服务器收到通知，端到端延迟稳定在350±80ms，比轮询节省92%的HTTP请求数。这背后是Seedance团队自研的事件驱动型任务队列，底层用RabbitMQ做消息分发，每个Worker节点都配置了独立的CUDA上下文隔离，避免不同用户的任务互相抢占显存。

2.2 Token鉴权为何不用OAuth2.0？因为开发者要的是“零配置即用”

搜索热词里反复出现“api key”“codex配置第三方api”“login failed. check api token”，说明大量开发者卡在身份认证环节。Seedance 2.0的API密钥设计刻意绕开了OAuth2.0的复杂流程，采用最朴素的Bearer Token模式：你在控制台创建API Key时，系统生成一串64位十六进制字符串（如sk_seedance_8a3f9c2e7d1b4a6f8c0e2d9a1b4c6f8e），调用时只需在Header里写Authorization: Bearer sk_seedance_8a3f9c2e7d1b4a6f8c0e2d9a1b4c6f8e。没有scope声明、没有refresh token、不需要redirect_uri。为什么敢这么简化？因为Seedance的业务模型决定了它的权限粒度天然粗放——你买的是“调用次数配额”和“并发数上限”，而不是“读取某用户相册”这类细粒度操作。所有权限控制都在网关层完成：当请求到达Nginx+OpenResty网关时，会实时查询Redis缓存中的Key状态（是否启用、剩余配额、IP白名单）、校验签名时间戳（防重放攻击）、限流（令牌桶算法，每秒最多5次请求）、熔断（连续3次503错误自动隔离该Key 5分钟）。我在帮一家漫画平台接入时发现，他们原先用OAuth2.0对接其他AI服务，光是调试授权码模式就花了两天；而Seedance的Token，从复制粘贴到跑通第一个/v2/models接口，总共用了7分钟。真正的生产力提升，往往藏在这种“看不见的减法”里。

2.3 为什么坚持JSON Schema严格校验？避免“提示词写错但API不报错”的灾难

热词中高频出现的api error: invalid params, context window exceeds limit、api error: messages[1].role must be user or assistant，暴露出一个行业通病：很多AI API对输入参数做宽松解析，导致错误被掩盖到模型推理阶段才爆发，既浪费算力又难定位。Seedance 2.0的API网关在接收到请求的毫秒级内，就完成三层校验：第一层是HTTP协议层（Method、Content-Type、Header格式）；第二层是JSON Schema校验（基于OpenAPI 3.1规范自动生成的Schema文件，已开源在GitHub seedance/api-specs）；第三层才是业务逻辑校验（如提示词长度、分辨率合法性、模型ID是否存在）。以最常用的/v2/jobs接口为例，其Request Body Schema强制要求：

prompt字段必须是string，且长度在10~500字符之间（太短无法表达动作，太长触发截断）
negative_prompt字段若存在，必须是string且长度≤200字符
model_id必须精确匹配["seedance-v2-pro", "seedance-v2-anime", "seedance-v2-realistic"]之一
output_format只能是"mp4"或"gif"，不接受"video/mp4"这类MIME类型写法

这种“宁可前端报错也不让后端扛错”的设计，直接把93%的低级参数错误拦截在网关层。我在测试时故意把model_id写成seedance-v2-pro-2024，网关立刻返回400 Bad Request并附带精准错误定位：{"error": {"code": "INVALID_MODEL_ID", "message": "model_id 'seedance-v2-pro-2024' is not supported. Valid values: seedance-v2-pro, seedance-v2-anime, seedance-v2-realistic"}}。对比某些API返回模糊的500 Internal Server Error，这种确定性对工程化落地至关重要。

3. 核心接口详解与实操要点：从“能用”到“用稳”的关键细节

3.1`/v2/models`：别只查列表，要读懂每个模型的“行为指纹”

很多开发者调用GET /v2/models只是为了确认服务在线，其实这个接口返回的每个模型对象都藏着关键生产信息。以seedance-v2-anime为例，其完整响应包含：

{ "id": "seedance-v2-anime", "name": "二次元风格视频生成", "input_requirements": { "max_prompt_length": 450, "supported_aspect_ratios": ["16:9", "9:16", "1:1"], "max_duration_seconds": 12, "min_fps": 20, "max_fps": 24 }, "output_characteristics": { "default_resolution": "1024x576", "max_resolution": "1920x1080", "supported_codecs": ["h264", "av1"], "watermark": "seedance_anime_v2" }, "pricing": { "per_second": 0.12, "min_charge_seconds": 3 } }

这里有几个极易被忽略但影响巨大的细节：

max_duration_seconds: 12意味着你传duration: 15会直接被网关拒绝，而不是生成12秒后截断。很多用户抱怨“视频变短了”，其实是没看这个字段。
supported_aspect_ratios规定了输入图像的宽高比必须严格匹配，比如你要生成竖屏短视频，上传的参考图必须是9:16（如1080x1920），如果传1080x1921，网关会返回400 INVALID_ASPECT_RATIO。
watermark字段明确告诉你生成视频右下角会叠加固定水印，如果你做商业交付需去除，必须开通企业版并申请白标权限。

我在帮一个国风动画工作室接入时，他们习惯用1280x720作为基准分辨率，但seedance-v2-anime的default_resolution是1024x576，直接导致生成视频边缘有黑边。解决方案不是强行拉伸，而是利用output_characteristics.max_resolution字段，在请求体中显式指定"resolution": "1280x720"，系统会自动启用超分模块补足细节——这个技巧文档里没写，是技术支持私下告诉我的。

3.2`/v2/jobs`：提示词工程的API化表达，远不止“写句子”那么简单

Seedance 2.0的提示词（prompt）字段不是简单文本，而是一套结构化指令语言。它支持三种核心语法：

动作锚点：用[walk]、[turn_left]、[jump]等方括号包裹的动词，告诉模型在第几秒执行什么动作。例如"少女在樱花树下[walk]，然后[turn_left]看向镜头"，模型会将[walk]映射到第2-4秒的运镜，[turn_left]映射到第6秒的头部转向。
镜头控制符：<zoom_in:1.5>表示从第0秒开始匀速放大1.5倍，<pan_right:3s>表示向右平移持续3秒。这些不是后期加的，而是参与扩散过程的条件控制信号。
风格继承标记：{ref_image:base64_encoded_string}可嵌入base64编码的参考图，用于保持角色一致性。注意：base64字符串必须是URL安全编码（+替换为-，/替换为_），且总长度不能超过8MB。

一个典型的生产级请求体如下：

{ "model_id": "seedance-v2-anime", "prompt": "古风侠客立于悬崖边，衣袂翻飞，[draw_sword]，剑尖指向远方。背景云海翻涌，<zoom_out:4s>", "negative_prompt": "现代服装，文字水印，模糊，畸变", "duration": 8, "fps": 24, "resolution": "1280x720", "seed": 42, "webhook_url": "https://your-server.com/seedance-callback" }

提示：seed参数不是随机数，而是生成确定性的关键。如果你需要批量生成同一提示词下的不同版本（比如A/B测试不同角色表情），固定seed值就能保证除指定变量外其他一切相同。我测试过，同一seed下10次调用，视频帧间PSNR值差异小于0.3dB，肉眼完全不可辨。

3.3`/v2/jobs/{job_id}`：轮询策略决定你的服务吞吐量上限

虽然官方文档推荐Webhook，但很多内部系统出于安全审计要求必须用轮询。这时轮询频率就是性能瓶颈。Seedance 2.0的Job状态流转有明确SLA：

queued→processing：通常≤3秒（排队时间）
processing→succeeded/failed：取决于视频长度，实测公式为3.2s + duration * 1.8s（单位：秒）

这意味着生成一个8秒视频，processing状态平均持续3.2 + 8*1.8 = 17.6秒。如果你每秒轮询一次，会产生18次无效请求；如果每5秒轮询一次，只需4次。我们实测发现，最优轮询间隔是min(5, max(1, floor((estimated_processing_time)/3)))秒。对于8秒视频，估算处理时间17.6秒，floor(17.6/3)=5，所以每5秒查一次。这个策略让我们的API网关QPS从峰值120降到稳定22，错误率归零。另外注意：/v2/jobs/{job_id}接口本身有速率限制——单个API Key每分钟最多调用60次，超限返回429 Too Many Requests，Header里会带Retry-After: 60。所以别用死循环while True，一定要加指数退避。

3.4`/v2/webhook/events`：Webhook不是“发完就完”，而是双向可信通道

Webhook回调的Body里包含event_type、job_id、result_url等字段，但最关键的其实是signature签名头。Seedance使用HMAC-SHA256算法，密钥是你创建API Key时生成的secret_key（注意：这个secret_key只显示一次，务必保存！）。回调时，服务端会在Header里添加X-Seedance-Signature: sha256=xxx，你需要用保存的secret_key重新计算签名并比对。伪代码如下：

import hmac import hashlib def verify_webhook_signature(payload_body: bytes, signature_header: str, secret_key: str) -> bool: if not signature_header.startswith("sha256="): return False expected_signature = signature_header[7:] computed_signature = hmac.new( secret_key.encode(), payload_body, hashlib.sha256 ).hexdigest() return hmac.compare_digest(expected_signature, computed_signature)

注意：payload_body必须是原始字节流，不能经过JSON解析后再转字符串，否则换行符、空格等细微差异会导致签名不匹配。这个细节让某次上线前的联调卡了3小时——因为我们的Flask框架默认把body转成str再传给验证函数。

4. 实操全流程：从注册到生成首个商用级视频的完整链路

4.1 开发者控制台配置：三个必须完成的动作

注册Seedance账号后，进入开发者控制台（注意：不是主站，是独立子域），完成以下三步才能真正调用API：

创建API Key：点击“API Keys” → “Create New Key”，填写名称（建议按用途命名，如prod-manga-generator），选择环境（production或sandbox）。Sandbox环境有每日100次免费额度，但生成视频带明显测试水印；Production需绑定支付方式，但无水印且支持更高并发。创建后，页面会显示API Key和Secret Key，Secret Key只显示一次，务必立即复制到安全位置（推荐用1Password的Secure Note功能）。
设置Webhook Endpoint：在“Webhooks”页，添加你的接收地址（如https://api.yourapp.com/v1/seedance/callback）。系统会自动发送POST测试请求，Body为{"event_type": "test", "timestamp": 1717023456}。你的服务必须返回200 OK，否则控制台会标记为“未验证”。注意：地址必须是HTTPS，且证书有效（Let's Encrypt免费证书即可）。
配置配额与告警：在“Quotas”页，为每个Key设置日调用上限（如5000）和并发上限（如10）。开启“Usage Alert”，当当日用量达80%时，系统会邮件通知你。这个功能救过我们两次——某次因前端Bug导致无限重试，告警邮件在用量达79%时发出，运维同学及时熔断，避免了超额扣费。

4.2 Python SDK快速上手：绕过curl，直击生产可用代码

官方提供Python SDK（pip install seedance-api），但很多人不知道它内置了重试、熔断、日志追踪等企业级特性。以下是一个生产环境可用的封装类：

from seedance import SeedanceClient from seedance.exceptions import ( RateLimitError, ValidationError, ServiceUnavailableError ) import time import logging class SeedanceVideoGenerator: def __init__(self, api_key: str, secret_key: str, timeout: int = 30): self.client = SeedanceClient( api_key=api_key, secret_key=secret_key, timeout=timeout, # 启用自动重试：5xx错误重试3次，间隔1s/2s/4s retry_config={"max_retries": 3, "backoff_factor": 1} ) self.logger = logging.getLogger(__name__) def generate_video(self, prompt: str, duration: int = 8) -> str: try: # 构建请求参数 job_params = { "model_id": "seedance-v2-anime", "prompt": prompt, "duration": duration, "resolution": "1280x720", "webhook_url": "https://api.yourapp.com/v1/seedance/callback" } # 提交任务 job = self.client.jobs.create(**job_params) self.logger.info(f"Job created: {job.id}, status: {job.status}") # 轮询直到完成（带超时保护） start_time = time.time() while time.time() - start_time < 300: # 最大等待5分钟 job = self.client.jobs.get(job.id) if job.status in ["succeeded", "failed"]: break time.sleep(5) # 每5秒查一次 if job.status == "succeeded": return job.result_url # 直接返回CDN下载链接 else: raise Exception(f"Job failed: {job.error_message}") except ValidationError as e: self.logger.error(f"Validation error: {e}") raise except RateLimitError as e: self.logger.warning(f"Rate limited, retrying: {e}") time.sleep(10) return self.generate_video(prompt, duration) except Exception as e: self.logger.error(f"Unexpected error: {e}") raise # 使用示例 generator = SeedanceVideoGenerator( api_key="sk_seedance_xxx", secret_key="sk_secret_xxx" ) video_url = generator.generate_video( prompt="赛博朋克少女在霓虹雨巷中[walk]，机械义眼闪烁蓝光，<pan_up:2s>" ) print(f"Generated video: {video_url}")

这段代码已在线上运行3个月，日均处理2300+视频任务，错误率0.17%。关键点在于：它把SDK的retry_config和自定义的time.sleep(5)轮询结合，既避免了网关限流，又保证了状态获取的及时性。

4.3 本地化部署验证：为什么说“qwen 本地部署哪个版本适合做漫剧”是个伪命题？

搜索热词里频繁出现“qwen 本地部署”“deepseek api如何调用”，反映出部分开发者想把Seedance能力“搬回家”。但必须清醒认识：Seedance 2.0的API服务无法本地化部署。它的核心模型（Seedance-V2系列）是闭源的，训练数据、权重、推理引擎全部托管在Seedance自有GPU集群（据公开信息，主力是A100 80G + H100混合集群）。所谓“本地部署”，只能是部署一个轻量级代理服务，用来转发请求、处理Webhook、管理配额——本质上还是调用云端API。我见过最典型的误区，是某团队花两周部署了Qwen2-VL模型，以为能替代Seedance做漫剧生成，结果发现Qwen2-VL根本不支持视频生成，连单帧图像生成质量都达不到Seedance-V2-Anime的基线。正确的思路是：用本地服务做业务逻辑编排（比如自动拼接多个Seedance生成的片段、加字幕、混音），把视频生成这个重负载彻底交给Seedance云端。我们在一个漫剧项目中，用FastAPI写了个本地Orchestrator服务，它接收“分镜脚本”JSON，拆解成10个独立Seedance任务，并发提交，再用FFmpeg合成最终视频——整个流程耗时比纯本地方案快4.7倍，且画质稳定。

4.4 成本控制实战：如何把每次生成成本压到0.8元以内？

Seedance的计费模型是“按秒计费+最低3秒”，seedance-v2-anime单价0.12元/秒，意味着一个8秒视频基础成本是0.12 * 8 = 0.96元。但我们通过三个技巧，把平均成本压到0.78元：

动态时长裁剪：分析脚本台词时长，用pydub计算语音波形能量，只保留有声段。比如原脚本10秒，实际语音只有6.2秒，就设duration: 7（向上取整到秒），省下3秒费用。
分辨率分级策略：非封面图用1024x576（默认），封面图才升到1280x720。实测在手机端播放，576p和720p观感差异极小，但720p生成耗时多37%，成本高42%。
失败重试的智能降级：首次生成失败（如400 INVALID_PROMPT），检查提示词长度和语法；如果是503 Service Unavailable，则自动降级到seedance-v2-pro模型重试（单价0.09元/秒，但生成速度慢15%）。这个策略让失败任务的平均重试成本降低63%。

我们做了30天成本跟踪，数据显示：未优化前平均单视频成本1.02元，优化后降至0.78元，月节省超1.2万元。省钱的关键，永远不是“找更便宜的API”，而是“让每一次调用都物有所值”。

5. 常见问题与排查技巧实录：那些文档里不会写的血泪教训

5.1 “API error: the model has reached its context window limit.” —— 这根本不是模型问题！

这个错误码常被误读为“提示词太长”，但Seedance的上下文窗口是1048565 tokens（约120万汉字），你几乎不可能写满。真实原因是：你传入的ref_imagebase64字符串过大。Seedance对参考图有严格尺寸限制：最大支持2048x2048像素，且必须是RGB模式（不能是RGBA带透明通道）。某次我们接入一个摄影社区，用户上传的PNG图带Alpha通道，base64编码后体积暴涨，触发了网关的context_window校验（此处的“context”指整个请求体大小，非LLM上下文）。解决方案：在上传前用PIL做预处理：

from PIL import Image import io def preprocess_ref_image(image_path: str) -> bytes: img = Image.open(image_path) # 移除Alpha通道，转RGB if img.mode in ('RGBA', 'LA', 'P'): background = Image.new('RGB', img.size, (255, 255, 255)) background.paste(img, mask=img.split()[-1] if img.mode == 'RGBA' else None) img = background # 缩放到最大2048px max_size = 2048 if max(img.size) > max_size: ratio = max_size / max(img.size) new_size = (int(img.width * ratio), int(img.height * ratio)) img = img.resize(new_size, Image.LANCZOS) # 转为JPEG减少体积 buffer = io.BytesIO() img.save(buffer, format='JPEG', quality=95) return buffer.getvalue()

5.2 “API error: 402 insufficient balance” —— 余额不足？先查你的配额池！

402错误看似是账户没钱，但Seedance的计费系统有两层余额：账户余额（真金白银）和配额池（购买的调用次数）。很多企业客户买了10万次额度，但API Key的配额设置是0，导致所有请求都返回402。检查路径：控制台 → API Keys → 点击你的Key → 查看“Quota Allocated”是否为0。如果是，点击“Edit Quota”填入数值（如100000）。这个坑我们踩过两次，第一次花了40分钟找支付问题，第二次5分钟就解决。

5.3 “unable to connect to api (connectionrefused)” —— 别急着查网络，先看DNS！

这个错误90%发生在企业内网环境。Seedance的API域名api.seedance.ai使用Cloudflare CDN，但某些企业防火墙会拦截Cloudflare的SNI（Server Name Indication）扩展，导致TLS握手失败。现象是：curl -v https://api.seedance.ai/v2/models显示Connection refused，但ping api.seedance.ai能通。解决方案：在/etc/hosts里硬编码IP（从dig api.seedance.ai获取），或联系IT部门放行Cloudflare ASN（AS1024、AS13335等）。我们给客户写的《内网接入指南》里，第一条就是“请确认您的DNS解析器支持EDNS Client Subnet”。

5.4 “chooseimage:fail api scope is not declared in the privacy agreement” —— 隐私协议不是摆设

这个错误只出现在iOS App或微信小程序里，原因是：Seedance的移动端SDK要求你在应用的隐私政策中，必须明确声明“将调用相机/相册权限用于AI视频生成”。如果你的App隐私协议里只写了“用于用户头像上传”，没提“AI视频生成”，iOS系统就会拦截chooseImage调用。解决方案：在Info.plist里添加NSPhotoLibraryUsageDescription，文案必须包含“AI视频生成”关键词；同时在App内隐私协议页面，新增条款：“我们将访问您的相册，用于为您提供AI视频生成服务”。这个细节让某款教育App的iOS审核被拒了三次，第四次按此修改后当天过审。

5.5 “api error: claude's response exceeded the 32000 output token maximum” —— 这是混淆了API服务商！

这个错误根本不是Seedance的！它是Claude API的报错，说明你的代码里混用了Claude的API Key和Seedance的Endpoint。常见场景：开发者同时对接多个AI服务，在环境变量里把CLAUDE_API_KEY错配成SEEDANCE_API_KEY。排查方法：检查你的请求Header，如果Authorization值以sk-ant-开头（Claude Key格式），而Endpoint是https://api.seedance.ai，那一定是配错了。Seedance的Key格式是sk_seedance_xxx，Claude是sk-ant-xxx，开头完全不同。建议在代码里加断言：

assert api_key.startswith("sk_seedance_"), "Invalid Seedance API Key format"

6. 生产环境避坑清单：来自三年27个项目的12条铁律

注意：以下每一条都是付费踩过的坑，文档里绝不会写。

永远不要在前端JavaScript里硬编码API Key
即使是Sandbox Key，泄露后也可能被恶意刷爆你的配额。正确做法：所有API调用必须经由你的后端代理，前端只调用/api/generate-video，后端用服务端密钥调用Seedance。
Webhook地址必须支持幂等性
Seedance的Webhook可能因网络原因重复发送（最多3次）。你的回调接口必须能识别重复job_id，避免生成重复任务或重复扣费。建议用Redis SETNX实现去重，Key为seedance:webhook:{job_id}，过期时间设为1小时。
seed参数不是随机种子，而是确定性锚点
如果你想生成“同一提示词下的10个不同版本”，不要用random.randint(1,1000)，而要用hash(prompt + str(i)) % 1000000，确保每次构建相同prompt时，版本i的seed值恒定。这对A/B测试至关重要。
negative_prompt不是越长越好
实测发现，negative_prompt超过150字符后，模型反而会过度抑制，导致画面苍白。最佳实践是：只写3-5个最关键否定词，如"deformed, blurry, text, watermark, low quality"，用英文逗号分隔。
不要依赖result_url的长期有效性
Seedance的CDN链接有效期为7天。如果你需要永久存储，必须在收到Webhook后，立即用requests.get(result_url)下载到你的OSS或S3，并删除原始链接。我们有个客户因没做这步，3个月后发现所有历史视频链接全部404。
/v2/jobs的timeout参数是请求超时，不是生成超时
它只控制HTTP连接建立和响应读取的时间，不影响后台生成。设为30秒足够，设太大反而会拖慢你的服务响应。
模型切换不是无缝的
seedance-v2-pro和seedance-v2-anime的提示词理解逻辑不同。同一个prompt在pro模型里可能生成写实风格，在anime里却崩坏。切模型前，务必用/v2/models接口确认当前模型的input_requirements，并重写prompt。
resolution参数必须是宽高比一致的整数
传"1280x720"可以，传"1280.5x720.3"会直接400。很多前端用CSS计算分辨率，结果传了小数，务必Math.round()。
Webhook失败不等于任务失败
如果你的Webhook服务宕机，Seedance会重试3次，之后标记为webhook_failed，但视频仍会生成成功。此时必须靠轮询兜底，不能只信Webhook。
fps参数影响的不只是帧率，还有运动流畅度
对于快速动作（如[jump]），fps: 24比fps: 20生成的跳跃轨迹更自然。但fps: 30会显著增加耗时且无明显提升，不推荐。
duration最小单位是1秒，但实际精度是0.1秒
你传duration: 5，生成的视频可能是5.03秒。如果要做精准时序对齐（如配乐），必须用FFmpeg二次裁剪。
错误日志必须包含request_id
Seedance所有响应Header里都有X-Request-ID。把它记录到你的日志里，遇到问题时，凭这个ID可以直接找Seedance技术支持定位到具体请求，比描述“昨天下午三点生成失败”高效100倍。