> **来源：[研报客](https://pc.yanbaoke.cn)** # 证券研究报告总结 ## 核心内容概览 本报告围绕**Seedance 2.5**与**Seedream 5.0**的联动使用，以及**DeepSeek-V4-Flash-Vision-Exp**的发布与使用展开，旨在为金融投研团队提供一套完整的视频与图像生成工作流，以实现专业、合规、高质量的多模态内容制作。 ## 主要观点与关键信息 ### 1. Seedance 2.5 与 Seedream 5.0 联动视频创作 - **Seedance 2.5** 是字节跳动新一代视频生成模型，支持 30 秒视频生成，可输入最多 50 个多模态参考素材，包括图片、视频和音频。 - **Seedream 5.0 Pro** 是字节跳动同团队图像创作模型，主打专业商业生产，具备图层拆分、像素级编辑、多语种文字渲染等能力。 - 二者可结合使用，形成“理解→生图→生视频”全链路，通过**混合迭代**方式提升视频生成质量。 #### 1.1 Seedance 2.5 视频生成模型特点 - 支持**多轮延长**，可生成更长视频。 - 可通过**网页版**或**API** 调用，适合不同场景使用。 - **价格**：1080p 视频每秒约 2.7 元（72 折），720p 为 1.7 元，480p 为 0.7 元。 #### 1.2 Seedream 5.0 图像创作模型特点 - 支持**图层拆分**、**像素级编辑**、**多图输入** 和**高密度信息图生成**。 - 适用于**文字渲染**、**场景构建**、**关键帧生成**等任务。 - 与 Seedance 同步支持**网页版**和**API**。 #### 1.3 视频创作流程 - **视频优先的混合迭代工作流**：通过**分镜设计**、**首轮视频生成**、**逐镜头检查**、**Seedream 修正关键帧**、**Seedance 重生成**、**剪映合成配音字幕**完成。 - **关键修复原则**：一次只处理一个目标（场景、文字、结构或 Logo），确保画面稳定、准确。 - **推荐输出设置**：1920×1080 分辨率、60fps 帧率、H.264/MP4 格式、高码率、AAC 音频、44.1kHz 采样率、立体声。 ### 2. DeepSeek 多模态视觉理解模型发布 - **DeepSeek-V4-Flash-Vision-Exp** 是 DeepSeek 发布的实验性多模态视觉理解模型，**不支持生成**，仅用于理解。 - 在**Agent Benchmark** 上表现优异，接近 **Opus-4.8**。 - **API 调用兼容 OpenAI SDK**，支持三种传图方式：**Base64 内联**、**外部公网 URL**、**Files API 上传**。 - **清晰度控制**：通过 `detail` 字段控制图像处理细节，`low`、`high`、`original`、`auto` 为可选参数。 - **多模态提示词设计**：需设定角色（system）与图文任务（user），并注意图片仅出现在 user 消息中，文字与图片顺序应先文字后图片，确保模型理解任务。 ### 3. 使用建议与技巧 - **提示词结构**：明确任务目标，使用分点方式，控制输出格式。 - **多图输入**：支持单请求最多 600 张图，15 张图以上自动降尺寸。 - **稳定输出技巧**： 1. 明确产物格式（如 Markdown 或 JSON）。 2. 分点列出具体要求。 3. 约束边界（如字数限制）。 4. 需识别人脸、小字、表格数字时，使用 `detail:"high"`。 ## 风险提示 - **模型能力不确定性**：DeepSeek-V4-Flash-Vision-Exp 为实验性模型，功能、性能、接口可能随时调整。 - **生成内容局限**：视频与图像生成可能存在文字错误、画面结构偏差、Logo 不一致等问题，需人工审核。 - **数据安全与合规风险**：使用第三方模型及平台涉及数据安全、隐私、内容合规及知识产权风险。 - **成本波动**：调用成本受参数设置与素材规模影响。 - **工作流与提示词参考性**：本报告所述流程与提示词基于特定案例，仅供参考，不构成对其他场景效果的保证。 ## 结论 本报告为金融投研团队提供了一套**基于 Seedance 2.5 与 Seedream 5.0 的视频生成流程**，并介绍了 DeepSeek-V4-Flash-Vision-Exp 的功能与使用方式，旨在帮助用户高效、专业地生成符合合规要求的多模态内容。同时提醒用户注意模型的局限性与使用风险，建议结合人工审核与优化策略提升最终效果。