即梦AI全能参考模式怎么用（图+视频+音频）？

手里有一张产品图、一段喜欢的运镜视频，还有一段节奏感很强的背景音乐，想把它们融合成一个新视频？很多人习惯把这三样东西一股脑上传，然后写一句“照着做”，结果生成的画面往往四不像：产品变了形，运镜对不上，音乐也卡不准点。

这其实是因为没搞清楚“全能参考”的逻辑。它不是自动拼图，而是给模型分配任务。在即梦AI的视频生成中，特别是使用支持多模态的 Seedance 2.0 模型时，你需要明确告诉系统：哪部分管长相，哪部分管动作，哪部分管气氛。

先给素材分好工，再一起上传

在使用全能参考前，先别急着点上传。假设你要做一个白色马克杯的宣传视频：图片是杯子的正面照，视频是一段缓慢环绕拍摄的镜头，音频是一首轻快的器乐。

你的目标很明确：杯子要长得像图片里那样，镜头运动要像视频里那样平滑，整体氛围要配合音乐的轻快感。这时候，图片负责“静态外观”，视频负责“动态运镜”，音频负责“节奏基调”。

在全能参考区域分别上传图片、视频和音频素材，并确认缩略图对应正确

进入即梦网页端的视频生成界面，选择 Seedance 2.0 模型，找到【全能参考】入口。分别上传这三类素材后，务必检查缩略图和名称是否对应正确。如果视频里恰好也有个杯子，但款式不同，你必须在心里（以及后续的提示词中）划定界限：只借它的运镜，不借它的主体。

不要为了追求“全能”而堆砌素材。主体越多，模型越容易困惑。第一次尝试时，建议只用一张图、一段视频和一段音频，把最简单的任务跑通，再考虑增加复杂的场景参考。

提示词要指名道姓，别让它猜

上传完素材，提示词的写法决定了模型的执行精度。即梦AI通常支持通过“@”符号或下拉列表引用已上传的素材。千万别只打一个文件名，最好从列表中选择对应的素材标签。

试着这样写提示词：“以 @图片1 中的白色马克杯为唯一主体，严格保留其杯型、白色杯身和蓝色图案；仅参考 @视频1 的缓慢环绕运镜轨迹，忽略视频中的人物和其他商品；参考 @音频1 的轻快节奏与氛围，设定场景为浅灰色桌面，镜头从正面缓慢移动至侧面，最后定格在杯身图案上。”

在提示词输入框中使用@符号引用具体素材，明确指定各素材的作用

这段描述的关键在于“排他性”。你明确了要什么（杯型、运镜轨迹），更明确了不要什么（视频中的人物、其他商品）。如果音频是用来做背景乐而非旁白，也要在提示词或设置中确认，避免模型误以为要提取人声。

记住，参考音频的节奏不等于复制原声。模型会根据音频的起伏调整画面的剪辑点或运动速度，但不会直接搬运原录音里的台词，除非你明确使用了声音克隆或特定音频驱动功能。

效果不理想？先做减法

如果生成的视频还是差点意思，比如杯子变形了，或者运镜太晕，通常是因为要求之间“打架”了。比如图片要求正脸静止，视频却是大幅度的旋转跳跃，模型就很难兼顾。

当效果冲突时，通过调整参考权重或更换素材来解决矛盾

这时候，先确定优先级。如果你最在意产品外观，就降低对运镜复杂度的要求，或者换一段更平缓的参考视频。不要试图通过不断叠加“必须完全一样”这样的强硬词汇来解决问题，这往往适得其反。

检查是否有互相矛盾指令：例如音频节奏极快，但提示词却要求“缓慢优雅”。遇到这种情况，要么换音频，要么改提示词。每次只调整一个变量，比如只换视频参考，看看效果变化，这样才能定位问题所在。

另外，提交前务必核对文件格式、时长和大小限制。上传失败和生成效果差是两回事，别对着错误的素材反复点击生成。如果任务正在处理中，耐心等待状态更新，不要重复提交导致队列拥堵。

版权与合规，底线不能碰

最后提醒一点，全能参考模式能力很强，但使用时要有边界。参考真人肖像、声音或他人受版权保护的作品时，必须确保拥有相应授权。不要用这个功能去制造冒充他人的内容，或未经允许复刻商业作品。

生成完成后，仔细检查视频画面与声音的匹配度

生成完成后，仔细检查主体细节是否走样、镜头转换是否连贯、声音使用是否符合初衷。把“图管外观、视频管动作、音频管节奏”这个分工逻辑理顺，通常比写一大段华丽的形容词更管用。毕竟，模型听得懂明确的指令，却读不懂模糊的赞美。