字节跳动 DreamActor AI 视频生成器
DreamActor 是字节跳动智能创作的动作控制线。BytePlus 官方文档里，DreamActor M2.0 吃一张静帧和一段模板视频：主体复制那段片子的动作、表情和口型。驱动视频上限写 30 秒。ImgToVid 不跑 DreamActor。本页生成器打开 Talking Avatar——OmniHuman 1.5：一张静帧加一条声轨，最短 3 秒。
01 — 核心能力
图加驱动视频，不是文本单镜
公开的 DreamActor 页面卖动作迁移。本站能用的按钮是另一条字节跳动活：会说话的静帧。
01
BytePlus M2.0：静帧 + 模板视频
官方 API：JPEG/PNG 静帧（480×480 到 1920×1080，最大 4.7 MB）和 MP4/MOV/WebM 驱动（200×200 到 2048×1440）。列出真人、动画和宠物。过于抽象的主体可能失败。
02
驱动片段写明 30 秒
BytePlus 把模板视频上限写成 30 秒。产品文案按 0.05 美元/秒计费。输出可以裁掉开头 1 秒过渡。那是驱动视频上限，不是 8 秒文生视频。
03
论文，然后是托管 API
DreamActor-M1（ICCV 2025）用混合人脸和骨架引导去动真人静帧。DreamActor-M2（SIGGRAPH 2026）改成无姿态 RGB 驱动，并覆盖非人类角色。落地的 BytePlus 名称是 DreamActor M2.0。
04
本页跑 Talking Avatar
OmniHuman 1.5 吃首帧照片和声轨。时长跟音频走，最短 3 秒。积分是音频每秒 20。它不吃 DreamActor 的驱动视频。
02 — 提示词与成片
与上方片段对应的提示词
每条提示词描述卡片上的画面。“使用此提示词”仍会进入 Create。Talking Avatar 需要静帧和音频；它不会把这条提示词当 OmniHuman 输入。
- 01 · 人像
提示词卷发年轻男子特写，灰色针织衫，柔和窗光。他先看向一旁，再微笑。缓慢推进，浅景深。
- 02 · 产品
提示词白色皮革运动鞋放在浅灰摄影棚背景上，柔和散射光。镜头缓慢环绕。缝线清晰，造型保持极简。
- 03 · 街道
提示词镜头沿欧洲老村庄的石板巷缓慢推进。石墙上攀着玫瑰，晨光下的咖啡座，远处有几个人走过。
- 04 · 角色
提示词齐肩棕发年轻女子，橄榄色 T 恤，傍晚金色光线。她转头看向画外。发丝被风吹起，手持摄影的感觉。
03 — 适用场景
动作控制模型在卖的活
公开的 DreamActor 文案指向一张要去复制表演的静帧。本页能跑的路径是一张要开口说话的静帧。
一张要去复制表演的静帧
那是 BytePlus 的活：图加最长 30 秒驱动视频。ImgToVid 不跑那个 API。
一张必须开口的肖像
用本页的 Talking Avatar。上传照片和至少 3 秒的台词。嘴型跟声轨走。
宠物、卡通或多人物底板
M2.0 列出动画、宠物和多人驱动。本站 OmniHuman 1.5 是会说话的静帧，不是那种迁移。
只有一句提示词的镜头
DreamActor 和 Talking Avatar 都需要素材。只有句子时去 Seedance 写镜头。
04 — 评价
DreamActor 到底是什么
优势
- BytePlus M2.0：一张静帧 + 最长 30 秒驱动视频
- 官方静帧 480×480–1920×1080；驱动到 2048×1440
- 本页可以生成：Talking Avatar，OmniHuman 1.5
- Talking Avatar：静帧+音频≥3 秒，每秒 20 积分
取舍
- DreamActor 本身没有接到 ImgToVid
- M2.0 需要驱动视频；本页需要声轨
- 两条路径都不能只靠文本提示词
- 现行路径的积分随音频时长涨
05 — 横向对比
DreamActor、Veo 3.1 和 Kling 4.0
DreamActor 是动作迁移。下面 Veo 3.1 和 Kling 4.0 的数字来自这两家的公开文档——它们是单镜生成器。
06 — 使用步骤
在 ImgToVid 上开始一张会说话的静帧
步骤 1
接受 Talking Avatar
跑起来的不会是 DreamActor。生成器从 OmniHuman 1.5 起步。
步骤 2
加上静帧和声轨
先照片，音频至少 3 秒。只写提示词带不起这个系列。
步骤 3
在 Create 里生成
会员和积分在那里检查。回到这里不会把运行切成 DreamActor M2.0。
07 — 版本
本页实际打开的系列
一个 Create 系列。目录名是 DreamActor；跑起来的是 Talking Avatar。
08 — 常见问题
DreamActor，说清楚
字节跳动 DreamActor 是什么？
DreamActor 是字节跳动的动作控制线。BytePlus DreamActor M2.0 吃一张图和最长 30 秒的模板视频，让主体复制那段表演。论文覆盖 DreamActor-M1 和 DreamActor-M2。ImgToVid 不托管 DreamActor。
能在 ImgToVid 上生成 DreamActor 吗？
不能。本页生成器跑 Talking Avatar（OmniHuman 1.5），让静帧跟着音频动。你需要照片和至少 3 秒声轨。
和字节跳动 Imitator 有什么不同？
Imitator 是另一个目录名，本站没有它的第一方规格表；那一页用 Seedance 2.5 起草。DreamActor 的公开 API 是图加驱动视频。本页打开 Talking Avatar。
它会生成音频吗？
DreamActor M2.0 从驱动视频抄口型；BytePlus 没有另卖一张配乐表。本页 Talking Avatar 不会编音频——你上传声轨。
DreamActor 片段有多长？
BytePlus 把驱动视频写成最长 30 秒。本页 Talking Avatar 的时长跟你的音频走，从 3 秒起。
结果能商用吗？
在 ImgToVid 上生成的内容能否商用取决于你的套餐。发布前请查看 Pricing 和 Terms，并确保提示词和上传不侵犯他人权利。
09 — 更多模型
其他视频模型
按钮是 Talking Avatar
加上静帧和声轨，保持 Talking Avatar，在 Create 里生成。本站没有 DreamActor M2.0 可切换。
用 Talking Avatar 开始