Dreamina

摘要：Dreamina 是字节跳动剪映团队面向海外用户推出的一站式 AI 创作平台，以 Seedance 视频生成架构和 Seedream 图像模型为核心，提供文生图、图生图、文生视频、图生视频、智能画布、故事创作模式、数字人与对口型等功能，支持多模态输入与多语言提示词，面向自媒体博主、电商卖家、跨境创作者与专业设计师，提供按代币计费的会员体系与多平台客户端。
Dreamina官网入口：https://dreamina.capcut.com

一、平台定位与品牌背景

Dreamina AI 是字节跳动剪映团队开发的生成式 AI 创作平台，最早以 CapCut Dreamina 名称内测，2024 年 5 月正式启用中文名“即梦”，并同步推出海外版 Dreamina，面向北美、东南亚等海外市场以及跨境出海内容创作者。

• 即梦 / Dreamina 关系：Dreamina 为即梦的海外版品牌，共享自研模型与核心能力，界面语言、定价与部分功能针对海外市场优化。
• 一站式 AI 创作平台：集成图像生成、视频生成、智能编辑、创意社区与故事创作模式，覆盖“图像→文字设计→视频→编辑→灵感获取”的全链路创意需求。
• 目标用户：专业设计师、视频创作者、自媒体博主、电商卖家与跨境出海内容生产者。
  

  二、核心功能模块

  2.1 AI 图像生成

• 文生图（Text-to-Image）：用户输入自然语言提示词，平台基于 Seedream 系列模型生成高质量图像，支持多语言提示词，英文提示词下排版与文字生成更稳定。
• 图生图（Image-to-Image）：上传参考图后，通过风格迁移、背景替换、姿势保留等方式生成新图，适用于角色设计、产品换背景等场景。
• “再来一张”（Make a Similar One）：复用社区作品的提示词与风格，在保留整体视觉特征的基础上微调生成，降低提示词门槛。
  

  2.2 AI 视频生成

• 文生视频（Text-to-Video）：输入文本描述直接生成短视频，支持镜头运动、节奏与风格控制。
• 图生视频（Image-to-Video）：上传静态图作为首帧，平台自动生成动态视频，可添加运镜与转场。
• 首尾帧控制：上传首帧与尾帧图像，由模型生成中间过渡片段，用于精确控制视频起止状态。
• Seedance 2.0：支持文本、图像、视频片段、音频等多模态输入，实现 2K 分辨率、15 秒时长、24fps 帧率的视频生成，并具备多镜头叙事与音画同步能力。
  

  2.3 智能画布与编辑工具

• 智能画布：在多层画布上完成 AI 生成、局部重绘、扩图、擦除与融合，实现多元素无缝拼接与风格统一。
• 局部重绘：选中区域重绘而不影响整体，用于修改人物服饰、产品细节或背景元素。
• 智能扩图：支持 1.5–3 倍画面扩展，补全背景与构图。
• 消除与抠图：一键去除背景或特定元素，方便制作商品白底图、人物头像等。
  

  2.4 数字人与动作模仿

• OmniHuman 多模态数字人模型：输入单张人物照片 + 一段音频或视频，生成口型同步、动作自然的数字人视频。
• 动作模仿：上传人物图 + 参考动作视频，使人物复刻视频中的动作与表情，支持动漫/卡通风格。
• 大师模式（OmniHuman-1）：根据照片 + 音频自动生成匹配肢体动作的视频，适用于演讲、唱歌、乐器演奏等场景。
  

  2.5 AI 对口型与故事创作模式

• AI 对口型：为视频中人物配音并自动匹配口型，支持多种音色与用户自定义配音，最长 9 秒口型视频。
• 故事创作模式：在时间线上拖放图像/视频/音频素材，自动生成分镜与脚本，支持 10 张关键帧生成约 45 秒长视频。
  

  三、技术架构与模型体系

  3.1 Seedream 图像模型系列

• Seedream 5.0 Lite：最新图像生成模型，支持文生图与图生图，内置实时检索与逻辑推理能力，对中文提示词与多语言排版有优化。
• Seedream 5.0：定位为“最强大图像生成器”，支持画布编辑、风格预设与商业安全输出，适用于海报、品牌素材与产品设计。
• 图像模型 2.1 / 3.0 / 3.1：2.1 版主打“一句话生成海报”，突破中文文字生成难题；3.0/3.1 采用 MoE 混合专家架构，强化中文语义理解与专业风格表现。
  

  3.2 Seedance 视频生成架构

• Seedance 1.0 / 1.5 Pro：早期视频生成模型，支持文生视频、图生视频与多语言配音，是 Dreamina 视频功能的基础版本。
• Seedance 2.0：最新多模态视频生成架构，可同时接收文本、图像、视频片段与音频输入，实现多镜头叙事、音画同步与精细运镜控制。
• 关键能力：
  • 多模态输入：12 文件多模态输入，支持文本、图片、视频片段、音频组合生成。
  • 叙事模式：自动生成镜头切换与场景过渡，适用于短片与广告创作。
  • 音频参考：根据音频风格调整画面节奏与音效，实现音画同步。
    

    3.3 OmniHuman 数字人模型

• OmniHuman-1：多模态数字人模型，输入单张照片 + 音频即可生成动作与口型匹配的数字人视频，支持复杂人体移动与自然走动。
• Face Motion Tokenizer：将表情细节离散化为“表情令牌”，实现情绪与微表情的 1:1 还原。
• DreamActor-M1：动作驱动技术，采用显式 + 隐式特征混合驱动方式，支持不同画幅与风格的动作迁移。
  

  3.4 U-ViT 与扩散架构

• U-ViT 架构：U-ViT 是将 ViT 作为骨干网络的扩散模型架构，用于替代传统基于 CNN 的 U-Net，在 ImageNet 与 MS-COCO 上取得更优 FID 指标。
• 作用：在 Dreamina 的 Seedream / Seedance 等模型中，U-ViT 负责在潜在空间或像素空间进行去噪预测，是高分辨率图像与视频生成的核心计算模块之一。
• 长跳连接与 3×3 卷积：U-ViT 在浅层与深层之间使用长跳连接以保留低层特征，并在输出前可选 3×3 卷积块以抑制 Transformer 带来的伪影。
  

  四、使用流程与交互设计

  4.1 典型图像生成流程

1. 选择模型：在 Dreamina 中选择 Seedream 5.0 / 5.0 Lite 或其他图像模型。
2. 输入提示词：输入多语言提示词（英文更稳定），描述主体、场景与风格。
3. 设置参数：选择分辨率（最高 2K）、画面比例与风格预设。
4. 生成与编辑：生成图像后进入智能画布，进行局部重绘、扩图、消除与图层融合。
5. 导出：下载无水印高清图，或继续用于视频生成与故事创作。
   

   4.2 典型视频生成流程

6. 选择模式：文生视频 / 图生视频 / 首尾帧控制。
7. 上传素材：输入文本、上传首帧图或首尾帧图。
8. 选择模型：Seedance 2.0 或其他视频模型，设置分辨率、时长与帧率。
9. 运镜与节奏：调整镜头运动（推拉、旋转、平移）、速度与补帧超分参数。
10. 后期编辑：使用对口型、动作模仿或故事模式进行二次编辑。
    

    五、多语言与出海优化

• 多语言提示词：Dreamina 针对海外用户优化英文提示词，支持英语、日语、西班牙语等 10 种以上语言的文字生成与排版，减少乱码与排版问题。
• 英文排版优化：在海报、LOGO 等场景中，AI 自动调整字体、字间距与对齐，适合海外营销物料制作。
• 跨境电商适配：支持生成带英文的产品包装、宣传物料与社交媒体素材，适合出海品牌与跨境卖家使用。
  

  六、商业模式与权益体系

  6.1 海外版 Dreamina 定价结构（示意）

• 免费版：0 美元，每日约 225 共享代币，带水印、标准排队。
• 标准版：约 18 美元/月，增加额度，支持无水印与优先排队。
• 专业版：约 48 美元/月，更高额度与更优先生成。
• 极致版：约 84 美元/月，最大额度与最高优先级，适合批量生产。
  注：具体价格与权益以官网实时信息为准。

  6.2 国内版即梦定价参考

• 免费版：新用户赠送约 800 秒视频额度 + 每日 260 积分，足够每日少量图片与短视频生成。
• 月度订阅：约 69 元/月，标准生成无限制、去水印。
• 年度会员：约 659 元/年，支持 4K 导出与更高额度。
  

  七、典型应用场景

• 自媒体与短视频：为 TikTok / Instagram 等平台快速生成封面图、短视频素材与口播数字人视频。
• 电商与品牌设计：生成产品展示图、场景图与带英文的包装、LOGO，减少实拍成本。
• 跨境出海内容：制作多语言海报、产品视频与广告素材，适配北美、东南亚等市场。
• 数字艺术与 NFT：生成 2K 高清插画与动态视频，用于数字藏品与概念艺术。
• 教育与可视化：制作教学插图、科普动画与文化宣传内容，将抽象概念可视化。
  

  八、平台生态与扩展能力

• 创意社区：用户可浏览他人作品、复用提示词与风格模板，实现“一键同款”创作。
• 火山引擎 API：即梦/Dreamina 的文生图 3.0/3.1、视频生成与数字人模型已通过火山引擎向企业开放 API，支持企业级集成。
• 多平台客户端：提供 Web 端与 iOS / Android App，移动端与桌面端数据互通，支持随时切换设备创作。

文章来源：本文由大国Ai导航（daguoai.com）基于 Dreamina 官方站点、百科条目与公开技术资料整理撰写，内容仅供参考，不构成任何投资或法律建议。
版权说明：本文版权归大国Ai导航所有，未经书面授权禁止转载或用于商业用途，如需引用请注明出处并保留本段声明。