即梦的参考图上限跟着模型档位走，常见是十张到二十张，换了档位跟着变。同一张画布上换个模型，参考图能加的数量就不一样，加图之前先在参数面板上确认这一档给到几位数，别按老经验硬塞。
参考图额度不是账号级别，是模型能力的一部分。以图片编辑这条能力为例，5.0 档给到 10 张，图片美学模型那一档给到 20 张，更早的版本给的额度更低。同一个账号在同一台设备上，换档就在换额度，图生视频那条线的上限另外单算。
这也是为什么有人换了新模型反而觉得不好用，参考图放不进去几张，人物一致性还不如旧档。上限低不一定是模型差，是这一档的输入预算就这么多，用法要跟着调整。
选择器里不会直接写数字，但加到上限时添加入口会变灰，加到几张就是几张，这张表按当前档位整理。
| 档位 | 参考图上限 | 典型用法 |
|---|---|---|
| 图片美学模型 | 20 张 | 多角度人像、多材质参考、风格迁移 |
| Seedream 5.0 档 | 10 张 | 角色多视角、服饰与道具分别给图 |
| 更早的版本 | 低于 10 张 | 单主体参考、简单换背景 |
表里第二行是日常用得最多的那一档，10 张看起来不少，实际分配下来会紧张：一张正面、一张侧面、两张服饰细节、两张场景参考，就到一半了。做系列图时提前规划每类给几张，比加到一半发现放不下更省事。
多图不是越多越好，每张图相当于给模型投一票。角色一致性靠正面与侧面的清晰照，服饰靠局部特写，场景靠带光影的环境图，风格靠一张调性准确的成片参考。四类各自一两张，比同类堆五张有效。
冲突的参考会互相抵消。同一角色给两张风格差很远的照片，模型会在两个脸型之间摇摆，出来的人两边不像。参考图之间风格统一，是提高一致性最省额度的一条。
加不进去的时候有三条路：合成一张多视图拼图当单张参考，换额度更高的档位，或者拆成多次生成再挑。第一条最常用，把正面、侧面、背面拼成一张三视图，一次投进去，相当于用一张图表达三个角度。
拆成多次生成适合系列内容。先用最少参考图定下角色，把这批图当作下一轮的单张参考，角色形象在迭代中逐步固定下来。这条路多花生成次数，但对参考图额度要求最低。
三条硬要求：主体完整不裁切，脸和关键细节清晰，背景尽量干净。模糊图、压缩过度的图、带大面积遮挡的图投进去，模型会把噪点当成特征重绘，出来的人脸会糊成一片。
尺寸也别差太多。参考图与原图比例差得远时，模型会拉伸或补边，人物容易变形。手机拍的竖图要放进竖版生成，横竖混用记得先裁好再上传。
看档位。图片美学模型那一档给到 20 张，Seedream 5.0 档给到 10 张，更早的版本更低。加到上限时添加入口会变灰，这就是当前档的实际额度。换档会跟着变，别按上一个模型的额度来计算，加图前先看一眼参数面板上的添加入口。
会。参考图越多，模型要做的一致性权衡越复杂，风格冲突的图会让结果在两个方向之间摇摆，人像最容易崩。实战里四到六张分工明确的参考，效果比堆满十张更好。先保证每张清晰、风格统一，再考虑加数量，别一上手就堆满。
图片生成这条线只吃图片，视频参考是视频生成那条线的能力。做视频时首帧、尾帧、参考视频分开设置，上限与图片参考不是一套。想拿一段视频定动作节奏，得走图生视频那条入口，在图片页找不到对应的上传位置，两条线的额度各算各的。
参考图给的是特征，模型照着特征重新构图；首帧给的是第一帧画面，视频就从这张图开始往下走。参考图控制长什么样，首帧控制从哪开始，两者可以同时用。做视频时多半先用参考图定人物，再用生成的一张图当首帧，两件事别混在一个入口里做。
即梦3.0是字节跳动推出的最新AI绘图和视频生成模型版本，相比2.1版本在中文文本识别、2K画质、细节处理、提示词理解和创意合...
2026-10-14
即梦支持一次生成1到8张图片，免费版默认生成1张，付费用户可选2到8张，所有生成的多张图片按张数消耗对应积分。批量出图是即...
2026-10-14
即梦运镜功能让用户能够精确控制视频画面的镜头运动，通过设置机位高度、轨道速度、焦段变化、旋转角度、停顿节奏等参数，实...
2026-10-14
即梦视频时长并非固定的5秒或15秒，而是可以根据需求灵活调整。Seedance 2.0模型支持多种时长档位，免费版固定6秒，专业版API...
2026-10-14
即梦AI是字节跳动旗下的AI视频生成产品，由字节跳动Seed团队自研的Seedance系列模型驱动。即梦于2024年5月正式上线，属于剪映...
2026-10-14