TokenLab Seedance Materials: Wiederverwendbare Videoreferenzen für Produktions-Workflows

Wiederverwendbare Videoreferenzen lassen sich einfacher verwalten, wenn sie als Assets mit einem Lebenszyklus-Status behandelt werden, anstatt als einmalige URLs, die in jede Generierungsanfrage kopiert werden. Wenn Sie schon einmal eine Tabelle mit Bild-Links gepflegt, dasselbe Referenzvideo fünfmal neu hochgeladen oder eine Face-Swap-URL in drei verschiedene API-Aufrufe neu eingetippt haben, verstehen Sie bereits das Problem, das Seedance-Materialien lösen sollen.

Die Seedance-Materialbibliothek von TokenLab bietet Videoteams eine organisationsweite Möglichkeit, Referenzen zu speichern, zu verifizieren und über Generierungsaufrufe hinweg wiederzuverwenden. Dieser Artikel erklärt, was ein Material-Asset eigentlich ist, wie Materialgruppen mit einzelnen Assets zusammenhängen, wie die automatische Vorbereitung funktioniert und wo die Verifizierung echter Personen in den Workflow passt.

Wichtige Erkenntnisse

• Ein Material-Asset ist das generierungsbereite Referenzobjekt; eine Materialgruppe ist der Container, der zusammengehörige Assets organisiert, insbesondere für Workflows mit echten Personen.
• Verwenden Sie die id eines Material-Assets erst dann als material_asset_id (oder innerhalb von material_asset_ids), nachdem der Status ACTIVE erreicht wurde.
• Es gibt zwei Bibliothekstypen: aigc_avatar für virtuelle Avatare und andere wiederverwendbare Referenzen, die keine echten Personen darstellen, sowie liveness_face für Materialgruppen mit echten Personen, die eine Verifizierung erfordern.
• TokenLab kann kompatible Bildeingaben (image, image_url, image_urls, reference_images, start_image, end_image) automatisch in Material-Assets umwandeln, ohne dass ein separater Upload-Schritt erforderlich ist.
• Wenn die Vorbereitung länger als 60 Sekunden dauert, gibt die API den Status 409 seedance_material_preparing zusammen mit auto_material_asset_ids zurück, die Sie abfragen und erneut versuchen können.
• Seedance 2.0, Seedance 2.0 Fast und Seedance 2.0 Mini sind die aktuellen öffentlichen Modelle, die dieses Materialsystem unterstützt. Überprüfen Sie die genauen Fähigkeiten pro Modell in der Dokumentation, bevor Sie eine Abhängigkeit von einer bestimmten Stufe aufbauen.

Was ein Seedance-Material ist

Ein Seedance-Material ist eine wiederverwendbare Referenz – Bild, Video oder Audio –, die TokenLab als organisationsweites Asset speichert und nicht als anfragebezogene URL. Anstatt bei jedem create-video-Aufruf einen Rohdatei-Link zu übergeben, laden Sie die Referenz einmal hoch oder importieren sie, warten darauf, dass sie generierungsbereit ist, und referenzieren sie dann per ID in so vielen nachfolgenden Aufrufen, wie Sie benötigen.

Dies ist aus drei praktischen Gründen wichtig.

Erstens verschwenden wiederholte Uploads Bandbreite und erhöhen die Latenz bei jeder Anfrage, insbesondere bei großen Referenzvideos.

Zweitens laufen Roh-URLs ab, werden rotiert oder von dem Speichersystem, das sie ursprünglich gehostet hat, widerrufen. Ein Material-Asset, das von TokenLab verwaltet wird, weist diese Fragilität nicht auf.

Drittens, und das ist am wichtigsten für Teams, die charakter- oder markenkonsistente Videopipelines aufbauen, bieten Materialien einen stabilen Identifikator, den Sie versionieren, prüfen und austauschen können, ohne jedes Mal Ihre Generierungslogik anfassen zu müssen.

Material-Assets vs. Materialgruppen

Die zwei Kernobjekte in diesem System sind das Material-Asset und die Material-Asset-Gruppe, und es ist leicht, sie zu verwechseln, wenn man die API-Referenz nicht genau gelesen hat.

Ein Material-Asset ist ein einzelnes Referenzobjekt – ein Avatar-Bild, ein liveness-verifiziertes Gesicht, ein Referenzvideoclip. Wenn Sie es erstellen, gibt die API eine id zurück. Diese id übergeben Sie schließlich an Videogenerierungsaufrufe, sobald das Asset den Status ACTIVE erreicht hat.

Eine Material-Asset-Gruppe ist ein Container, der durch eine group_id identifiziert wird. Gruppen organisieren zusammengehörige Assets und sind strukturell für Workflows mit echten Personen (liveness_face) erforderlich, bei denen die Verifizierung auf Gruppenebene erfolgt, bevor einzelne Assets darin hochgeladen werden können.

Kurz gesagt: group_id organisiert; material_asset_id generiert. Sie werden beide Felder in verschiedenen Teilen der API sehen, und die Verwendung des falschen Feldes an der falschen Stelle ist der häufigste Integrationsfehler, den Teams bei diesem System machen.

Feld	Was es identifiziert	Wo Sie es verwenden
group_id	Eine Material-Asset-Gruppe (Container)	Erstellen oder Referenzieren einer Gruppe, insbesondere für Verifizierungsabläufe bei echten Personen
id (bei einem Material-Asset)	Eine einzelne wiederverwendbare Referenz	Wird zu material_asset_id, sobald ACTIVE
material_asset_id	Eine einzelne Asset-Referenz, Singular	Wird für einen Referenz-Slot an create-video übergeben
material_asset_ids	Ein Array von Asset-Referenzen	Wird an create-video übergeben, wenn mehrere wiederverwendbare Referenzen benötigt werden

Vollständige Felddefinitionen und erforderliche Parameter sind in den API-Referenzen zu create material asset und create material asset group dokumentiert. Lesen Sie diese, bevor Sie dies in Produktionscode integrieren – dieser Artikel behandelt die Workflow-Struktur, nicht jeden Anfrageparameter.

Workflows für virtuelle Avatare und echte Personen

Seedance-Materialien unterstützen zwei Bibliothekstypen, und die Unterscheidung ist nicht kosmetisch – sie spiegelt zwei unterschiedliche Sicherheits- und Zustimmungsanforderungen wider.

aigc_avatar: Virtuelle Avatare und Referenzen ohne echte Personen

Der Typ aigc_avatar deckt wiederverwendbare Referenzen ab, die nicht an eine verifizierte echte Person gebunden sind: illustrierte Charaktere, synthetische Avatare, stilisierte Figuren, Produktmaskottchen und ähnliche Assets. Diese können direkt über den Erstellungsablauf für Material-Assets ohne Verifizierungsschritt erstellt werden.

Wenn Ihr Produkt Videos rund um fiktive Charaktere oder Markenavatare generiert, ist dies mit ziemlicher Sicherheit der Bibliothekstyp, den Sie benötigen. Er hat einen einfacheren Erstellungspfad, da keine Identitätsverifizierung erforderlich ist.

liveness_face: Materialgruppen für echte Personen

Der Typ liveness_face ist für Materialgruppen gedacht, die auf dem Abbild einer echten Person basieren – die Art von Referenz, die für gesichtskonsistente Videogenerierung mit einer tatsächlichen Person verwendet wird. Da dies Identität und Zustimmung betrifft, erfordert TokenLab einen Verifizierungsablauf, bevor Assets in die Gruppe hochgeladen werden können.

Die Verifizierungssequenz umfasst mehrere Schritte:

1. Sitzungserstellung – Ihr Backend fordert eine Verifizierungssitzung für die Gruppe an.
2. H5-Ablauf – die zu verifizierende Person schließt eine Liveness-Prüfung über einen gehosteten Web-Ablauf ab (dies ist die Bedeutung von "H5": eine mobile Web-Verifizierungsschnittstelle).
3. Callback – TokenLab benachrichtigt Ihr System, wenn die Verifizierungssitzung abgeschlossen ist.
4. Bind-Ergebnis – die verifizierte Identität wird an die Materialgruppe gebunden.
5. Gruppenweite Uploads – erst nach erfolgreicher Bindung können Material-Assets in diese spezifische Gruppe hochgeladen werden.

Das bedeutet, dass Materialien für echte Personen von Natur aus gruppenorientiert sind: Sie können nicht direkt zur Erstellung eines Assets springen, wie Sie es bei aigc_avatar können. Die Gruppe muss existieren und die Verifizierung bestehen, bevor ein Asset-Upload in sie gültig ist.

Checkliste: Auswahl des richtigen Bibliothekstyps

• Ist die Referenz das Gesicht oder das Abbild einer echten, identifizierbaren Person? → Verwenden Sie liveness_face und planen Sie den Verifizierungsablauf ein.
• Ist die Referenz synthetisch, illustriert oder ein Avatar, der keine echte Person darstellt? → Verwenden Sie aigc_avatar und überspringen Sie die Verifizierung.
• Benötigt Ihr Produkt eine konsistente Identität über mehrere Generierungen hinweg für dieselbe echte Person? → Erstellen Sie die Gruppe einmal, verifizieren Sie einmal, verwenden Sie die Gruppe für zukünftige Assets wieder.
• Sind Sie unsicher, in welchen Typ eine vom Kunden bereitgestellte Referenz fällt? → Behandeln Sie sie als liveness_face, bis das Gegenteil bestätigt ist; prüfen Sie die Dokumentation, stellen Sie keine Vermutungen an.

Gehen Sie nicht davon aus, dass jedes Generierungsmodell oder jeder Anfragetyp beide Bibliothekstypen identisch unterstützt – bestätigen Sie die aktuelle Unterstützung im Seedance 2.0 Video Models guide, bevor Sie sich auf eine Architektur festlegen.

Wie die automatische Materialvorbereitung funktioniert

Nicht jede Referenz benötigt einen manuellen Upload-Schritt. TokenLab kann kompatible Bildeingaben automatisch als Teil einer Generierungsanfrage in Material-Assets umwandeln, was bei einfachen Fällen einen Roundtrip einspart.

Die Felder, die für die automatische Vorbereitung erkannt werden, sind:

• image
• image_url
• image_urls
• reference_images
• start_image
• end_image

Wenn Sie eines dieser Felder direkt in einen Generierungsaufruf übergeben, übernimmt TokenLab den Import und die Vorbereitung im Hintergrund, anstatt dass Sie den Material-Asset-Endpunkt zuerst separat aufrufen müssen.

Was passiert, wenn die Vorbereitung länger als 60 Sekunden dauert

Die Vorbereitung ist normalerweise schnell, aber größere oder komplexere Referenzbilder können länger benötigen, um in ein generierungsbereites Asset verarbeitet zu werden. Wenn die Vorbereitung 60 Sekunden überschreitet, antwortet die API mit:

409 seedance_material_preparing

zusammen mit einem Feld auto_material_asset_ids, das die IDs der Assets enthält, die noch vorbereitet werden.

Dies ist kein Fehler im herkömmlichen Sinne – es ist ein Signal zum erneuten Versuch. Ihre Integration sollte 409 seedance_material_preparing als eine "bitte später erneut prüfen"-Antwort behandeln, nicht als einen Fehler, der dem Endbenutzer gemeldet werden muss. Fragen Sie die zurückgegebenen Asset-IDs ab, warten Sie auf den Status ACTIVE und fahren Sie dann mit der Generierung unter Verwendung dieser IDs fort.

In der Praxis bedeutet dies, dass Ihre Generierungspipeline eine kleine Wiederholungsschleife benötigt, nicht nur einen einfachen Try/Catch-Block. Teams, die automatisierte Videopipelines aufbauen, sollten diesen Status genauso behandeln wie ein Rate-Limit-Backoff – erwartet, vorübergehend und im Code behandelt, anstatt als benutzerseitiger Fehler gemeldet.

Wie man Materialien bei der Generierung verwendet

Sobald ein Material-Asset – ob manuell hochgeladen oder automatisch vorbereitet – den Status ACTIVE erreicht, wird seine id als material_asset_id (oder als Eintrag in material_asset_ids) in einem create video-Aufruf verwendbar.

Der Kern-Workflow sieht so aus:

1. Entscheiden Sie, ob die Referenz eine echte Person ist oder nicht. Wählen Sie entsprechend liveness_face (mit Verifizierung) oder aigc_avatar.
2. Bei echten Personen: Erstellen Sie die Materialgruppe, führen Sie die Verifizierungssitzung und den H5-Ablauf durch, empfangen Sie den Callback und binden Sie das Ergebnis.
3. Erstellen oder importieren Sie das Material-Asset – entweder durch einen direkten Upload-Aufruf oder indem Sie die automatische Vorbereitung ein kompatibles Bildfeld innerhalb einer Generierungsanfrage verarbeiten lassen.
4. Status prüfen. Übergeben Sie die Asset-ID erst dann an die Generierung, wenn sie ACTIVE meldet.
5. Wenn Sie 409 seedance_material_preparing erhalten, fragen Sie die zurückgegebenen auto_material_asset_ids ab und versuchen Sie es erneut, sobald sie den Status ACTIVE erreichen.
6. Verwenden Sie die id als material_asset_id oder innerhalb von material_asset_ids in Ihrem create-video-Aufruf und zielen Sie auf ein aktuelles Seedance-Modell ab, wie z. B. seedance-2.0, seedance-2.0-fast oder seedance-2.0-mini, je nach Ihren Latenz- und Qualitätsanforderungen.
7. Verwenden Sie dieselbe Asset-ID für zukünftige Generierungsaufrufe wieder, anstatt die Referenz erneut hochzuladen.

Hier spielt auch das Aufgabenmanagement eine Rolle. Wenn ein Generierungsaufruf, der auf einem wiederverwendeten Material-Asset basiert, während des Laufs gestoppt werden muss – aus Kostengründen, wegen eines geänderten kreativen Briefings oder eines schlechten Prompts –, lesen Sie unseren Begleitartikel zu Seedance task cancellation, um zu erfahren, wie sich der Abbruch auf laufende Video-Jobs auswirkt.

Für einen breiteren Vergleich dessen, was derzeit über Videogenerierungsmodelle auf TokenLab verfügbar ist, listet die Seite für Videomodellkategorien die aktuellen Optionen nebeneinander auf.

Praktische nächste Schritte

• Wenn Sie Prototypen erstellen, beginnen Sie mit aigc_avatar-Materialien – der Erstellungspfad ist einfacher und es gibt keine Verifizierungsabhängigkeit, um die man sich zuerst kümmern muss.
• Wenn Ihr Produkt Konsistenz bei echten Personen erfordert, bauen Sie den Verifizierungsablauf (Sitzung → H5 → Callback → Bindung) als erstklassigen Bestandteil Ihres Onboardings auf, nicht als nachträgliche Ergänzung.
• Fügen Sie eine Wiederholungsschleife für 409 seedance_material_preparing hinzu, bevor Sie irgendetwas in die Produktion bringen – behandeln Sie es als erwartetes Verhalten, nicht als Randfall.
• Speichern Sie Material-Asset-IDs zusammen mit Ihren eigenen internen Referenzdatensätzen, damit Sie nicht jedes Mal neu ableiten müssen, welches Asset welchem Charakter oder Produkt zugeordnet ist.
• Überprüfen Sie die API-Referenzen für Material-Asset und Material-Asset-Gruppe direkt – dieser Artikel beschreibt die Workflow-Form, und die genauen Anfrage-/Antwortfelder sollten anhand der aktuellen Dokumentation bestätigt werden, bevor Sie Integrationscode schreiben.

Sie können die Materialbibliothek direkt im Seedance-Asset-Dashboard durchsuchen, um Status, Bibliothekstyp und Gruppenbeziehungen für Assets anzuzeigen, die Sie bereits erstellt haben.

Bevor Sie sich auf einen Produktions-Workflow festlegen, lohnt es sich, die aktuellen Preise in unserer Übersicht AI video API pricing 2026 zu überprüfen, um zu verstehen, wie die Kosten mit der Nutzung skalieren. Sie können Ihre eigenen Nutzungsdaten auch mithilfe der Anleitung in TokenLab dashboard usage exports verfolgen und exportieren.

FAQ

Was ist ein Seedance-Material-Asset? Ein Material-Asset ist eine wiederverwendbare Videogenerierungsreferenz – Bild, Video oder Audio –, die als organisationsweites Objekt mit einem eigenen Lebenszyklus-Status gespeichert wird. Sobald es ACTIVE erreicht, können Sie es per ID über mehrere Generierungsaufrufe hinweg referenzieren, anstatt jedes Mal eine Roh-URL neu anzugeben.

Was ist der Unterschied zwischen group_id und material_asset_id? group_id identifiziert eine Material-Asset-Gruppe, die ein Container ist, der hauptsächlich dazu dient, Assets für echte Personen (liveness_face) zu organisieren und die Verifizierung auf Gruppenebene zu verwalten. material_asset_id identifiziert eine einzelne wiederverwendbare Referenz – die id, die bei der Erstellung eines Material-Assets zurückgegeben wird – und ist das, was Sie an Videogenerierungsaufrufe übergeben.

Wann sollte ich die Verifizierung für echte Personen verwenden? Verwenden Sie den Typ liveness_face und seinen Verifizierungsablauf immer dann, wenn das Referenzmaterial das Gesicht oder das Abbild einer tatsächlich identifizierbaren Person betrifft. Der Ablauf erfordert eine Sitzungserstellung, eine H5-Liveness-Prüfung, einen Callback und einen Bindungsschritt, bevor Assets in diese Gruppe hochgeladen werden können. Referenzen, die keine echten Personen darstellen, wie illustrierte oder synthetische Avatare, verwenden aigc_avatar und erfordern diesen Verifizierungspfad nicht.

Was bedeutet seedance_material_preparing? Es ist eine 409-Antwort, die zurückgegeben wird, wenn die automatische Materialvorbereitung – ausgelöst durch kompatible Bildfelder wie image_url oder start_image in einer Generierungsanfrage – länger als 60 Sekunden dauert. Die Antwort enthält auto_material_asset_ids, sodass Sie diese IDs abfragen und die Generierung erneut versuchen können, sobald sie ACTIVE werden. Es signalisiert einen vorübergehenden Fortschrittszustand, keinen Fehler.

Quellen und Aktualität

• Seedance 2.0 Video Models guide — https://docs.tokenlab.sh/guides/seedance-2-video — beobachtet am 09.07.2026
• Create Seedance material asset (API reference) — https://docs.tokenlab.sh/api-reference/video/create-material-asset — beobachtet am 09.07.2026
• Create Seedance material asset group (API reference) — https://docs.tokenlab.sh/api-reference/video/create-material-asset-group — beobachtet am 09.07.2026
• Create video (API reference) — https://docs.tokenlab.sh/api-reference/video/create-video — beobachtet am 09.07.2026
• TokenLab Seedance assets dashboard — https://tokenlab.sh/en/dashboard/seedance-assets — beobachtet am 09.07.2026

Das hier beschriebene API-Verhalten, die Feldnamen und die Statussemantik spiegeln die öffentliche Dokumentation und die Dashboard-Kopien zum Zeitpunkt der Beobachtung wider. Das Seedance-Materialsystem von TokenLab befindet sich in aktiver Entwicklung – bestätigen Sie aktuelle Parameternamen, Statuswerte und modellspezifische Unterstützung in den verlinkten Dokumenten, bevor Sie den Produktions-Integrationscode fertigstellen.

Wenn Sie eine Videopipeline aufbauen, die von stabilen, wiederverwendbaren Referenzen abhängt, beginnen Sie mit dem Seedance 2.0 Video Models guide – es ist der schnellste Weg, aktuelle Parameternamen zu sehen und zu bestätigen, was Ihre Zielmodellstufe tatsächlich unterstützt.