HiAPI
seedance-2.5 视频模型详情页 Hero:右侧通透玻璃胶片轨道与镜头、彩色散景,左侧大片柔光留白,暖奶油基底配冰蓝珊瑚薰衣草色,名字刻于玻璃帧上。

ByteDance

Seedance 2.5

seedance-2.5/reference-to-video

Byte Seeds gemeinsames Audio-Video-Generierungsmodell, das durchgehende Clips von bis zu 30 Sekunden und bis zu 4K unterstützt und dank multimodaler Referenzen und Bearbeitung auf Zeitstempel-Ebene eine präzise Steuerung des Bildes ermöglicht

seedance-2.5/reference-to-video ausprobieren

Eingabe

Ausgabe

video
Fülle die Parameter aus und generiere – die Ergebnisse erscheinen hier.

Preise

seedance-2.5/reference-to-video per second

Spezifikationen Einzelpreis
480P $0.1215
720P $0.2715
1080P $0.680

Positionsübersicht

Die referenzbasierte Videogenerierungs-Route von Seedance 2.5 richtet sich an Videogenerierungsaufgaben, bei denen die Bildkonsistenz durch Materialien eingeschränkt werden soll. Entwickler reichen einen Prompt sowie mindestens ein Referenzvideo ein und können zusätzlich Bild- und Audioreferenzen beifügen, damit das Modell die Materialien in der Reihenfolge @image1, @video1, @audio1 referenziert und ein fertiges Video von 4 bis 30 Sekunden in 480p bis 1080p erzeugt. Geeignet für Werbe-, Kurzfilm- und Markeninhalts-Teams, die bei seriellen Produktionen Charaktere, Produkte und Szenenaussehen fixieren wollen, sowie für narrative Sequenzen, die synchronisierte Soundeffekte und Dialoge benötigen.

Kernhighlights

  • Multimodale Materialien schränken das Bild gemeinsam ein – bis zu 30 Bilder, 10 Videos und 10 Audioclips können gleichzeitig als Referenz dienen, um Produkte, Charaktere und Szenenaussehen zu fixieren.
  • Prompts referenzieren Materialien in Reihenfolge – im Prompt werden Referenzelemente in der Reihenfolge @image1, @video1, @audio1 angegeben, um Materialien und Bildziele eindeutig zuzuordnen.
  • Dauer und Bildformat steuerbar – die Ausgabedauer kann zwischen 4 und 30 Sekunden gewählt oder vom Modell automatisch bestimmt werden; das Bildformat reicht von 16:9 und 9:16 bis 21:9 sowie adaptiv je nach Material.
  • Synchronisierte Audio-Video-Generierung – standardmäßig werden synchron zum Bild Dialoge, Soundeffekte und Hintergrundaudio erzeugt; dies kann deaktiviert werden, um reine Bildausgabe zu erhalten.

Funktionsbeschreibung

Generierung durch Referenzvideos: Mindestens ein Referenzvideo wird eingegeben, anhand dessen das Modell einen neuen Clip erzeugt, statt das Original zu verlängern oder zu schneiden; geeignet für Produktionen, die bestehende Kamerasprache und Bildqualität wiederverwenden wollen.

Gemischt Referenzen aus Bildern und Videos: bis zu 30 Bilder und bis zu 10 Videos, die kombiniert eingereicht werden können, um Charaktere, Produkte und Szenen separat einzuschränken und das Aussehens-Driften serieller Inhalte zu reduzieren.

Audioreferenz und Audiogenerierung: bis zu 10 wav- oder mp3-Audioreferenzen können beigefügt werden (müssen zusammen mit mindestens einem Referenzvideo eingereicht werden); zudem kann gewählt werden, ob synchronisierte Dialoge, Soundeffekte und Hintergrundgeräusche erzeugt werden.

Auflösungs- und Ausgabeformatoptionen: Die Ausgabe unterstützt 480p, 720p und 1080p; als Format stehen mp4 oder mov für die professionelle Postproduktion zur Wahl; die Abrechnung erfolgt nach Ausgabesekunden.

Ergänzende Informationen durch Websuche: web_search kann aktiviert werden, damit das Modell vor der Generierung zeitkritische Informationen aus dem Prompt recherchiert; geeignet für Inhalte, die aktuelle Fakten zitieren müssen.

Anwendungsszenarien

  • Werbe- und Markenteams erstellen Produktclips – Produktbilder und Referenzvideos aus realen Drehs schränken das Aussehen ein, um 4- bis 30-sekündige Werbeclips für Werbematerial und Social-Media-Distribution zu erzeugen.
  • Kurzfilm-Teams wahren Charakterkonsistenz – Charakterbilder und bestehende Clips dienen als Referenz, um in Serie aufeinanderfolgende Einstellungen desselben Charakters zu generieren, die für den Schnitt zusammengefügt werden.
  • Postproduktionsteams proben Kameraeinstellungen – Szenenreferenzvideos und Kompositionsbilder werden eingereicht, um schnell Probeclips nahe der finalen Bildqualität für Kundenfreigaben und Vorbesprechungen zu erhalten.
  • Content-Teams erstellen audio-synchronisierte Clips – Sprachaufnahmen- oder Musikreferenzen werden bereitgestellt und die Audiogenerierung aktiviert, um fertige Videos mit synchronisierten Dialogen und Soundeffekten zu erzeugen, die direkt verwendet oder weiter gemischt werden.

Grenzen und Auswahlhinweise

Ein einzelner generierter Clip ist höchstens 30 Sekunden lang; längere Erzählungen müssen in mehrere Clips aufgeteilt, separat generiert und dann zusammengefügt werden. Für Referenzmaterialien gelten klare Einschränkungen: Videos müssen 2 bis 30 Sekunden lang sein und dürfen insgesamt 30 Sekunden nicht überschreiten; auch die Gesamtaudiodauer darf 30 Sekunden nicht überschreiten; zudem gibt es Unter- und Obergrenzen für Dateigröße und Pixelzahl pro Datei; nicht konforme Materialien führen direkt zum Fehlschlag. Diese Route dient der referenzgeführten Generierung und unterstützt weder Videoschnitt noch das Verlängern des Originalvideos; Referenzen aus mehreren Materialien bedeuten zudem höheren Aufwand für Prompt-Erstellung und Parameterabstimmung. Für leichte Anforderungen mit einer einzigen Einstellung ohne Konsistenzvorgaben kann die Text-zu-Video-Route derselben Serie in Betracht gezogen werden.

  • Müssen bei Seedance 2.5 für die Bild-zu-Video-Generierung sowohl das erste als auch das letzte Frame hochgeladen werden?

    Nein. Im Modus für das erste Frame bzw. erstes und letztes Frame erweitert das Modell die nachfolgenden Bilder auf natürliche Weise, wenn nur first_frame_url hochgeladen wird. Wenn der Endzustand der Kamerafahrt gesteuert werden soll, kann zusätzlich last_frame_url angegeben werden. Das letzte Frame kann nicht allein verwendet werden. Alternativ können reference_image_urls oder reference_audio_urls als Referenzmodus verwendet werden, ohne Endpunkt-Frames zu übergeben.

  • Können das erste Frame, das erste und letzte Frame sowie mehrere Referenzmaterialien in einer einzigen Anfrage kombiniert werden?

    Derzeit behandelt HiAPI Playground sie als zwei Eingabemodi: den Modus „erstes Frame/erstes und letztes Frame“ oder den Referenzmodus mit reference_image_urls und reference_audio_urls. Um Konflikte zwischen den Steuersignalen zu vermeiden, bitte pro Anfrage nur einen Modus verwenden; wenn ein Referenzvideo zur Steuerung von Bewegungen oder Kamerafahrten benötigt wird, stattdessen das separate seedance-2.5/reference-to-video verwenden.

  • Welche Dauern und Auflösungen unterstützt Seedance 2.5 bei der Bild-zu-Video-Generierung?

    Der aktuelle Anfragevertrag unterstützt ganzzahlige Dauern von 4–30 Sekunden sowie 720p und 1080p. Die Ausgabe von aspect_ratio ist fest auf adaptive gesetzt und folgt dem Seitenverhältnis des ersten Frames. Die vier Beispiele auf der Seite sind alle in 720p, davon drei mit 4 Sekunden und eines mit 5 Sekunden; 30 Sekunden liegt im vom Interface unterstützten Bereich, für das derzeit kein entsprechendes Beispiel auf der Seite vorhanden ist.

  • Wie wird die Bilder-zu-Video-Funktion von Seedance 2.5 abgerechnet?

    Die Abrechnung erfolgt nach Ausgabedauer und Auflösung; für 720p und 1080p gelten unterschiedliche Tarife pro Sekunde. Die konkreten Beträge richten sich nach dem Echtzeitpreis auf der Modellseite und dem Aufgabenprotokoll.

Ähnliche Modelle

Alle Modelle ansehen →

Gleicher Typ