Seedance 2.5

Présentation

La voie de génération vidéo guidée par référence de Seedance 2.5 s'adresse aux tâches de génération vidéo nécessitant de contraindre la cohérence visuelle à l'aide de ressources. Le développeur soumet un prompt et au moins une vidéo de référence, en pouvant y joindre des références d'images et d'audio, afin que le modèle cite les ressources dans l'ordre @image1, @video1, @audio1 et génère une vidéo de 4 à 30 secondes, de 480p à 1080p. Cette voie convient aux équipes de publicité, de mini-séries et de contenu de marque qui doivent verrouiller l'apparence des personnages, des produits et des scènes dans des créations sérielles, ainsi qu'à la production de segments narratifs nécessitant des effets sonores et des dialogues synchronisés.

Points clés

• Contrainte visuelle par ressources multimodales — prend en charge jusqu'à 30 images, 10 vidéos et 10 audios simultanément comme références, pour verrouiller l'apparence des produits, des personnages et des scènes.
• Citation ordonnée des ressources dans le prompt — dans le prompt, référez-vous aux éléments de référence dans l'ordre @image1, @video1, @audio1 afin d'associer explicitement chaque ressource à l'objectif visuel.
• Durée et format d'image contrôlables — la durée de sortie peut être fixée de 4 à 30 secondes ou laissée au choix automatique du modèle ; le format d'image prend en charge 16:9, 9:16, 21:9 ainsi qu'un ajustement automatique selon les ressources.
• Génération synchronisée image-son — génère par défaut des dialogues, des effets sonores et un fond audio synchronisés avec l'image ; cette option peut être désactivée pour obtenir une sortie purement visuelle.

Description des capacités

Génération pilotée par vidéo de référence : fournissez au moins une vidéo de référence ; le modèle génère à partir de celle-ci un nouveau segment, sans prolonger ni monter la vidéo d'origine. Cette approche convient aux productions qui doivent réutiliser un langage de prise de vue et une texture visuelle existants.

Références mixtes image et vidéo : jusqu'à 30 images et 10 vidéos, combinables dans une même soumission, pour contraindre séparément les personnages, les produits et les scènes, et réduire la dérive d'apparence dans les contenus sériels.

Référence audio et génération audio : possibilité de joindre jusqu'à 10 références audio au format wav ou mp3 (à soumettre avec au moins une vidéo de référence), et de choisir si l'on génère des dialogues, des effets sonores et des sons d'ambiance synchronisés.

Options de résolution et de format de sortie : la sortie prend en charge trois niveaux, 480p, 720p et 1080p, au format mp4 ou mov pour la post-production professionnelle ; la facturation se fait à la seconde de sortie.

Recherche en ligne pour compléter les informations : l'option web_search permet au modèle de rechercher, avant la génération, des informations d'actualité mentionnées dans le prompt, ce qui convient aux contenus devant citer des faits récents.

Scénarios d'usage

• Spots produits pour les équipes publicité et marque — contrainte de l'apparence à partir d'images de produits et de vidéos de référence filmées, génération de clips publicitaires de 4 à 30 secondes pour la diffusion média et les réseaux sociaux.
• Cohérence des personnages pour les équipes de mini-séries — utilisation d'images de personnages et de segments existants comme références pour générer en série des plans continus d'un même personnage, destinés au montage des storyboards avant la phase de montage final.
• Prévisualisation de plans pour les équipes de post-production — soumission de vidéos de référence de scène et d'images de composition pour obtenir rapidement des segments de prévisualisation proches de la qualité finale, utiles à la validation client et aux échanges avant tournage.
• Segments synchronisés image-son pour les équipes de contenu — fourniture de références de voix off ou de musique et activation de la génération audio pour produire une vidéo avec dialogues et effets sonores synchronisés, directement utilisable ou à mixer ensuite.

Limites et conseils de choix

Un segment généré ne peut dépasser 30 secondes ; une narration plus longue doit être découpée en plusieurs segments générés séparément puis assemblés. Les ressources de référence sont soumises à des contraintes précises : les vidéos doivent durer de 2 à 30 secondes et leur durée totale ne pas dépasser 30 secondes ; la durée totale de l'audio ne doit pas non plus dépasser 30 secondes ; la taille des fichiers et le nombre de pixels ont également des seuils minimum et maximum ; des ressources non conformes entraînent un échec direct. Cette voie sert à la génération guidée par références et ne prend pas en charge le montage vidéo ni la prolongation d'une vidéo existante ; l'usage de multiples références implique aussi un coût plus élevé de rédaction des prompts et de réglage des paramètres. Pour des besoins légers, à plan unique et sans exigence de cohérence, la voie texte-vers-vidéo de la même série peut être envisagée.