Seedance 2.5 riferimento-video: per clip brevi TikTok e Reels

seedance-2.5/reference-to-video non parte da un prompt vuoto, ma genera nuove clip dal materiale che già possiedi: puntalo a un video di riferimento e conserva il movimento di camera, il ritmo e l'azione di quella clip, mentre sostituisci il soggetto, cambi lo stile o sovrapponi una traccia audio di riferimento. Per la creazione di contenuti brevi, questo fa la differenza tra rigirare un'idea per TikTok o Reels e montare un buon materiale in più clip. Di seguito trovi tre clip reali generate in questo modo (con i prompt completi) e i campi che contano davvero per output verticali e di breve durata.

Perché è particolarmente adatto al montaggio di contenuti brevi

Tre aspetti si sposano perfettamente con la produzione TikTok/Reels:

• aspect_ratio: "9:16" è un campo realmente impostabile, non un ritaglio successivo: il modello esegue il rendering direttamente in verticale.
• reference_video_urls trasporta la regia dei movimenti di camera. Se hai già un materiale con ritmo, montaggio e composizione adeguati, non devi ridisegnare le inquadrature per provare soggetti o stili diversi.
• La durata è breve per design. Il limite di duration è 30 secondi e dipende dalla lunghezza del video di riferimento che inserisci: questo modello nasce per le clip, non per output di lunga durata.

Esempio 1: sostituire il soggetto mantenendo il percorso di camera

Il riferimento di partenza è uno spot di scarpe da trail running. Il prompt conserva la sequenza di avanzamento della camera e sostituisce completamente il prodotto:

Usa @video1 rigorosamente come riferimento per l'avanzamento della camera, la rotazione del prodotto, il percorso di camera, il ritmo, i primi piani macro e le transizioni di luce. Sostituisci completamente la scarpa con la boccetta di profumo di @image1. Mantieni in ogni inquadratura il profilo esatto della boccetta, il colore del vetro ambrato, le proporzioni del tappo, la posizione dell'etichetta e l'aspetto dei materiali di alta gamma. Presentalo come uno spot di profumo di lusso su un piedistallo in ossidiana scura, con una calda luce di contorno ambrata, riflessi controllati, una sottile nebbia ambientale e dettagli macro precisi. Segui il ritmo visivo e la regia dei movimenti di camera di @video1, mantenendo sempre la stessa boccetta di profumo. Non trasferire sulla boccetta lacci, suole, texture del tessuto o la geometria della forma della scarpa. Non aggiungere prodotti extra, testo di marca leggibile, loghi, mani o persone.

@video1 e @image1 sono marcatori di riferimento nel testo del prompt: indicano al modello quale file caricato assume quale ruolo. Qui @video1 (la clip della scarpa, passata tramite reference_video_urls) fornisce azione e movimento di camera; @image1 (la boccetta di profumo, passata tramite reference_image_urls) fornisce l'identità del soggetto. Le istruzioni negative finali ("non trasferire i lacci...") sono importanti quanto la descrizione positiva: se non le escludi esplicitamente, il riferimento-video porta con sé anche i dettagli superflui della clip di origine. Questa è stata renderizzata a 480p, 9:16, 4 secondi, con audio generato nativamente dal modello e sincronizzato (per questa clip non è stata fornita una referenza audio separata).

Esempio 2: trasferire solo il movimento e cambiare completamente stile

Questa usa solo reference_video_urls — nessun riferimento immagine o audio — e porta il movimento in uno stile visivo completamente diverso:

Usa @video1 come unico riferimento visivo. Conserva i segni distintivi riconoscibili del corgi, il ritmo della corsa, la sequenza dei passi, l'orientamento del corpo, lo slancio in avanti e il movimento di camera laterale basso. Reimmagina l'intera scena come un'animazione stop-motion artigianale realizzata in feltro, lana, erba in miniatura e scenografie in carta disegnate a mano. Mantieni la calda controluce del tramonto e il ritmo continuo dell'inseguimento, con una sottile texture artigianale e una profondità di campo naturale. Mantieni per tutta l'inquadratura lo stesso corgi coerente, zampe anatomicamente stabili, un movimento in avanti fluido e un percorso di camera continuo. Non introdurre animali aggiuntivi, testo, loghi, tagli bruschi o oggetti estranei.

È la modalità più semplice da capire: un video di riferimento e un'istruzione chiara che distingue cosa mantenere (ritmo, percorso di camera) e cosa cambiare (tutte le scelte di superficie, materiali e illuminazione). Quando l'obiettivo è ribaltare lo stile di un materiale esistente anziché sostituire il soggetto, è una buona scelta predefinita.

Esempio 3: combinare video, immagine e audio

La modalità più impegnativa sovrappone tutti e tre i tipi di riferimento e chiede al modello di sincronizzare l'output con i punti temporali dell'audio:

Usa @video1 come riferimento per i movimenti delle mani dell'artigiano, le operazioni in bottega, la regia dei movimenti di camera, la composizione macro e il percorso dal materiale grezzo alla rivelazione finale. Sostituisci l'oggetto in vetro originale con la scultura di volpe in cristallo di @image1. Mantieni per tutta la sequenza il corpo geometrico sfaccettato semitrasparente della volpe, le orecchie appuntite, la coda arricciata, il colore del cristallo e le proporzioni eleganti. Mostra l'artigiano che modella con cura la volpe di cristallo in una calda bottega del vetro, con strumenti realistici, il bagliore del forno, riflessi controllati e mani fisicamente plausibili. Usa @audio1 sia come colonna sonora sia come guida al ritmo temporale. Sincronizza le vampate del forno con il pulsare basso iniziale, i contatti importanti degli strumenti con i tintinnii del vetro e la rivelazione finale della volpe di cristallo con l'ultimo crescendo scintillante. Mantieni la volpe come scultura di vetro inanimata, non trasformarla in un animale vivo. Mantieni la stessa bottega, la stessa scultura e una continuità temporale fluida. Non aggiungere testo, loghi, sculture extra, mani deformate o cambi di scena estranei.

@audio1 (passato tramite reference_audio_urls) viene usato qui come traccia temporale esplicita: il prompt indica al modello quale battito visivo deve corrispondere a quale punto temporale dell'audio, invece di chiedere semplicemente "musica". Solo questo livello di istruzioni rende la sincronizzazione chiaramente percepibile anziché approssimativa.

I campi chiave per i contenuti brevi

• reference_video_urls (obbligatorio, array) — almeno un URL video pubblico. Fornisce azione, percorso di camera e ritmo. I tre esempi sopra ne usano esattamente uno.
• reference_image_urls (opzionale, array) — sostituisce il soggetto mantenendo il movimento del video di riferimento, come nell'esempio 1.
• reference_audio_urls (opzionale, array) — audio di riferimento per suono, timbro o sincronizzazione temporale esplicita, come nell'esempio 3.
• duration — intero, da 4 a 30 secondi. I tre esempi sopra usano il minimo di 4 secondi, sufficiente per un singolo battito di contenuto breve; la lunghezza complessiva del video di riferimento determina la durata massima che puoi effettivamente richiedere.
• resolution — "480p", "720p" o "1080p".
• aspect_ratio — uno tra 16:9, 4:3, 1:1, 3:4, 9:16, 21:9, adaptive. Per TikTok/Reels, imposta direttamente "9:16" — nessun passaggio di ritaglio separato, come nell'esempio 1.

Lo schema è rigoroso: i campi al di fuori di questo elenco (seed, ratio, image_urls, audio_urls) vengono rifiutati prima dell'avvio della generazione. Per la struttura completa di richiesta/risposta e la gestione degli errori, consulta la guida API reference-to-video.

Inviare una richiesta per contenuti brevi

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer sk-<your-api-key>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2.5/reference-to-video",
    "input": {
      "prompt": "Use @video1 for camera path and pacing only. Replace the subject with the product from @image1, keep lighting and framing consistent with the source.",
      "reference_video_urls": ["https://your-cdn.example.com/reference-clip.mp4"],
      "reference_image_urls": ["https://your-cdn.example.com/subject-ref.jpg"],
      "duration": 4,
      "resolution": "720p",
      "aspect_ratio": "9:16"
    }
  }'

Restituisce immediatamente un taskId; esegui il polling di GET /v1/tasks/{taskId} finché status non è "success", quindi scarica da output[0].url prima della scadenza. Per la configurazione completa dell'autenticazione consulta la documentazione di avvio rapido, e per il riferimento ai parametri di questo modello la pagina di documentazione di Seedance 2.5.

Costi per la produzione in serie di contenuti brevi

Secondo gli attuali dati di prezzo, 720p costa $0.2715 al secondo — 480p costa $0.1215/s, 1080p $0.68/s. I secondi fatturati sono la lunghezza del video di riferimento più la lunghezza dell'output, quindi da una clip di riferimento di 5 secondi un output di 4 secondi a 720p costa circa $2.44. Ritaglia la clip di riferimento alla sola parte di azione necessaria. Se devi testare in serie più sostituzioni di soggetto o varianti di stile dello stesso video di riferimento, il costo per clip si accumula rapidamente: mantieni la durata di test al minimo di 4 secondi mentre iteri sul prompt, e allunga la durata solo dopo aver messo a punto il riferimento.

Domande frequenti

Serve un video di riferimento, o posso partire solo da un'immagine di riferimento? reference_video_urls è obbligatorio — almeno un URL video. reference_image_urls e reference_audio_urls sono livelli aggiuntivi e non lo sostituiscono.

Posso ottenere un vero output 9:16 senza ritagliarlo? Sì — imposta aspect_ratio: "9:16" nella richiesta, come nell'esempio 1 sopra. È un valore enum reale su questo modello e non è vincolato alle proporzioni della clip di origine.

L'audio proviene da reference_audio_urls o è generato? Entrambe le cose. L'esempio 3 sopra usa un riferimento esplicito @audio1 per guidare i tempi; l'audio dell'esempio 1 è generato nativamente, senza un riferimento audio separato. Se hai bisogno di una sincronizzazione temporale specifica con una traccia esistente, forniscila tramite reference_audio_urls e citarla esplicitamente nel prompt.

Quanto può essere lungo il video di riferimento? La lunghezza totale massima dell'input video di riferimento è 30 secondi e anche il limite di duration dell'output è 30 secondi — questo modello è pensato per clip brevi, non per materiale video di lunga durata.

Usare più input di riferimento (video + immagine + audio) costa di più? No — le immagini e gli audio di riferimento non aggiungono costi. La tariffa 720p è di $0.2715 al secondo, fatturata sulla lunghezza del video di riferimento più quella dell'output.

Se stai costruendo una pipeline per contenuti brevi attorno a questo modello, la guida API reference-to-video copre l'intero ciclo di vita della richiesta, inclusi callback e gestione degli errori, mentre la pagina del modello offre un playground in tempo reale per testare le clip di riferimento prima di scrivere lo script.