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

Modello di generazione congiunta audio-video di ByteDance Seed, supporta clip continue fino a 30 secondi e fino a 4K, con controllo preciso delle immagini basato su riferimenti multimodali e editing a livello di timestamp

Prova seedance-2.5/reference-to-video

Input

Output

video
Compila i parametri e genera: i risultati appariranno qui.

Prezzi

seedance-2.5/reference-to-video per second

Specifiche Prezzo unitario
480P $0.1215
720P $0.2715
1080P $0.680

Panoramica

La linea di generazione video con riferimento di Seedance 2.5 è pensata per attività di generazione video che richiedono di vincolare la coerenza visiva tramite materiali di riferimento. Gli sviluppatori inviano un prompt e almeno un video di riferimento, con la possibilità di aggiungere anche riferimenti immagine e audio, così che il modello citi i materiali nell'ordine @image1, @video1, @audio1 e generi filmati da 4 a 30 secondi, da 480p a 1080p. È adatta ai team di pubblicità, serie brevi e contenuti di brand che, in produzioni seriali, devono mantenere stabili l'aspetto di personaggi, prodotti e scene, e anche alla realizzazione di segmenti narrativi che richiedono effetti sonori e dialoghi sincronizzati.

Punti di forza principali

  • Materiali multimodali che vincolano insieme l'immagine — supporta fino a 30 immagini, 10 video e 10 audio contemporaneamente come riferimenti, per fissare l'aspetto di prodotti, personaggi e scene.
  • Citazione ordinata dei materiali nel prompt — nel prompt si indicano i riferimenti nell'ordine @image1, @video1, @audio1, associando in modo esplicito i materiali agli obiettivi visivi.
  • Durata e formato controllabili — la durata in output può essere scelta tra 4 e 30 secondi oppure lasciata decidere automaticamente al modello; il formato supporta da 16:9, 9:16 a 21:9 e l'adattamento automatico in base ai materiali.
  • Generazione sincronizzata di audio e video — per impostazione predefinita genera dialoghi, effetti sonori e audio di sottofondo sincronizzati con l'immagine; è possibile disattivarli per ottenere un output solo visivo.

Descrizione delle capacità

Generazione guidata da video di riferimento: si inserisce almeno un video di riferimento e il modello genera un nuovo segmento, senza estendere o montare il video originale; è adatta alle produzioni che devono riutilizzare il linguaggio visivo e la qualità d'immagine esistenti.

Riferimenti misti di immagini e video: fino a 30 immagini e 10 video, combinabili tra loro per vincolare separatamente personaggi, prodotti e scene, riducendo la deriva estetica nei contenuti seriali.

Riferimenti audio e generazione audio: è possibile aggiungere fino a 10 riferimenti audio in wav o mp3 (da inviare insieme ad almeno un video di riferimento) e scegliere se generare dialoghi, effetti sonori e sottofondo sincronizzati.

Opzioni di risoluzione e formato di output: l'output supporta tre livelli, 480p, 720p e 1080p; il formato può essere mp4 oppure mov per la post-produzione professionale; la fatturazione è basata sui secondi di output.

Arricchimento informativo tramite ricerca web: è possibile attivare web_search affinché il modello, prima della generazione, cerchi informazioni aggiornate citate nel prompt; è adatta ai contenuti che devono fare riferimento a fatti attuali.

Scenari di utilizzo

  • Spot di prodotto per team pubblicitari e di brand — con immagini del prodotto e video di riferimento girati dal vero si vincola l'aspetto e si generano clip pubblicitarie da 4 a 30 secondi, da usare per la distribuzione sui canali pubblicitari e sui social media.
  • Coerenza dei personaggi nei team di serie brevi — usando immagini dei personaggi e segmenti esistenti come riferimenti, si generano in batch inquadrature consecutive dello stesso personaggio, da montare per lo storyboard in attesa di montaggio finale.
  • Previsualizzazione delle inquadrature per i team di post-produzione — inviando video di riferimento della scena e immagini di composizione si ottengono rapidamente segmenti di previsualizzazione vicini alla qualità del prodotto finale, utili per l'approvazione del cliente e per le discussioni prima delle riprese.
  • Segmenti con audio e video sincronizzati per i team di contenuti — fornendo riferimenti di doppiaggio o musica e attivando la generazione audio si producono filmati con dialoghi ed effetti sonori sincronizzati, da usare direttamente o per un ulteriore missaggio.

Limiti e consigli per la scelta

Un singolo segmento generato può durare al massimo 30 secondi; narrazioni più lunghe vanno suddivise in più segmenti generati separatamente e poi uniti. I materiali di riferimento hanno vincoli precisi: i video devono durare da 2 a 30 secondi e la durata totale non può superare 30 secondi; anche la durata totale dell'audio non può superare 30 secondi; inoltre dimensione del singolo file e numero di pixel hanno limiti minimi e massimi, e materiali non conformi causano un errore immediato. Questa linea è dedicata alla generazione guidata da riferimenti e non supporta il montaggio video né l'estensione del filmato originale; l'uso di più materiali di riferimento comporta anche costi maggiori nella scrittura dei prompt e nella messa a punto dei parametri. Per esigenze leggere, con inquadratura singola e senza requisiti di coerenza, si può considerare la linea di generazione video da testo della stessa serie.

Domande frequenti

Vedi tutte le domande →
  • Con Seedance 2.5 image-to-video è necessario caricare sia il primo che l'ultimo frame?

    No. In modalità primo frame/primo e ultimo frame, caricando solo first_frame_url il modello estende naturalmente le immagini successive a partire dal primo frame; se serve controllare lo stato finale dell'inquadratura, fornisci anche last_frame_url. L'ultimo frame non può essere usato da solo. In alternativa puoi usare reference_image_urls o reference_audio_urls come modalità di riferimento, senza passare i frame di estremità.

  • È possibile combinare primo frame, primo/ultimo frame e più materiali di riferimento in un'unica richiesta?

    Attualmente HiAPI Playground li gestisce come due modalità di input: modalità primo frame/primo e ultimo frame, oppure modalità di riferimento reference_image_urls, reference_audio_urls. Per evitare conflitti tra i segnali di controllo, mantieni una sola modalità per volta; se hai bisogno di un video di riferimento per guidare movimenti o inquadrature, utilizza il separato seedance-2.5/reference-to-video.

  • Quali durate e risoluzioni supporta Seedance 2.5 per la generazione di video da immagine?

    Il contratto di richiesta attuale supporta durate intere da 4 a 30 secondi, nonché 720p e 1080p. L'aspect_ratio di output è fisso su adaptive e segue il formato del primo fotogramma. I quattro esempi della pagina sono tutti in 720p, di cui tre da 4 secondi e uno da 5 secondi; i 30 secondi rientrano nell'intervallo supportato dall'API, ma al momento non ci sono esempi corrispondenti nella pagina.

  • Come viene fatturato Seedance 2.5 per la generazione video da immagine?

    La fatturazione si basa sulla durata dell'output e sulla risoluzione; 720p e 1080p utilizzano tariffe al secondo diverse; gli importi esatti sono determinati dal prezzo in tempo reale nella pagina del modello e dal registro delle attività.

Modelli correlati

Vedi tutti i modelli →

Stesso tipo