Seedance 2.0

位置づけの概要

Seedance 2.0 Fast は、ByteDance の Seedance 2.0 シリーズの中で高速な動画生成を目的としたマルチモーダル動画生成モデルであり、テキストからの動画生成、画像からの動画生成、マルチモーダル参照による動画生成の3つのルートをサポートしています。開発者は1つのプロンプトで4～15秒、480p または 720p のショート動画を生成でき、アスペクト比、開始・終了フレーム、参照画像・動画・音声を指定し、必要に応じてネイティブ音声やウェブ検索を有効にできます。広告のプリビズ、ソーシャル向けショート動画、ストーリー性のある映像断片などのシーンで、待ち時間を抑えながら繰り返し生成して使えるカットを選別するのに適しています。

主な特長

• 3種類の入力で一般的な生成方法をカバー——同じモデルでテキストからの動画生成、開始・終了フレーム画像からの動画生成、マルチモーダル参照による動画生成を同時にサポートし、モデルを選ぶ際に複数のモデルを切り替える必要がありません。
• 参照素材を組み合わせて結果を制御——最大9枚の参照画像、3本の参照動画、3本の参照音声を合計15秒以内で使用し、素材で映像と音声・映像のスタイルを制約できます。
• ネイティブ音声はオン・オフ可能——デフォルトではネイティブ音声を生成し、純粋な映像素材に後から音声を付ける場合はオフにできます。
• テキストからの動画生成ではウェブ検索が可能——テキストからの動画生成のシーンではウェブ検索を有効にし、生成に必要な最新情報をプロンプトに補足できます。

機能説明

マルチモーダル参照による動画生成：参照画像、参照動画、参照音声の組み合わせ入力で生成結果を制約します。1回あたり最大9枚の画像、3本の動画、3本の音声を使用でき、素材を揃える必要があるカット制作に適しています。

開始・終了フレーム制御：画像からの動画生成では開始フレームと任意の終了フレーム画像を渡すことができ、カットの開始・終了画面を指定して、既存素材間のトランジション内容を生成しやすくなります。

長さと解像度を調整可能：出力の長さは4～15秒の範囲で整数秒単位で設定でき、解像度は 720p または 480p を選択できます。720p は画質が高く、480p はより速くより低コストで、課金は出力秒数に基づいて計算されます。

アスペクト比と音声の設定：アスペクト比は 1:1、4:3、3:4、16:9、9:16、21:9 と自動適応の計7種類をサポートし、ネイティブ音声を生成できます。配信チャネルに応じて画面比率と音声・映像の形式を選択できます。

テキストプロンプトによる生成：プロンプトは最大20000文字、中国語と英語をサポートし、カット内容を文章で記述するだけで直接動画を生成でき、参照素材を用意する必要はありません。

適用シーン

• 広告チームが複数バージョンのコピー短片を高速生成——テキスト脚本と参照画像を組み合わせて 480p または 720p のショート動画を一括生成し、クリエイティブのコンペや配信素材の一次選別に使用します。
• キャラクターやスタイルを統一したい絵コンテのプリビズ——同じ組の参照画像と参照動画を渡してスタイルの一貫したショートカットを生成し、本番撮影やポストプロダクションの事前参考にします。
• SNS 向け縦型ショート動画の制作——9:16 のアスペクト比を選びネイティブ音声を有効にすると、縦型フィードに適したコンテンツ素材を直接生成できます。
• 既存素材間のトランジションカットの補完——開始フレームと終了フレームの画像を指定して中間の動きを生成し、編集で2つの実写または合成素材をつなぐのに使用します。

制限とモデル選定の提案

1回の出力の長さは最大15秒で、短いカットにのみ適しており、長い動画は分割して生成してから結合する必要があります。参照素材は数と合計時間に制限があるため、複雑なプロジェクトは複数回の呼び出しに分解する必要があります。480p/720p を超える解像度はサポートされておらず、高画質の納品には別途アップスケール処理が必要です。ウェブ検索はテキストからの動画生成でのみ有効で、画像からの生成や参照による生成のシーンでは使用できません。より高い画質や長いカットが必要な場合は、同シリーズの他のモデルを検討してください。