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

Modelo de geração conjunta de áudio e vídeo do Byte Seed, com suporte a clipes contínuos de até 30 segundos e resolução máxima de 4K, além de controle preciso da imagem com base em referências multimodais e edição em nível de carimbo de tempo

Experimentar seedance-2.5/reference-to-video

Entrada

Saída

video
Preencha os parâmetros e gere — os resultados aparecerão aqui.

Preços

seedance-2.5/reference-to-video per second

Especificações Preço unitário
480P $0.1215
720P $0.2715
1080P $0.680

Posicionamento

Rota de geração de vídeo por referência do Seedance 2.5, voltada a tarefas de geração de vídeo que exigem coerência visual restringida por materiais. O desenvolvedor envia um prompt e pelo menos um vídeo de referência, podendo anexar também referências de imagem e áudio, para que o modelo faça referência aos materiais na ordem @image1, @video1, @audio1 e gere um vídeo final de 4 a 30 segundos, de 480p a 1080p. É indicada para equipes de publicidade, minisséries e conteúdo de marca que precisam fixar a aparência de personagens, produtos e cenários em criações seriadas, e também para a produção de trechos narrativos que exigem sincronia entre efeitos sonoros e diálogos.

Destaques principais

  • Restrição visual por materiais multimodais — suporta até 30 imagens, 10 vídeos e 10 áudios simultaneamente como referência, para fixar a aparência de produtos, personagens e cenários.
  • Referência ordenada a materiais no prompt — no prompt, use @image1, @video1, @audio1 em ordem para indicar os itens de referência, correspondendo claramente os materiais ao objetivo visual.
  • Duração e proporção controláveis — a duração de saída pode ser de 4 a 30 segundos ou decidida automaticamente pelo modelo; as proporções suportam de 16:9, 9:16 a 21:9, além de adaptação automática conforme o material.
  • Geração sincronizada de áudio e vídeo — por padrão, gera diálogos, efeitos sonoros e áudio de fundo sincronizados com a imagem, podendo ser desativado para obter saída apenas visual.

Descrição das capacidades

Geração guiada por vídeo de referência: insira pelo menos um vídeo de referência e o modelo gera um novo trecho com base nele, em vez de estender ou editar o original; indicado para produções que precisam reutilizar linguagem de câmera e textura visual existentes.

Referência mista de imagens e vídeos: até 30 imagens e até 10 vídeos, que podem ser enviados em conjunto para restringir separadamente personagens, produtos e cenários, reduzindo a deriva visual em conteúdos seriados.

Referência de áudio e geração de áudio: é possível anexar até 10 referências de áudio em wav ou mp3 (devem ser enviadas junto com pelo menos um vídeo de referência) e escolher se devem ser gerados diálogos, efeitos sonoros e som de fundo sincronizados.

Opções de resolução e formato de saída: a saída suporta três níveis, 480p, 720p e 1080p, com formato mp4 ou mov voltado a pós-produção profissional, cobrado por segundo de saída.

Busca online para complementar informações: é possível ativar web_search para que o modelo consulte, antes da geração, informações atualizadas envolvidas no prompt, indicado para conteúdos que precisam citar fatos atuais.

Cenários de uso

  • Equipes de publicidade e marca produzindo vídeos de produto — restringir a aparência com imagens do produto e vídeos de referência gravados, gerando trechos publicitários de 4 a 30 segundos para veiculação e distribuição em redes sociais.
  • Equipes de minisséries mantendo a consistência de personagens — usar imagens de personagens e trechos existentes como referência para gerar em lote tomadas contínuas do mesmo personagem, para montagem de storyboard antes da edição.
  • Equipes de pós-produção pré-visualizando planos — enviar vídeos de referência de cenário e imagens de composição para obter rapidamente trechos de pré-visualização próximos da textura final, para aprovação do cliente e alinhamento antes da gravação.
  • Equipes de conteúdo produzindo trechos com áudio e vídeo sincronizados — fornecer referências de dublagem ou música e ativar a geração de áudio para produzir vídeos finais com diálogos e efeitos sonoros sincronizados, prontos para uso direto ou mixagem posterior.

Limitações e recomendações de escolha

Cada geração produz no máximo 30 segundos; narrativas mais longas precisam ser divididas em vários trechos gerados separadamente e depois unidos. Os materiais de referência têm restrições claras: os vídeos devem ter de 2 a 30 segundos e duração total não superior a 30 segundos; a duração total do áudio também não pode ultrapassar 30 segundos; há limites mínimos e máximos de tamanho de arquivo e de número de pixels, e materiais fora das regras causam falha direta. Esta rota é para geração guiada por referência e não suporta edição de vídeo nem extensão do original; a referência com múltiplos materiais também implica maior custo de elaboração de prompt e ajuste de parâmetros. Para necessidades leves, de plano único e sem exigência de consistência, pode-se considerar a rota de geração de vídeo a partir de texto da mesma série.

Perguntas frequentes

Ver todas as perguntas →
  • O Seedance 2.5 de imagem para vídeo exige o envio tanto do primeiro quanto do último frame?

    Não é necessário. No modo primeiro frame/primeiro e último frames, ao enviar apenas first_frame_url, o modelo estende naturalmente as imagens seguintes a partir do primeiro frame; quando for necessário controlar o estado final da tomada, forneça também last_frame_url. O último frame não pode ser usado isoladamente. Também é possível usar reference_image_urls ou reference_audio_urls como modo de referência, sem enviar os frames de extremidade.

  • O primeiro frame, o primeiro e o último frames e vários materiais de referência podem ser misturados numa única requisição?

    Atualmente, o HiAPI Playground os trata como dois modos de entrada: modo primeiro frame/primeiro e último frames, ou modo de referência reference_image_urls, reference_audio_urls. Para evitar que os sinais de controle entrem em conflito, mantenha um único modo por vez; quando precisar de um vídeo de referência para orientar movimentos ou movimento de câmera, use o seedance-2.5/reference-to-video separadamente.

  • Quais durações e resoluções são suportadas na geração de vídeo a partir de imagem do Seedance 2.5?

    O contrato de requisição atual suporta durações inteiras de 4 a 30 segundos, além de 720p e 1080p. O aspect_ratio de saída é fixo em adaptive e acompanha a proporção do primeiro frame. Os quatro exemplos da página são todos em 720p, sendo três de 4 segundos e um de 5 segundos; 30 segundos está dentro do intervalo suportado pela interface, mas a página ainda não tem um exemplo correspondente.

  • Como é cobrado o Seedance 2.5 para vídeo a partir de imagem?

    A cobrança é feita com base na duração e na resolução do vídeo gerado, com tarifas por segundo diferentes para 720p e 1080p; os valores exatos seguem o preço em tempo real na página do modelo e o registro da tarefa.

Modelos relacionados

Ver todos os modelos →

Mesmo tipo