Seedance 2.5

Visão geral da posição

Seedance 2.5 é um modelo de geração conjunta de áudio e vídeo lançado pela equipe Seed da ByteDance. Este endpoint é responsável pela geração de vídeo a partir de entrada puramente textual: o desenvolvedor escreve um prompt e obtém um vídeo finalizado com voz humana sincronizada, efeitos sonoros e som ambiente. Ele suporta durações de 4 a 30 segundos, resoluções de 720p e 1080p, sete proporções de tela e saída em mp4/mov, além de permitir ativar a busca na web para complementar informações atualizadas no prompt. É adequado para equipes de desenvolvimento que precisam produzir rapidamente anúncios com som, pré-visualizações de storyboard e vídeos curtos para redes sociais, integrando tudo em lote por meio da interface unificada do HiAPI.ai.

Destaques principais

• Texto gera vídeo já com áudio sincronizado — a geração de áudio é ativada por padrão; imagem, voz humana, efeitos sonoros e som de fundo são produzidos de uma só vez, dispensando a dublagem e a sincronização em pós-produção.
• Duração e proporção de tela configuráveis por cena — duração em números inteiros de 4 a 30 segundos livremente definida; a proporção de tela suporta sete opções, de 16:9 a 21:9, e o modo adaptive permite que o próprio prompt decida.
• O prompt pode acionar busca na web — ao ativar web_search, o modelo pode consultar informações atualizadas relacionadas ao prompt, para conteúdos que exigem fatos recentes.
• Formato de saída pensado para o fluxo de pós-produção — o mp4 padrão facilita a distribuição direta, enquanto o mov atende edição profissional e pós-produção.

Descrição das capacidades

Geração de áudio e vídeo em uma única passada: uma única geração produz simultaneamente imagem e áudio sincronizado, incluindo diálogos, efeitos sonoros e som de fundo; a saída é um arquivo de vídeo pronto para uso, reduzindo o custo de composição em pós-produção.

Duração e resolução controláveis: cobrança por duração; é possível especificar durações inteiras de 4 a 30 segundos e resolução de 720p ou 1080p, facilitando o controle das especificações finais conforme as exigências de cada canal.

Adaptação a múltiplas proporções de tela: oferece 16:9, 4:3, 1:1, 3:4, 9:16, 21:9 e adaptive; o mesmo prompt pode cobrir posicionamentos horizontais, verticais e quadrados.

Prompts em vários idiomas: suporta a redação de prompts em chinês, inglês, japonês, coreano, espanhol, português, indonésio, malaio, tailandês, árabe e vietnamita.

Aprimoramento por busca e opções de empacotamento: é possível ativar a busca na web para incorporar informações atualizadas e escolher se será adicionada marca d'água de geração por IA e se a saída será mp4 ou mov.

Cenários de aplicação

• Equipes de publicidade e marca: descrição de argumento de venda em uma frase — gerar vídeos de produto de 10 a 30 segundos com narração e trilha sonora, prontos para uso em anúncios em feed ou aquecimento em redes sociais.
• Criadores de vídeos curtos: roteiro de narrativa em tela vertical — usar a proporção 9:16 para gerar um trecho narrativo completo, produzindo material finalizado pronto para upload.
• Equipes de pré-produção audiovisual: descrição textual de storyboard — converter o texto do storyboard em pré-visualização dinâmica com som, para confirmar o ritmo e a duração dos planos antes da filmagem.
• Desenvolvedores de plataforma: produção em lote a partir de modelos — gerar em lote, por meio da interface unificada, versões com diferentes proporções de tela e durações a partir do mesmo modelo de prompt, integrando à própria linha de produção de conteúdo.

Limitações e recomendações de seleção

Este endpoint gera vídeo apenas a partir de texto e não aceita entrada de imagens ou materiais de referência. Quando for necessário fixar personagens, a aparência de produtos ou fazer alterações em nível de timestamp, deve-se usar a linha de geração com referência ou de imagem para vídeo da mesma família. Cada clipe tem no máximo 30 segundos e não há parâmetro de continuação; narrativas mais longas exigem geração por cenas e posterior montagem. A plausibilidade física de ações complexas e a estabilidade de interações entre múltiplos sujeitos ainda podem ser insuficientes. Para necessidades leves e de curta duração, modelos mais simples também podem ser considerados para controlar custos.