ByteDances Seedance 2.0 Referenz-zu-Video baut eine Einstellung aus Ihrem eigenen Material: bis zu 9 Bilder, 3 Videoclips und 3 Audiospuren, ohne erstes Bild. Die Ausgabe dauert 4 bis 15 Sekunden in 480p, 720p, 1080p oder 4K, mit nativem Ton.
Playground
Diese Beispiele wurden eigens für diesen Endpunkt geschrieben. Ersetzen Sie Prompt und Beispiel-URLs durch eigene erreichbare Eingaben und prüfen Sie vor dem Absenden den aktuellen Preis und die Verfügbarkeit des Modells.
- Ausgabe5 Sek.
cliff-temple-goddess-glance `@Image1` liefert die Frau und ihre Garderobe: ein weißes drapiertes Chiffonkleid mit tiefem V-Ausschnitt und hohem Schlitz, eine goldene Kordel als Gürtel, goldene Armreifen am Oberarm und Blattohrringe. `@Image2` liefert den Ort: eine Tempelruine aus Marmor auf einer Meeresklippe bei Sonnenuntergang, Mohn zwischen den Steinen. Die Kamera folgt ihr von hinten, während sie zwischen den Säulen auf die Sonne zugeht und der Wind den langen Saum und die Schleppe hinter ihr anhebt; sie bleibt zwischen zwei Säulen stehen, blickt mit einem langsamen Lächeln über die Schulter, und die Kamera fährt bis zu einer nahen Einstellung heran, die Sonne strahlt an ihrem Haar vorbei. `aspect_ratio` `3:4` hält das Hochformat, und `generate_audio` ist `true`, der Clip bringt also eigenen Ton mit.
- 720p
- 3:4
- audio
- Ausgabe6 Sek.
character-into-location Eine Referenz ist die Person, die andere der Ort: Der Prompt benennt, welches Bild welche Aufgabe übernimmt, sodass die Frau aus dem Kerzenlicht-Porträt in derselben Garderobe auf dem Sonnenuntergangs-Dach ankommt und die trocknende Wäsche zu dem wird, durch das sie sich bewegt.
- 720p
- 16:9
- audio
- Ausgabe4 Sek.
same-suit-three-cities Die Garderobenkontinuität ist die schwierige Hälfte dieses Beispiels: dieselbe offene Jacke muss an einer dritten Straßenecke unter anderem Licht wie dasselbe Kleidungsstück wirken. Die Referenzen tragen Model und Anzug, der Prompt beschreibt nur noch, was der Wind tut und wohin er geht. Bis zu neun Standbilder, drei Clips und drei Tonspuren gehen gemeinsam hinein – die Besetzung reist als Daten zwischen den Einstellungen, nicht als Adjektive.
- 480p
- 3:4
- 4s
- Ausgabe10 Sek.
camera-language-match Der Prompt benennt, woher jedes Element stammt: die Kamera vom Clip, das Motiv vom Bild, das Timing vom Track. „low, drifting right, never cutting“ sagt dem Modell genau, was es extrahieren soll. Im Ergebnis geht eine einzelne Figur den Flur aus `reference_image_urls` entlang, von Anfang bis Ende tief und ohne Schnitt gehalten. `aspect_ratio` `21:9`, `resolution` `1080p`.
- 1080p
- 21:9
- audio
Dieses Beispiel beginnt bei $0.07 je Ausgabesekunde. Der Playground aktualisiert die Schätzung, sobald Sie die Einstellungen ändern.