Introducción
El image-to-video de Seedance 2.0 arranca el clip en una foto que tú aportas y la anima hasta 15 segundos. Añade una foto de cierre y el plano tiene que llegar ahí, y eso es lo que hace repetibles las transiciones y los pares de antes y después.
Seedance 2.0, de ByteDance, publica text-to-video, image-to-video y reference-to-video: clips de 4 a 15 segundos, de 480p a 4K, con audio nativo y encuadre adaptativo por defecto.
| Material de partida | Modo recomendado |
|---|---|
| Escena escrita | Seedance 2.0 Texto a video |
| Imagen inicial aprobada | Seedance 2.0 Imagen a video |
| Referencias separadas | Seedance 2.0 Referencias a video |
Funciones y aspectos destacados
El ambiente de la sala vuelve en el mismo archivo
generate_audio viene activo por defecto, así que el hielo en la coctelera, una risa, el murmullo de fondo del bar y la sala donde ocurre salen de la misma pasada que la imagen. El resultado llega ya sincronizado en vez de esperar a una pasada de sonido. Desactívalo cuando el clip vaya a ir igualmente a un diseñador de sonido.
Nueve referencias y un reparto que no cambia
El reference-to-video admite hasta 9 imágenes, 3 clips y 3 pistas de audio a la vez. Tres ángulos de una misma cara más una foto de vestuario sostienen a un personaje a lo largo de un episodio mucho mejor que nueve fotogramas sin relación, y un clip de referencia aporta un lenguaje de cámara que ningún adjetivo del prompt reproduce de forma fiable.
La forma sigue al material
aspect_ratio viene en adaptive en los tres endpoints. En image-to-video el clip conserva la forma de tu foto de apertura, así que un vertical no se recorta a apaisado; en text-to-video el modelo toma la forma del prompt; en reference-to-video busca un encuadre que sostenga a todos los sujetos referenciados. Indica 16:9, 9:16 o 21:9 solo cuando una colocación exija un formato fijo.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | No | Opcional, pero conviene escribirlo: cuenta qué pasa después del fotograma en vez de repetir lo que ya se ve: la acción, el movimiento de cámara, el paso del tiempo, el sonido. |
image_url | Sí | Enlace público y de descarga directa al primer fotograma; obligatorio. |
last_image_url | No | Fotograma de cierre opcional, válido solo junto a |
aspect_ratio | No | Encuadre de salida, |
resolution | No | Resolución de salida, 720p por defecto y hasta 4k; aquí no se ofrece ningún escalón de reescalado. |
duration_seconds | No | Duración en segundos enteros, de 4 a 15, con 5 por defecto, y es la cantidad facturada. |
generate_audio | No | Determina si se renderiza una banda sonora nativa sincronizada con la imagen. Viene activa por defecto; desactívala para bucles mudos o cuando el sonido se añada en posproducción. Valor predeterminado: |
seed | No | Seed entera; si la omites, cada tirada saca la suya. Fíjala con todo lo demás constante para juzgar qué cambió realmente un retoque de prompt. |
return_last_frame | No | Devuelve además el último fotograma del clip como imagen aparte, junto al video. Valor predeterminado: |
bitrate_mode | No | Tasa de bits del archivo entregado: |
watermark | No | Añade al video la marca de agua visible «AI generated» del propio modelo. Valor predeterminado: |
Precios
| Especificación | Precio |
|---|---|
| $0.07 / segundo |
| $0.152 / segundo |
| $0.374 / segundo |
| $0.778 / segundo |
Casos de uso
Animar un fotograma inicial definido
El image-to-video de Seedance 2.0 arranca el clip en una foto que tú aportas y la anima hasta 15 segundos. Añade una foto de cierre y el plano tiene que llegar ahí, y eso es lo que hace repetibles las transiciones y los pares de antes y después. Usa este modo cuando una imagen proporcionada debe fijar la composición inicial. Describe solo el movimiento, la cámara y el sonido posteriores, y revisa que los detalles de la fuente se mantengan.
Escenas de noche y de bar que traen su propio sonido
Un cóctel que se agita, un vaso sobre la barra, conversaciones bajas tras un farolillo rojo: escribe la sala en el prompt y deja generate_audio activo. Seedance 2.0 renderiza el ambiente contra la imagen, así que el corte llega con atmósfera en lugar de con una placa muda.
Trabajo de vestuario y de rol, sin censura
Encaje y satén, accesorios de cola y orejas, encuadre en primera persona, parejas de cualquier género: nada de eso se revisa por nuestra parte. La capa propia de Seedance rechaza algunas redacciones, así que conduce esos momentos desde un primer fotograma en image-to-video en lugar de desde el prompt.
Un mismo plano entregado en tres formatos
Siete proporciones, del 21:9 al 9:16, más la adaptativa. Lanza el mismo prompt en 16:9 para la web, en 9:16 para un feed vertical y en 1:1 para una pieza cuadrada. Cada tirada es una toma nueva, no un reencuadre de la anterior, así que cuando los tres cortes tengan que casar, parte de la misma foto de apertura en image-to-video y compáralos uno al lado del otro antes de publicar.
Guía de prompts y consejos prácticos
Elige el endpoint según lo que ya tengas
Una descripción a secas va a text-to-video. Una foto que tiene que sobrevivir va a image-to-video. Un reparto, un producto o un movimiento que debe repetirse entre cortes va a reference-to-video. Si llamas al nombre de la familia, los campos que envías eligen el endpoint.
Escribe el plano como una lista de rodaje
Sujeto, acción, cámara, luz, sonido, una idea por frase. El clip de esta página salió exactamente de este texto, dejado en inglés tal como se envió: "Photorealistic live-action, not animation. A real adult woman in a chocolate satin robe works behind a dim neon bar, a large fluffy faux fox tail accessory clipped at the small of her back. She shakes a cocktail, turns to set the glass on the counter and the tail sways with the movement, then she looks back at camera with a teasing smile. Warm red lantern light, 35mm grain, slow push-in, ice rattling and low bar chatter." Cinco segundos, 720p, 16:9, audio activo.
Adapta el ejemplo publicado
Parte del ejemplo publicado y conserva las entradas que pertenecen a este modo. Sustituye solo el sujeto y la dirección creativa; compara la siguiente toma con un objetivo visual concreto.
Photorealistic live action, not animation. Lightning flashes and lights the whole forecourt white for an instant. She unfolds her arms, pushes off the truck door and steps out to the edge of the canopy, holding one open palm into the falling rain, then looks up into the storm and laughs. Her wet flannel shirt lifts in the gust; rain hammers the concrete and streams off the canopy edge in front of the lens. Slow dolly in past the fuel pump. No music, only rain, wind and rolling thunder.
El rayo es la parte difícil: un solo fotograma que se va a blanco y vuelve, encima de una lluvia que cae en láminas desde el borde de la marquesina delante del objetivo y de un travelling lento que pasa el surtidor. El prompt empieza exigiendo imagen real fotorrealista, algo que conviene escribir siempre que la escena esté tan estilizada; si no, se desliza hacia la ilustración.
Revisa el resultado e itera con intención
Para «Revisa el resultado e itera con intención», prepara una imagen inicial aprobada como una base fiable para Seedance 2.0. Describe el cambio o la secuencia para que pueda comprobarse en el resultado y, en la siguiente iteración, modifica solo la decisión que aún no cumple el objetivo.
Define el punto de partida y el resultado
Antes de generar, decide qué debe verse al inicio, en el cambio y al final. Así puedes revisar la secuencia frente a un objetivo concreto, no frente a una impresión vaga.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedance-2.0/image-to-video",
"input": {
"aspect_ratio": "adaptive",
"bitrate_mode": "standard",
"duration_seconds": 5,
"generate_audio": true,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
