Ir al contenido principal

Continúa un clip con Seedance 2.0: el último fotograma de tu video abre un nuevo segmento de 4 a 15 segundos, y recibes un solo archivo con el original y la continuación unidos, en 480p, 720p, 1080p o 4k.

Desde $0.07/s

Playground

Entrada

Extensión de video
  1. 1

    Elegir el clip que vas a continuar

    Elige un video y lo continuamos desde su último fotograma.

  2. 2

    Qué pasa después

    Elige un clip en el paso 1 y este paso se abre.

    Opcional, pero conviene escribirlo: lo que pasa después, es decir, la acción que sigue, el movimiento de cámara y el sonido. El fotograma inicial ya fija el sujeto y el set, así que usa las palabras para el movimiento. Si lo omites, el modelo decide el movimiento por su cuenta.
    afecta al precio
    Resolución del nuevo segmento: 480p, 720p, 1080p o 4k, 720p por defecto. Define el costo. Iguálala a tu original para que la unión se vea nítida: un valor más bajo se ve blando junto al original, y uno más alto no añade detalle que el último fotograma no tenga.
    Duraciónafecta al precio
    Duración del nuevo segmento en segundos enteros, de 4 a 15; el valor predeterminado es 5. Con -1 el modelo decide: se reservan 15 segundos por adelantado y el cobro se ajusta a la duración entregada. Tu original se suma delante y no se cobra. no menor que 4 · no mayor que 15
    Generar audioafecta al precio
    Activado por defecto, así que el nuevo segmento trae una banda sonora sincronizada con la imagen. Influye en el precio, así que revisa la estimación. Tu original conserva su propio sonido en cualquier caso; si un lado no tiene sonido, el archivo unido se rellena con silencio.
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Falta 1 campo obligatorio: Video de entrada

Salida

Listo para una nueva ejecución

El resultado aparecerá aquí.

Configura las entradas, revisa la estimación y ejecuta el modelo.

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

Dinos cuál añadir y para qué lo usarías. Las solicitudes llegan directamente al equipo que decide los próximos modelos.

API DE VÍDEO MULTIRREFERENCIA

Nueve referencias, un reparto, sostenido en todos los cortes.

Cifras clave

Duración
4–15S
duration_seconds admite segundos enteros de 4 a 15; el valor por defecto es 5.
Resolución máx.
4K
resolution sube por escalones: 480p, 720p, 1080p y 4k. 720p es el valor por defecto.
Fotogramas ref.
9
reference_image_urls lleva hasta 9 imágenes autorizadas a un mismo plano.
Clips + pistas
3 + 3
Hasta 3 videos y 3 pistas de audio de referencia en la misma solicitud.
Encuadre base
ADAPTIVE
aspect_ratio viene en adaptive: la forma sale de la foto, del prompt o de las referencias.
Endpoints
3
text-to-video, image-to-video, reference-to-video y video-extend, cada uno con su contrato.

Antes de gastar

text-to-video

Solo con texto es la ruta menos literal. La propia capa de seguridad de Seedance se coloca delante de la generación y rechaza de plano algunas redacciones: el beso es el disparador constante, y la solicitud vuelve rechazada antes de que se renderice un fotograma. El mismo momento escrito como un susurro al oído o dos frentes que se tocan sí pasa. Cuando necesites la acción literal, condúcela desde un primer fotograma en image-to-video, o lanza el plano en una familia Wan, donde sí se acepta la redacción que Seedance rechaza.

image-to-video

La vía fiable hacia un resultado literal: lo que muestra el fotograma de apertura ya está en el clip, así que al prompt solo le toca describir el movimiento. Aquí image_url es el único campo obligatorio; prompt es opcional, y si lo omites el modelo decide el movimiento por su cuenta. last_image_url solo se acepta junto a image_url, nunca por su cuenta, y este endpoint no admite ningún recurso de referencia.

reference-to-video

Un contrato aparte y sin image_url: el material de referencia no se puede mezclar en el endpoint guiado por fotograma. Los límites son 9 imágenes, 3 videos y 3 pistas de audio —un tercio de lo que acepta la línea 2.5—, así que elige referencias en vez de amontonarlas. Se leen en el orden en que las envías, lo que significa que el prompt tiene que decir cuál es cada personaje.

all

Los derechos y el consentimiento de todo lo que envías y publicas siguen siendo tuyos: solo personas adultas, material con licencia, ninguna imagen no consentida, ninguna suplantación de una persona real. Los archivos generados se guardan 14 días, así que copia a tu propio almacenamiento todo lo que quieras conservar.

Lo que hace el modelo

El sonido va con la imagen

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.

El reparto sale de tus fotogramas

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.

Encuadre

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.

Creado con Seedance 2.0

  • 5 s
  • Seedance 2.0 text-to-video, 5 segundos en 720p, 16:9, audio generado junto con la imagen.
    5 s
  • Seedance 2.0 text-to-video, 5 segundos en 720p, 16:9. Luz de túnel magenta y cian parpadeando sobre su cara, renderizado mudo con generate_audio desactivado.
    5 s
  • 5 s
  • 5 s
  • 4 s
  • 5 s
  • 10 s
  • 10 s
  • 6 s
  • 6 s

Dónde encaja

  • 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

    Disfraces, accesorios de cola y orejas, encuadre en primera persona, parejas de cualquier género: nada de ello se revisa de nuestro lado. 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.

  • Continuidad de campaña en toda una tanda de cortes

    Carga el producto desde tres ángulos y a la modelo desde dos en el reference-to-video, y luego cambia solo el prompt en cada corte. La misma botella, la misma cara y la misma chaqueta viajan con la solicitud, así que la serie se sostiene sin una pasada manual de etalonaje.

  • 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.

Referencia del modelo

Referencia de la API de Seedance 2.0

Especificaciones de la API de Seedance 2.0

Endpoints
text-to-video, image-to-video, reference-to-video, video-extend
Duración del clip
De 4 a 15 segundos enteros, 5 por defecto
Resolución
480p, 720p (por defecto), 1080p, 4k
Proporción
21:9, 16:9, 4:3, 1:1, 3:4, 9:16, adaptativa (por defecto)
Audio
Banda sonora nativa renderizada en la misma pasada, activa por defecto
Referencias
Hasta 9 imágenes, 3 videos, 3 pistas de audio — solo en reference-to-video

Cómo llamar a la API de Seedance 2.0

  1. 1. 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.

  2. 2. 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.

  3. 3. Créalo como tarea asíncrona y luego itera campo a campo

    Manda un Idempotency-Key, guarda el id de la tarea, y consulta o recoge el callback. Boceta en 480p y cambia un campo cada vez; no hay seed, así que cada tirada es una toma nueva y un cambio se juzga mejor en varias tiradas. duration_seconds y resolution mueven la estimación, y en reference-to-video también el material de referencia.

En resumen

Seedance 2.0 es el modelo de video de ByteDance, publicado aquí como API distintas: text-to-video, image-to-video, reference-to-video y video-extend. Cada una devuelve de 4 a 15 segundos en 480p, 720p, 1080p o 4K, en cualquiera de siete proporciones, con una banda sonora nativa generada junto a los fotogramas salvo que se desactive generate_audio. El endpoint de referencias acepta hasta 9 imágenes, 3 clips y 3 pistas de audio en una sola solicitud; el endpoint de fotograma admite una foto de apertura y otra de cierre opcional. El cobro es por segundo de video generado, así que la duración y la resolución mueven el precio, y en el endpoint de referencias también el material de referencia. No hay revisión de contenido por nuestra parte ni flag mature que marcar, trabajo sin censura incluido, dentro de los límites recogidos arriba.

Preguntas sobre la API de Seedance 2.0