Introduction
Seedance 2.0 Fast références vers vidéo réunit plusieurs sources autorisées dans un seul plan : des images pour le qui et le quoi, des clips pour le mouvement et le rythme, de l’audio pour le temps fort sur lequel tombe la coupe. Il ne prend pas de première image.
Seedance 2.0 Fast est le niveau rapide de la gamme Seedance 2.0 de ByteDance. Ses points de terminaison renvoient des clips de 4 à 15 secondes en 480p ou 720p, avec un son généré en même temps que l’image.
Choisir le mode Seedance 2.0 Fast selon votre matériau de départ
| Matériau de départ | Mode |
|---|---|
| Un script ou la description d’une scène | Seedance 2.0 Fast Texte vers vidéo |
| Une image de départ validée | Seedance 2.0 Fast Image vers vidéo |
| Des références séparées pour l’apparence, le mouvement ou le son | Seedance 2.0 Fast Références vers vidéo |
Fonctionnalités et points forts
Un seul jeu de champs, trois sources
Les trois points de terminaison acceptent les mêmes champs de base : prompt, duration_seconds de 4 à 15 (ou -1 pour laisser le modèle choisir), resolution en 480p ou 720p, aspect_ratio, generate_audio et seed. Seule change la source qui ancre l’image : aucune, une image de départ ou un ensemble de références. Une requête passe d’un mode à l’autre en ajoutant ou en retirant cette source.
Image et son en une seule passe
generate_audio est activé par défaut et produit ambiance, bruits de mouvement et voix calés sur les images. Le désactiver ne baisse pas le tarif à ce niveau : coupez-le seulement pour des boucles muettes ou pour une vidéo que vous sonoriserez en post-production.
Format adaptatif par défaut
aspect_ratio vaut adaptive par défaut : l’image vers vidéo garde les proportions de l’image de départ, les références vers vidéo suivent la référence principale, et le texte vers vidéo laisse le modèle choisir la forme suggérée par le prompt. Les six formats fixes, 16:9, 9:16, 4:3, 3:4, 1:1 et 21:9, restent disponibles quand l’emplacement de diffusion impose le cadre.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
prompt | Oui | Obligatoire, et ici il fait aussi le casting. 1 caractères minimum |
reference_image_urls | Non | Jusqu’à 9 images que vous êtes autorisé à utiliser, pour un personnage, un produit, un style ou un décor. 9 éléments maximum |
reference_video_urls | Non | Jusqu’à 3 clips qui apportent le mouvement, le rythme ou le langage de caméra. 3 éléments maximum |
reference_audio_urls | Non | Jusqu’à 3 fichiers audio, de 2 à 15 secondes chacun et 15 secondes au total, chacun sous 15 Mo, qui donnent au plan un ancrage sonore — diction, tempo, phrase musicale — sur leq… 3 éléments maximum |
aspect_ratio | Non | Cadrage de sortie, adaptive par défaut : le clip prend la forme de la référence principale. |
resolution | Non | Résolution de sortie : 480p ou 720p par défaut. Elle sélectionne un palier tarifaire et ne rendra pas nettes des références basse résolution. |
duration_seconds | Non | Durée du clip final en secondes entières, de 4 à 15, 5 par défaut ; -1 laisse le modèle choisir, l’estimation comptant alors 15 secondes. |
generate_audio | Non | Détermine si une bande-son native est rendue en synchronisation avec l’image. Actif par défaut ; le couper ne fait pas baisser le tarif dans cette variante. Valeur par défaut: |
seed | Non | Seed entière ; omettez-la et chaque tirage tire la sienne. Fixez-la, tout le reste étant constant, pour juger ce qu’une retouche de prompt a réellement changé. |
return_last_frame | Non | Renvoie en plus la dernière image du clip, sous forme d’image distincte à côté de la vidéo. Valeur par défaut: |
bitrate_mode | Non | Débit d’encodage du fichier livré : |
watermark | Non | Ajoute à la vidéo le filigrane visible « AI generated » propre au modèle. Valeur par défaut: |
Tarification
Les clips de référence s’ajoutent aux secondes facturées. Comme nous ne pouvons pas mesurer vos clips avant l’exécution, nous bloquons d’abord le montant correspondant au maximum de 15 secondes, puis libérons la part inutilisée dès la facturation — vous ne payez que les secondes réellement utilisées.
| Résolution | With video: Oui | With video: Non |
|---|---|---|
| $0.022539 / seconde | $0.04499712 / seconde |
| $0.048471 / seconde | $0.096768 / seconde |
Cas d’utilisation
Un produit sous tous les angles
Deux ou trois angles d’un même objet le tiennent bien mieux qu’une pile d’images presque identiques. L’exemple publié envoie trois vues d’une basket et demande une rotation sur plateau à travers ces vues dans l’ordre, en gardant identiques le grain du cuir, la semelle et le laçage.
Un mouvement de caméra emprunté
Un clip de référence peut apporter un langage de caméra plutôt qu’un contenu. L’un des exemples reprend la montée lente d’une grue dans un clip, la met en scène au-dessus d’un toit tiré d’une image de référence et cale le sommet de la montée sur la montée en puissance d’une piste de référence.
Une distribution fixe sur toute une série
Gardez un jeu de références pour un personnage, un vêtement ou un lieu et ne changez que le prompt d’une requête à l’autre. Les mêmes images portent chaque épisode : l’identité reste stable pendant que l’action avance.
Guide de prompt et conseils pratiques
Faites le casting dans le prompt
Ici, le prompt est obligatoire et c’est lui qui distribue les rôles. Les références sont lues dans l’ordre d’envoi : dites quelle image correspond à quel personnage, ce qu’apporte chaque clip et à quoi sert l’audio. Les désigner par @Image1, @Image2, etc. lève toute ambiguïté.
Restez dans les limites des références
reference_image_urls accepte jusqu’à 9 images, reference_video_urls jusqu’à 3 clips et reference_audio_urls jusqu’à 3 pistes. Il faut au moins une image ou un clip, car l’audio seul est refusé. Clips et audio durent de 2 à 15 secondes chacun et 15 secondes au total, et les secondes de vos clips de référence sont facturées en plus de la sortie : coupez-les à la partie utile.
Adaptez l’exemple fourni
L’exemple publié utilise aspect_ratio 1:1, duration_seconds 5, generate_audio true et resolution 720p, avec trois photos du produit dans reference_image_urls.
Treat @Image1, @Image2 and @Image3 as three angles of one sneaker. Rotate it smoothly on an invisible turntable through those three views in order, keeping the leather grain, gum sole and lacing identical throughout. Hard studio key stays fixed; the contact shadow swings with the rotation.
Chaque référence est désignée par sa position et reçoit une seule tâche. Remplacez le produit et gardez cette structure.
Passez par l’image vers vidéo quand la première image doit être exacte
Ce point de terminaison n’a pas de champ de première ni de dernière image. Quand l’image d’ouverture doit correspondre exactement à une photo, envoyez cette photo à l’image vers vidéo et décrivez seulement le mouvement.
Démarrage rapide de l’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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedance-2.0-fast/reference-to-video",
"input": {
"aspect_ratio": "adaptive",
"bitrate_mode": "standard",
"duration_seconds": 5,
"generate_audio": true,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"reference_image_urls": [
"https://example.com/reference.png"
]
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
