Le reference-to-video Seedance 2.0 de ByteDance construit un plan à partir de votre matériel : jusqu’à 9 images, 3 clips vidéo et 3 pistes audio, sans première image. Sortie de 4 à 15 secondes en 480p, 720p, 1080p ou 4K, avec audio natif.
Atelier
Ces exemples ont été écrits pour ce point de terminaison. Remplacez le prompt et les URL de médias par vos propres fichiers accessibles, puis vérifiez l’estimation à jour et la disponibilité du modèle avant d’envoyer.
- Sortie5 s
cliff-temple-goddess-glance `@Image1` fournit la femme et sa tenue : une robe blanche en mousseline drapée à profond col en V et haute fente, une ceinture en cordon doré, des bracelets dorés en haut des bras et des boucles d’oreilles en feuille. `@Image2` fournit le lieu : les ruines d’un temple de marbre sur une falaise au-dessus de la mer au coucher du soleil, des coquelicots entre les pierres. La caméra la suit de dos tandis qu’elle avance entre les colonnes vers le soleil, le vent soulevant le long ourlet et la traîne derrière elle ; elle s’arrête entre deux colonnes, regarde par-dessus l’épaule avec un lent sourire, et la caméra s’approche jusqu’à un plan serré, le soleil flamboyant derrière ses cheveux. `aspect_ratio` `3:4` garde le format portrait, et `generate_audio` vaut `true`, le clip a donc son propre son.
- 720p
- 3:4
- audio
- Sortie6 s
character-into-location Une référence donne la personne, l'autre le lieu : le prompt précise quelle image remplit quel rôle, de sorte que la femme du portrait à la bougie arrive sur le toit au coucher du soleil dans la même tenue, et que le linge qui sèche devient ce à travers quoi elle se déplace.
- 720p
- 16:9
- audio
- Sortie4 s
same-suit-three-cities La continuité de la tenue est la moitié difficile de cet exemple : la même veste ouverte doit se comporter comme le même vêtement au troisième coin de rue, sous une lumière différente. Les références portent le mannequin et le costume, et laissent au prompt le soin de décrire seulement ce que fait le vent et par où il marche. Jusqu'à neuf images fixes, trois clips et trois pistes audio entrent ensemble : la distribution voyage d'un plan à l'autre sous forme de données, pas d'adjectifs.
- 480p
- 3:4
- 4s
- Sortie10 s
camera-language-match Le prompt indique d’où vient chaque élément : la caméra du clip, le décor de l’image, le tempo de la piste. « low, drifting right, never cutting » dit précisément au modèle quoi extraire. Dans le résultat, une seule silhouette s’éloigne dans le couloir tiré de `reference_image_urls`, cadrée bas et sans coupe du début à la fin. `aspect_ratio` `21:9`, `resolution` `1080p`.
- 1080p
- 21:9
- audio
Cet exemple démarre à $0.07 par seconde produite. Le Playground actualise l’estimation lorsque vous modifiez les réglages.