Aller au contenu principal

Prolongez un clip avec Seedance 2.0 : la dernière image de votre vidéo ouvre un nouveau segment de 4 à 15 secondes, et vous récupérez un seul fichier où l’original et la suite sont raccordés, en 480p, 720p, 1080p ou 4k.

À partir de $0.07/s

Atelier

Entrée

Prolongation vidéo
  1. 1

    Choisir le clip à prolonger

    Choisissez une vidéo : nous la prolongeons à partir de sa dernière image.

  2. 2

    La suite

    Choisissez un clip à l’étape 1 pour ouvrir cette étape.

    Facultatif, mais utile : ce qui se passe ensuite, c’est-à-dire l’action qui suit, le mouvement de caméra et le son. L’image d’ouverture fixe déjà le sujet et le décor, consacrez donc les mots au mouvement. Sans prompt, le modèle décide seul du mouvement.
    influe sur le prix
    Résolution du nouveau segment : 480p, 720p, 1080p ou 4k, 720p par défaut. Elle fixe le prix. Alignez-la sur votre source pour que le raccord reste net : un réglage plus bas paraît flou à côté de l’original, un réglage plus haut n’ajoute aucun détail absent de la dernière image.
    Duréeinflue sur le prix
    Durée du nouveau segment en secondes entières, de 4 à 15 ; 5 par défaut. Avec -1, le modèle choisit : 15 secondes sont alors réservées d’avance et la facture s’ajuste sur la durée livrée. Votre source s’ajoute devant et n’est pas facturée. pas inférieur à 4 · pas supérieur à 15
    Générer l’audioinflue sur le prix
    Actif par défaut : le nouveau segment reçoit une bande-son synchronisée avec l’image. Ce réglage joue sur le prix, vérifiez donc l’estimation. Votre source garde son propre son dans tous les cas ; si un côté est muet, le fichier raccordé est complété par du silence.
Filtre de sécuritéDésactivé

SpicyAPI n’applique aucun filtre de sécurité à ce modèle. Votre prompt et vos médias sont transmis tels quels, et c’est le modèle lui-même qui décide du résultat.

Nous vérifions votre compte avant d’activer l’envoi et le calcul du prix.

1 champ obligatoire manquant : Vidéo d’entrée

Sortie

Prêt pour une nouvelle exécution

Le résultat apparaîtra ici.

Configurez les entrées, vérifiez l’estimation, puis lancez le modèle.

Modèles liés et tâches suivantes

Le modèle que vous cherchez n’est pas là ?

Dites-nous lequel ajouter et à quoi il vous servira. Les demandes vont directement à l’équipe qui décide des prochains modèles.

API VIDÉO MULTI-RÉFÉRENCES

Neuf références, une distribution, tenue d’un plan à l’autre.

Chiffres clés

Durée du clip
4–15S
duration_seconds prend des secondes entières de 4 à 15 ; la valeur par défaut est 5.
Résolution max
4K
resolution monte par paliers : 480p, 720p, 1080p et 4k. 720p est la valeur par défaut.
Photos de réf.
9
reference_image_urls emporte jusqu’à 9 images autorisées dans un même plan.
Clips + pistes
3 + 3
Jusqu’à 3 vidéos et 3 pistes audio de référence dans la même requête.
Format initial
ADAPTIVE
aspect_ratio vaut adaptive : la forme vient de la photo, du prompt ou des références.
Points d’accès
3
text-to-video, image-to-video, reference-to-video et video-extend, chacun avec son contrat.

Avant de dépenser

text-to-video

Le texte seul est la voie la moins littérale. La couche de sécurité propre à Seedance se place devant la génération et refuse d’emblée certaines formulations — le baiser est le déclencheur constant, et la requête revient rejetée avant qu’aucune image ne soit rendue. Le même moment écrit comme un murmure à l’oreille ou des fronts qui se touchent passe. Quand il vous faut l’action littérale, pilotez-la depuis une première image sur l’image-to-video, ou lancez le plan sur une famille Wan, où les formulations que Seedance refuse sont acceptées.

image-to-video

La voie fiable vers un résultat littéral : ce que montre l’image d’ouverture est déjà dans le clip, le prompt n’a donc plus qu’à décrire le mouvement. image_url est ici le seul champ obligatoire ; prompt est facultatif, et sans lui le modèle décide seul du mouvement. last_image_url n’est accepté qu’en compagnie d’image_url, jamais seul, et ce point de terminaison ne prend aucun asset de référence.

reference-to-video

Un contrat séparé, sans image_url : le matériel de référence ne se mélange pas au point de terminaison piloté par l’image. Les limites sont de 9 images, 3 vidéos et 3 pistes audio — un tiers de ce qu’accepte la ligne 2.5 : choisissez donc vos références au lieu de les empiler. Elles sont lues dans l’ordre où vous les envoyez, ce qui veut dire que le prompt doit dire laquelle est quel personnage.

all

Les droits et le consentement pour tout ce que vous envoyez et publiez restent les vôtres : adultes uniquement, matériel sous licence, aucune image non consentie, aucune usurpation d’une personne réelle. Les fichiers générés sont conservés 14 jours : copiez donc dans votre propre stockage tout ce que vous comptez garder.

Ce que fait le modèle

Le son avec l’image

L’ambiance sonore revient dans le même fichier

generate_audio est actif par défaut : la glace dans le shaker, un rire, le brouhaha d’un bar et la pièce où tout cela se produit sortent donc de la même passe que l’image. Le résultat arrive déjà synchronisé au lieu d’attendre une passe son. Coupez-le quand le clip part de toute façon chez un sound designer.

Un casting tiré de vos photos

Neuf références, une distribution continue

Le reference-to-video prend jusqu’à 9 images, 3 clips et 3 pistes audio ensemble. Trois angles d’un même visage plus une photo de garde-robe tiennent un personnage sur tout un épisode bien mieux que neuf images sans rapport, et un clip de référence porte un langage de caméra qu’aucun adjectif dans un prompt ne reproduit de façon fiable.

Cadrage

La forme suit la matière

aspect_ratio vaut adaptive sur les trois points de terminaison. En image-to-video, le clip garde la forme de votre photo d’ouverture : un portrait n’est pas recadré en paysage ; en text-to-video, le modèle tire la forme du prompt ; en reference-to-video, il trouve un cadre qui tient tous les sujets référencés. N’indiquez 16:9, 9:16 ou 21:9 que si un emplacement exige un format fixe.

Créé avec Seedance 2.0

  • 5 s
  • Seedance 2.0 text-to-video, 5 secondes en 720p, 16:9, audio généré avec l’image.
    5 s
  • Seedance 2.0 text-to-video, 5 secondes en 720p, 16:9. Lumière de tunnel magenta et cyan clignotant sur son visage, rendu muet avec generate_audio coupé.
    5 s
  • 5 s
  • 5 s
  • 4 s
  • 5 s
  • 10 s
  • 10 s
  • 6 s
  • 6 s

Cas d’usage

  • Des scènes de nuit et de bar qui portent leur propre son

    Un cocktail qu’on secoue, un verre posé sur le comptoir, des conversations basses derrière une lanterne rouge : écrivez la pièce dans le prompt et laissez generate_audio actif. Seedance 2.0 rend l’ambiance contre l’image, et le plan arrive donc avec son atmosphère au lieu d’une plaque muette.

  • Du travail sans censure, costumé et de jeu de rôle

    Costumes, accessoires de queue et d'oreilles, cadrage à la première personne, couples de tous genres : rien de tout cela n'est vérifié de notre côté. La couche propre à Seedance refuse certaines formulations : pilotez donc ces moments depuis une première image sur l’image-to-video plutôt que depuis le prompt.

  • La continuité d’une campagne sur toute une série de montages

    Chargez le produit sous trois angles et le mannequin sous deux dans le reference-to-video, puis ne changez que le prompt pour chaque plan. La même bouteille, le même visage et la même veste voyagent avec la requête : la série tient donc ensemble sans passe d’étalonnage manuelle.

  • Un même plan livré en trois formats

    Sept formats d’image, du 21:9 au 9:16, plus l’adaptatif. Lancez le même prompt en 16:9 pour le site, en 9:16 pour un fil vertical et en 1:1 pour une vignette. Chaque tirage est une prise neuve, pas un recadrage du précédent : quand les trois versions doivent se répondre, partez de la même image d’ouverture en image-to-video et comparez-les côte à côte avant diffusion.

Référence du modèle

Référence de l’API Seedance 2.0

Spécifications de l’API Seedance 2.0

Points de terminaison
text-to-video, image-to-video, reference-to-video, video-extend
Durée du clip
4 à 15 secondes entières, 5 par défaut
Résolution
480p, 720p (par défaut), 1080p, 4k
Format d’image
21:9, 16:9, 4:3, 1:1, 3:4, 9:16, adaptatif (par défaut)
Audio
Bande-son native rendue dans la même passe, active par défaut
Références
Jusqu’à 9 images, 3 vidéos, 3 pistes audio — reference-to-video uniquement

Comment appeler l’API Seedance 2.0

  1. 1. Choisissez le point de terminaison selon ce que vous avez déjà

    Une description seule part au text-to-video. Une photo qui doit survivre part à l’image-to-video. Un casting, un produit ou un mouvement qui doit se répéter d’un plan à l’autre part au reference-to-video. Si vous appelez le nom de famille, ce sont les champs envoyés qui choisissent le point de terminaison.

  2. 2. Écrivez le plan comme une feuille de service

    Sujet, action, caméra, lumière, son, une idée par phrase. Le clip de cette page vient exactement de ce texte, laissé en anglais tel qu’il a été envoyé : «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.» Cinq secondes, 720p, 16:9, audio actif.

  3. 3. Créez-le en tâche asynchrone, puis itérez champ par champ

    Envoyez un Idempotency-Key, gardez l’identifiant de tâche, interrogez ou prenez le callback. Ébauchez en 480p et changez un champ à la fois ; il n’y a pas de seed, chaque tirage est donc une prise neuve et un changement se juge mieux sur plusieurs tirages. duration_seconds et resolution déplacent l’estimation, tout comme les clips de référence sur reference-to-video.

En résumé

Seedance 2.0 est le modèle vidéo de ByteDance, publié ici comme API distinctes : text-to-video, image-to-video, reference-to-video et video-extend. Chacune rend 4 à 15 secondes en 480p, 720p, 1080p ou 4K, dans l’un des sept formats d’image, avec une bande-son native générée en même temps que les images sauf si generate_audio est coupé. Le point de terminaison de références accepte jusqu’à 9 images, 3 clips et 3 pistes audio dans une seule requête ; le point de terminaison image prend une photo d’ouverture et une photo de fin facultative. La facturation se fait à la seconde de vidéo générée : la durée et la résolution déplacent donc le prix, ainsi que les clips de référence sur le point de terminaison de références. Il n’y a aucun examen de contenu de notre côté ni indicateur mature à cocher, travail sans censure compris, dans les limites consignées plus haut.

Questions sur l’API Seedance 2.0