Vai al contenuto principale

Senza censura — Questo modello dichiara di non applicare alcun filtro sui contenuti. SpicyAPI inoltra la richiesta senza aggiungere controlli di piattaforma; gli obblighi di legge e la verifica del consenso restano a carico del cliente.Vedi tutti i modelli con questo livello di filtraggio
bytedance/seedance-2.0/reference-to-video

Il reference-to-video Seedance 2.0 di ByteDance costruisce una ripresa dal tuo materiale: fino a 9 immagini, 3 clip video e 3 tracce audio, senza primo fotogramma. Output da 4 a 15 secondi a 480p, 720p, 1080p o 4K, con audio nativo.

Da $0.043/s
Esegui il modello

Playground

Input

Da riferimento a video

Riordinare aggiorna i riferimenti nel prompt. Rimuovendo un media spariscono anche i suoi riferimenti: ricontrolla il prompt.

Obbligatorio, e qui fa anche il casting. I riferimenti vengono citati nell'ordine in cui li invii, quindi indica quale immagine è quale personaggio, che cosa aggiunge ogni clip e a che cosa serve l'audio. I brief non vengono revisionati da parte nostra; dove il livello interno di Seedance rifiuta la formulazione, un primo fotogramma su image-to-video è la via che arriva comunque.
Indica almeno uno di questiRequisito soddisfatto
2/9

Trascina file o link ai media, incolla oppure sfoglia · Fino a 9 file · Max 10 MB · JPG · PNG · WEBP · GIF

  • @Image1
  • @Image2
2 / 9 file
Fino a 9 immagini di riferimento, usate per tenere un personaggio, uno stile o un set. Due o tre angolazioni dello stesso personaggio di solito funzionano meglio di una pila di fotogrammi quasi identici. Questo endpoint non ha alcun parametro per primo o ultimo fotogramma: modalità a riferimenti e modalità a fotogrammi si escludono a vicenda, quindi passa a image-to-video quando il fotogramma iniziale deve essere esatto. Il controllo in ingresso di Seedance può rifiutare una foto o una clip di riferimento in cui si vede il volto di una persona reale e riconoscibile. Ogni lato deve essere compreso tra 300 e 6000 pixel; sotto questa soglia il controllo in ingresso rifiuta l'immagine prima di qualsiasi addebito. al massimo 9 elementi
incide sul prezzo0/3

Trascina qui un video, oppure sfoglia · Fino a 3 file · Max 90 MB · MP4 · WEBM

0 / 3 file
Fino a 3 clip di riferimento, ciascuna da 2 a 15 secondi e per una lunghezza complessiva non superiore a 15 secondi, che forniscono movimento, ritmo o linguaggio di macchina. La lunghezza di una clip di riferimento conta nella quantità fatturata – non come cambio di fascia, ma come moltiplicatore lineare dello stesso tipo di `duration_seconds` – quindi taglia ai secondi che vuoi davvero citare. al massimo 3 elementi
0/3

Trascina qui un file audio, oppure sfoglia · Fino a 3 file · Max 90 MB · MP3 · WAV

0 / 3 file
Fino a 3 file audio di riferimento, ciascuno da 2 a 15 secondi e per una lunghezza complessiva non superiore a 15 secondi, che danno al modello un ancoraggio sonoro – interpretazione, tempo, una frase musicale – su cui allineare movimento e punti di stacco. Diverso da `generate_audio`: questo è un input, mentre se la clip finita porta una colonna sonora lo decide comunque `generate_audio`. al massimo 3 elementi
Predefinito `adaptive`: il modello trova un'inquadratura che accoglie ogni soggetto referenziato, cosa che conta soprattutto quando gli asset di riferimento non condividono la stessa forma. Fissa proporzioni precise solo per un vincolo di consegna rigido – `9:16` per un feed verticale, per esempio – e controlla che nessuna persona o prodotto referenziato risulti tagliato. Nessun effetto sulla fatturazione.
incide sul prezzo
480p, 720p, 1080p o 4k, 720p per impostazione predefinita, e alimenta direttamente la quantità fatturata. Imposta soltanto la fascia in uscita e non renderà nitidi riferimenti a bassa risoluzione. Prova se i riferimenti si combinano a una fascia bassa, poi alzala per la ripresa finale. Qui non esiste alcuna fascia di upscaling o miglioramento.
Durataincide sul prezzo
Da 4 a 15 secondi, 5 per impostazione predefinita; con -1 è il modello a scegliere la durata (la stima usa il massimo di 15 secondi, l'addebito la durata consegnata). Quindici secondi sono il tetto di questa generazione; per un'inquadratura singola più lunga, passa all'endpoint 2.5. Nota che questo e la lunghezza delle tue clip di riferimento sono due contributi indipendenti alla quantità fatturata, quindi portarli entrambi al massimo è il punto in cui una sola richiesta diventa cara. non meno di 4 · non più di 15
Genera l’audioincide sul prezzo
Attivo per impostazione predefinita. Produce una colonna sonora nativa sincronizzata con le immagini. Anche fornendo `reference_audio_urls`, disattivarlo significa che nessuna colonna sonora viene resa: l'audio di riferimento modella ritmo e interpretazione, non è la traccia in uscita. Disattivalo quando il montaggio verrà musicato in post.
Controllo di sicurezzaDisattivato

SpicyAPI non applica nessun controllo di sicurezza a questo modello. Il tuo prompt e i tuoi media arrivano al modello così come li hai scritti, ed è il modello stesso a decidere che cosa torna indietro.

Controllo del tuo account prima di abilitare invio e prezzi.

Output

Pronto per una nuova esecuzione
Risultato di esempio
Estendi
Upscaling video
Editing video

Modelli correlati e attività successive

Manca il modello che ti serve?

Dicci cosa aggiungere e dove lo useresti. Le richieste arrivano a chi decide quali modelli integrare per primi.

Assegna a più asset approvati compiti separati in un'unica scena

L'endpoint reference-to-video di Seedance 2.0 è quello che accetta diversi tipi di materiale in un'unica chiamata: fino a 9 fermi immagine in reference_image_urls, 3 clip in reference_video_urls e 3 tracce in reference_audio_urls. prompt è richiesto, e lo è anche almeno uno tra reference_image_urls o reference_video_urls, dato che l'audio da solo non basta per l'invio. Il lavoro si concentra nel prompt, che deve dichiarare di cosa è responsabile ciascun asset fornito.

Apri il Playground
Assegna a più asset approvati compiti separati in un'unica scena
Input richiesto
prompt, più reference_image_urls o reference_video_urls
Limiti di riferimento
fino a 9 immagini, 3 clip video, 3 tracce audio
Lunghezza clip di riferimento
2-15s per clip, 15s totali per tipo
Durata
4-15 secondi, oppure -1 per la durata intelligente
Risoluzione
480p / 720p / 1080p / 4k, predefinita 720p
Non presente qui
Niente image_url / last_image_url, quelli appartengono a image-to-video
Più array, più asset
Ogni tipo di riferimento accetta più di un URLreference_image_urls e reference_video_urls sono array, quindi una singola generazione può attingere a più immagini e più clip contemporaneamente. Nessuno degli altri due endpoint di questa famiglia ha un campo array da nessuna parte nel proprio schema.
Nessun ruolo assegnato
Lo schema non etichetta cosa controlla ciascun arrayNulla nell'input impone che un'immagine significhi identità e un'altra significhi ambientazione. Quella suddivisione dei compiti va scritta nel prompt stesso, citando esplicitamente ciascun asset fornito.
L'unico endpoint multi-asset qui
text-to-video e image-to-video non hanno array di riferimentoQuesto è l'endpoint costruito per combinare più fonti approvate in un unico scatto. image-to-video lavora da fermi immagine in due ruoli fissi, un fotogramma di apertura e uno di chiusura facoltativo; text-to-video lavora solo da parole. A nessuno dei due può essere affidato un insieme di riferimenti da conciliare.

Cosa fa bene l'API di Seedance 2.0

Tre canali di riferimento in un'unica chiamata

Tre canali di riferimento in un'unica chiamata

Riferimenti immagine, video e audio viaggiano insieme in un'unica richiesta, così una scena può prendere il proprio aspetto da un asset e il proprio ritmo da un altro senza comporli fuori dall'API prima. ByteDance descrive Seedance 2.0 come capace di accettare fino a 9 immagini, 3 clip video e 3 clip audio insieme al testo dell'istruzione, ed è esattamente ciò che espone questo endpoint.

Funziona con un insieme parziale

Funziona con un insieme parziale

reference_audio_urls è genuinamente facoltativo, e almeno uno tra reference_image_urls o reference_video_urls è richiesto dal vincolo anyOf dello schema. Fornisci esattamente ciò che la scena richiede davvero e salta il resto, invece di riempire la richiesta.

  • Lo stesso tetto 4K/15 secondi del resto della famiglia

    resolution e duration_seconds portano la stessa gamma di text-to-video e image-to-video, fino a 4k e 15 secondi. Questo endpoint non è una variante a capacità ridotta solo perché accetta più tipi di materiale di input degli altri due.

  • adaptive vale anche qui

    aspect_ratio ha come predefinito adaptive anche qui, e su questo endpoint cerca un'inquadratura che contenga ogni soggetto citato, il che conta soprattutto quando gli asset che alleghi arrivano in forme diverse. Blocca una delle sei proporzioni fisse quando un formato di consegna è già stabilito, poi verifica che nessuna persona o prodotto citato finisca tagliato fuori.

  • L'audio di riferimento e generate_audio sono controlli separati

    reference_audio_urls modella il ritmo e la resa che il modello segue durante la generazione; generate_audio, attivo per impostazione predefinita, decide se la clip finita porta o meno una colonna sonora renderizzata. Fornire un audio di riferimento con generate_audio disattivato restituisce una clip silenziosa che segue comunque il tempo di riferimento.

  • Adatto per natura alla ricombinazione

    Asset approvati in passaggi precedenti, come una tavola personaggio o una clip di una location da uno shooting precedente, possono essere riusati direttamente come riferimenti invece di rigenerarli da zero per ogni nuovo scatto di una serie.

Per chi è Seedance 2.0

  • Separa l'identità dal movimento su due fonti

    Personaggio più riferimento di movimento separato

    Separa l'identità dal movimento su due fonti

    Un'immagine di riferimento può ancorare l'aspetto mentre un video di riferimento dimostra il movimento che il prompt dovrebbe seguire, lasciando che i due contributi vengano approvati, rivisti e sostituiti in modo indipendente lungo iterazioni successive dello stesso scatto.

  • Lascia che audio e immagine facciano compiti diversi

    Un riferimento voce o suono abbinato a un ancoraggio visivo

    Lascia che audio e immagine facciano compiti diversi

    reference_audio_urls può portare tono o ritmo mentre reference_image_urls fissa ciò che appare a schermo. Scrivi entrambi i ruoli esplicitamente nel prompt, nominando ciascun asset in base alla sua posizione negli array, così il modello sa quale governa quale dettaglio.

  • Riusa ciò che ha già superato la revisione invece di rigenerarlo

    Ricombinare asset approvati da passaggi precedenti

    Riusa ciò che ha già superato la revisione invece di rigenerarlo

    Reinserire un'immagine o una clip già approvata come riferimento mantiene la continuità senza rifare un lavoro già passato in revisione, il che è particolarmente utile su una produzione più lunga con un cast o un'ambientazione ricorrenti.

  • Blocca aspect_ratio quando i riferimenti non condividono una forma

    Una consegna verticale o a proporzione fissa con riferimenti misti

    Blocca aspect_ratio quando i riferimenti non condividono una forma

    adaptive è il valore predefinito, ma quando un formato di consegna è fisso e i riferimenti arrivano in forme diverse, scegliere in anticipo una proporzione fissa evita di lasciare quella discrepanza da risolvere al modello per conto suo.

Come chiamare l'API di Seedance 2.0

  1. Dichiara il compito di ciascun asset prima di elencarlo

    Nomina cosa dovrebbe controllare ciascun riferimento fornito: identità, movimento, suono, atmosfera, prima che il modello debba indovinare solo dall'ordine dell'array, dato che lo schema non assegna ruoli automaticamente.

  2. Escludi i riferimenti che non decidono nulla

    Ogni asset in più è una cosa in più che il modello deve conciliare, quindi allega i riferimenti che cambiano il risultato e scarta quelli che ripetono soltanto ciò che un altro asset mostra già.

  3. Parti con poco, aggiungi un riferimento alla volta

    Inizia con l'unico asset più importante, conferma che regge nell'output, poi aggiungi un secondo riferimento solo se la scena ne ha davvero bisogno.

  4. Dichiara quale riferimento vince su un dettaglio condiviso

    Due immagini possono contraddirsi su capelli, guardaroba o illuminazione, e nulla nello schema classifica le voci dell'array l'una rispetto all'altra. Nomina nel prompt quella che governa, usando le etichette image 1 e image 2 che questo endpoint applica agli asset che invii.

Esempi svolti con Seedance 2.0

  • Un riferimento personaggio, un riferimento ambientazione

    reference_image_urls porta un'unica tavola personaggio approvata; reference_audio_urls porta un breve campione di ambiente sonoro con cui la scena dovrebbe combaciare per ritmo e atmosfera.

    Keep the person's appearance and outfit exactly as shown in the reference image; match the quiet, echoing ambience of the reference audio while they walk slowly through an empty hallway

  • Due riferimenti immagine per la continuità dello scatto

    Due voci di reference_image_urls, una per il personaggio e una per la location, combinate in un unico nuovo scatto che colloca entrambi nella stessa inquadratura.

    Place the character from the first reference image into the location shown in the second reference image, walking toward camera at a relaxed pace, natural daylight matching the location reference

  • Un riferimento di movimento abbinato a un fermo immagine del personaggio

    Una voce in reference_video_urls porta il movimento di camera, una voce in reference_image_urls porta la persona, e il prompt dichiara chi fa cosa. La clip di riferimento viene prima accorciata, perché la sua lunghezza viene fatturata insieme ai secondi di output.

    Follow the camera move of the reference video exactly, with the person from the reference image walking through a covered market at dusk, handheld feel, warm string lights overhead

Domande sull'API di Seedance 2.0

La flessibilità di questo endpoint è anche il suo costo: nulla nello schema assegna un significato a un array di riferimento. Il prompt è dove identità, movimento, suono e atmosfera vengono legati alle fonti, quindi trattalo come una scheda di casting e non come un ripensamento, nominando gli asset nel modo in cui li numera l'endpoint, image 1, video 1, audio 1. Accorcia le clip di riferimento prima di caricarle, dato che i loro secondi vengono fatturati insieme all'output, e aggiungi un secondo riferimento solo dopo che il primo ha dimostrato di reggere.

Tutti i modelli Seedance10

Confronti correlati

Seedance 2.0 vs Seedance 2.5