bytedance/seedance-2.0/reference-to-videoIl 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.
Playground
Questi esempi sono stati scritti per questo endpoint. Sostituisci il prompt e gli URL dei media di esempio con input tuoi e raggiungibili, poi controlla il preventivo aggiornato e la disponibilità del modello prima di inviare.
- Output5 s
cliff-temple-goddess-glance `@Image1` fornisce la donna e il suo guardaroba: un abito bianco di chiffon drappeggiato con profondo scollo a V e spacco alto, una cintura a cordone dorato, bracciali dorati sulla parte alta delle braccia e orecchini a foglia. `@Image2` fornisce il luogo: le rovine di un tempio di marmo su una scogliera sul mare al tramonto, con papaveri tra le pietre. La camera la segue da dietro mentre cammina tra le colonne verso il sole e il vento solleva l’orlo lungo e lo strascico dietro di lei; si ferma tra due colonne, guarda da sopra la spalla con un lento sorriso e la camera si avvicina fino a un primo piano, con il sole che brilla accanto ai capelli. `aspect_ratio` `3:4` mantiene il formato verticale e `generate_audio` è `true`, quindi il clip ha un suo audio.
- 720p
- 3:4
- audio
- Output6 s
character-into-location Un riferimento è la persona, l'altro il luogo: il prompt indica quale immagine svolge quale compito, così la donna del ritratto alla luce delle candele arriva sul tetto al tramonto con lo stesso look, e il bucato che asciuga diventa ciò attraverso cui si muove.
- 720p
- 16:9
- audio
- Output4 s
same-suit-three-cities La continuità del guardaroba è la metà difficile di questo esempio: la stessa giacca aperta deve comportarsi come lo stesso capo al terzo angolo di strada, sotto una luce diversa. I riferimenti portano il modello e l'abito, lasciando al prompt solo il compito di descrivere cosa fa il vento e dove cammina. Fino a nove fermi immagine, tre clip e tre tracce audio entrano insieme, così il cast viaggia fra le inquadrature come dati e non come aggettivi.
- 480p
- 3:4
- 4s
- Output10 s
camera-language-match Il prompt indica da dove viene ciascun elemento: la macchina da presa dalla clip, la scenografia dall’immagine, il tempo dalla traccia. «low, drifting right, never cutting» dice al modello esattamente cosa estrarre. Nel risultato, una singola figura si allontana lungo il corridoio tratto da `reference_image_urls`, inquadrata bassa e senza tagli dall’inizio alla fine. `aspect_ratio` `21:9`, `resolution` `1080p`.
- 1080p
- 21:9
- audio
Questo esempio parte da $0.043 per secondo generato. Il Playground aggiorna la stima quando cambi le impostazioni.