Seedance 2.0 API

Seedance 2.0 text-to-video costruisce l'intero fotogramma dal prompt – soggetto, set, camera, luce – e rende la colonna sonora nella stessa passata. Nulla fissa l'immagine in partenza, quindi è l'endpoint per un'inquadratura che ancora non esiste.

Seedance 2.0 di ByteDance pubblica text-to-video, image-to-video e reference-to-video: clip da 4 a 15 secondi, da 480p a 4K, con audio nativo e inquadratura adaptive come impostazione predefinita.

Il suono della stanza torna nello stesso file

generate_audio è attivo per impostazione predefinita, quindi il ghiaccio nello shaker, una risata, il brusio basso del bancone e la stanza in cui accadono escono dalla stessa passata delle immagini. Il risultato arriva già sincronizzato, senza aspettare una lavorazione audio a parte. Disattivalo quando la clip passerà comunque da un designer.

Nove riferimenti, un unico cast continuo

reference-to-video accetta insieme fino a 9 immagini, 3 clip e 3 tracce audio. Tre angolazioni di un volto più un fermo immagine del guardaroba tengono un personaggio lungo un episodio molto meglio di nove fotogrammi scollegati, e una clip di riferimento porta con sé un linguaggio di macchina che nessun aggettivo nel prompt riproduce in modo affidabile.

La forma segue il materiale

aspect_ratio è su adaptive in tutti e tre gli endpoint. In image-to-video la clip mantiene la forma della tua immagine di apertura, quindi un verticale non viene ritagliato in orizzontale; in text-to-video il modello prende la forma dal prompt; in reference-to-video trova un'inquadratura che tiene ogni soggetto referenziato. Indica 16:9, 9:16 o 21:9 solo quando una collocazione richiede un formato fisso.

Progetta una scena dal testo

Seedance 2.0 text-to-video costruisce l'intero fotogramma dal prompt – soggetto, set, camera, luce – e rende la colonna sonora nella stessa passata. Nulla fissa l'immagine in partenza, quindi è l'endpoint per un'inquadratura che ancora non esiste. Usa questa modalità per sviluppare una ripresa prima di avere un’immagine sorgente. Descrivi soggetto, azione, ambiente, camera e suono come una sequenza e verifica la progressione visiva.

Locali notturni e scene da bar che portano con sé il proprio suono

Un cocktail shakerato, il bicchiere sul bancone, il brusio basso dietro una lanterna rossa: scrivi la stanza nel prompt e lascia generate_audio attivo. Seedance 2.0 rende l'ambiente contro le immagini, così il taglio arriva con l'atmosfera invece che come una lastra muta.

Lavori di costume e di roleplay, senza censura

Pizzo e raso, code e orecchie di scena, inquadrature in soggettiva, coppie di qualsiasi genere: niente di tutto questo viene revisionato da parte nostra. Il livello interno di Seedance rifiuta certe formulazioni, quindi guida quei momenti da un primo fotogramma su image-to-video invece che dal prompt.

Continuità di campagna su una serie di tagli

Carica il prodotto da tre angolazioni e la modella da due su reference-to-video, poi cambia solo il prompt per ogni taglio. La stessa bottiglia, lo stesso volto e la stessa giacca viaggiano con la richiesta, così la serie tiene senza una correzione manuale.

# 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/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "720p",
    "aspect_ratio": "adaptive",
    "bitrate_mode": "standard",
    "generate_audio": true,
    "duration_seconds": 5
  }
}'

# 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"

Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.