Vai al contenuto principale

Continua un clip con Seedance 2.0: l’ultimo fotogramma del tuo video apre un nuovo segmento da 4 a 15 secondi, e ricevi un unico file con l’originale e la continuazione uniti, in 480p, 720p, 1080p o 4k.

Da $0.07/s

Playground

Input

Estensione video
  1. 1

    Scegliere la clip da continuare

    Scegli un video e lo continuiamo dal suo ultimo fotogramma.

  2. 2

    Cosa succede dopo

    Scegli una clip al passaggio 1 e questo passaggio si apre.

    Facoltativo, ma conviene scriverlo: cosa succede dopo, cioè l’azione che segue, il movimento di camera e il suono. Il fotogramma iniziale fissa già soggetto e set, quindi usa le parole per il movimento. Se lo ometti, il modello decide il movimento da solo.
    incide sul prezzo
    Risoluzione del nuovo segmento: 480p, 720p, 1080p o 4k, predefinita 720p. Determina il prezzo. Allineala al tuo originale perché la giunzione resti nitida: un valore più basso appare morbido accanto all’originale, uno più alto non aggiunge dettagli che l’ultimo fotogramma non ha.
    Durataincide sul prezzo
    Durata del nuovo segmento in secondi interi, da 4 a 15; il valore predefinito è 5. Con -1 sceglie il modello: vengono riservati 15 secondi in anticipo e l’addebito si adegua alla durata consegnata. Il tuo originale si aggiunge prima e non viene addebitato. non meno di 4 · non più di 15
    Genera l’audioincide sul prezzo
    Attivo per impostazione predefinita, quindi il nuovo segmento ha una colonna sonora sincronizzata con l’immagine. Incide sul prezzo, quindi controlla la stima. Il tuo originale mantiene comunque il suo audio; se un lato è muto, il file unito viene riempito di silenzio.
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.

1 campo obbligatorio mancante: Video di input

Output

Pronto per una nuova esecuzione

Il tuo risultato comparirà qui.

Configura gli input, controlla la stima, poi esegui il modello.

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.

API VIDEO MULTI-RIFERIMENTO

Nove riferimenti, un cast, tenuto attraverso ogni taglio.

Numeri chiave

Durata clip
4–15S
duration_seconds accetta secondi interi da 4 a 15; il valore predefinito è 5.
Risoluzione max
4K
resolution sale a scalini: 480p, 720p, 1080p e 4k. 720p è il valore predefinito.
Immagini di rif.
9
reference_image_urls porta fino a 9 immagini autorizzate in una sola inquadratura.
Clip + tracce
3 + 3
Fino a 3 video e 3 tracce audio di riferimento nella stessa richiesta.
Formato iniziale
ADAPTIVE
aspect_ratio è su adaptive: la forma arriva dall'immagine, dal prompt o dalle referenze.
Endpoint
3
text-to-video, image-to-video, reference-to-video e video-extend, ognuno con il proprio contratto.

Prima di spendere

text-to-video

Il solo prompt è la via meno letterale. Il livello di sicurezza interno di Seedance sta davanti alla generazione e rifiuta di netto le formulazioni: il bacio è l'innesco costante e la richiesta torna respinta prima che venga renderizzato un fotogramma. Lo stesso momento scritto come un sussurro all'orecchio o due fronti che si toccano passa. Quando ti serve l'azione letterale, guidala da un primo fotogramma su image-to-video, oppure gira l'inquadratura su una famiglia Wan, dove le formulazioni che Seedance rifiuta vengono accettate.

image-to-video

La strada affidabile verso un risultato letterale: quello che mostra il fotogramma iniziale è già nella clip, quindi al prompt resta solo da descrivere il movimento. Qui image_url è l'unico campo obbligatorio; prompt è facoltativo e, se lo ometti, il movimento lo decide il modello. last_image_url viene accettato solo insieme a image_url, mai da solo, e questo endpoint non accetta alcun materiale di riferimento.

reference-to-video

Un contratto a parte, senza image_url: il materiale di riferimento non si mescola con l'endpoint guidato dai fotogrammi. I limiti sono 9 immagini, 3 video e 3 tracce audio, un terzo di quanto accetta la linea 2.5: scegli i riferimenti invece di accatastarli. Vengono letti nell'ordine in cui li invii, quindi è il prompt a dover dire quale corrisponde a quale personaggio.

all

Diritti e consenso per tutto ciò che invii e pubblichi restano tuoi: solo adulti, materiale con licenza, nessuna immagine non consensuale, nessuna impersonificazione di una persona reale. I file generati vengono conservati 14 giorni, quindi copia nel tuo storage tutto ciò che vuoi tenere.

Che cosa fa

Suono insieme alle immagini

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.

Il casting dai tuoi fermi immagine

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.

Inquadratura

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.

Creato con Seedance 2.0

  • 5 s
  • Seedance 2.0 text-to-video, 5 secondi a 720p, 16:9, audio generato insieme alle immagini.
    5 s
  • Seedance 2.0 text-to-video, 5 secondi a 720p, 16:9. Luci del tunnel magenta e ciano che le attraversano il viso a intermittenza, reso muto con generate_audio disattivato.
    5 s
  • 5 s
  • 5 s
  • 4 s
  • 5 s
  • 10 s
  • 10 s
  • 6 s
  • 6 s

Dove si inserisce

  • 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

    Costumi, accessori di coda e orecchie, inquadrature in prima persona, coppie di qualsiasi genere: non verifichiamo nulla di tutto questo dalla nostra parte. 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.

  • Un'inquadratura consegnata in tre formati

    Sette proporzioni, da 21:9 fino a 9:16, più adaptive. Lancia lo stesso prompt a 16:9 per il sito, 9:16 per un feed verticale e 1:1 per una tile. Ogni esecuzione è una ripresa nuova, non un reinquadramento della precedente: quando i tre tagli devono combaciare, parti dallo stesso fotogramma di apertura con image-to-video e confrontali affiancati prima di consegnarli.

Riferimento del modello

Riferimento dell’API di Seedance 2.0

Specifiche dell’API di Seedance 2.0

Endpoint
text-to-video, image-to-video, reference-to-video, video-extend
Durata della clip
Da 4 a 15 secondi interi, 5 per impostazione predefinita
Risoluzione
480p, 720p (predefinito), 1080p, 4k
Proporzioni
21:9, 16:9, 4:3, 1:1, 3:4, 9:16, adaptive (predefinito)
Audio
Colonna sonora nativa resa nella stessa passata, attiva per impostazione predefinita
Riferimenti
Fino a 9 immagini, 3 video, 3 tracce audio – solo reference-to-video

Come chiamare l’API di Seedance 2.0

  1. 1. Scegli l'endpoint da quello che hai già

    Una descrizione e basta va a text-to-video. Un fermo immagine che deve sopravvivere va a image-to-video. Un cast, un prodotto o un movimento che deve ripetersi da un taglio all'altro va a reference-to-video. Se chiami il nome della famiglia, sono i campi che invii a scegliere l'endpoint.

  2. 2. Scrivi l'inquadratura come una lista di riprese

    Soggetto, azione, camera, luce, suono, un'idea per frase. La clip di questa pagina è nata esattamente da questo testo, lasciato in inglese così com'è stato inviato: «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.» Cinque secondi, 720p, 16:9, audio attivo.

  3. 3. Crealo come attività asincrona, poi itera un campo alla volta

    Invia un Idempotency-Key, conserva l'id dell'attività, fai polling oppure raccogli la callback. Abbozza a 480p e cambia un campo per volta; non c'è un seed, quindi ogni esecuzione è una ripresa nuova e una modifica si giudica meglio su più esecuzioni. duration_seconds e resolution spostano la stima, e su reference-to-video anche il materiale di riferimento.

In breve

Seedance 2.0 è il modello video di ByteDance, pubblicato qui come API distinte: text-to-video, image-to-video, reference-to-video e video-extend. Ognuna restituisce da 4 a 15 secondi a 480p, 720p, 1080p o 4K, in una delle sette proporzioni disponibili, con una colonna sonora nativa generata insieme ai fotogrammi a meno che generate_audio non venga disattivato. L'endpoint a riferimenti accetta fino a 9 immagini, 3 clip e 3 tracce audio in una sola richiesta; quello a fotogrammi prende un'immagine iniziale e, se vuoi, una finale. La fatturazione va al secondo di video generato, quindi durata e risoluzione spostano il prezzo, e sull'endpoint a riferimenti anche il materiale di riferimento. Da parte nostra non c'è alcuna revisione dei contenuti e non esiste un flag da attivare: il lavoro senza censura è incluso, entro i limiti indicati sopra.

Domande sull’API di Seedance 2.0