はじめに
Seedance 2.0 Fast の参照から動画は、許諾を得た複数のソースを 1 つのショットにまとめます。画像は誰と何を、クリップは動きとテンポを、音声はカットが合わせる拍を担当します。開始フレームは受け付けません。
Seedance 2.0 Fast は ByteDance の Seedance 2.0 シリーズの高速グレードです。エンドポイントはいずれも 480p か 720p の 4〜15 秒クリップを返し、音声も映像と一緒に生成します。
開始素材から Seedance 2.0 Fast のモードを選ぶ
| 開始素材 | モード |
|---|---|
| 台本やシーンの説明 | Seedance 2.0 Fast テキストから動画 |
| 確定済みの開始画像 | Seedance 2.0 Fast 画像から動画 |
| 見た目・動き・音声を分けた参照素材 | Seedance 2.0 Fast 参照から動画 |
主な機能とハイライト
共通のフィールドと 3 種類のソース
エンドポイントはどれも同じ基本フィールドを受け付けます。prompt、4〜15 秒の duration_seconds（-1 ならモデルが長さを決めます）、480p か 720p の resolution、aspect_ratio、generate_audio、seed です。違うのは映像を固定するソースだけで、なし、開始フレーム、参照素材のいずれかです。そのソースを足すか外すだけで、リクエストを別のモードに移せます。
映像と音声を 1 回で生成
generate_audio は既定でオンで、環境音、動きに伴う効果音、声をフレームに合わせて生成します。このグレードではオフにしても料金は下がらないため、オフにするのは無音ループや後から音を付ける素材のときだけで十分です。
既定はアダプティブな画面比率
aspect_ratio の既定値は adaptive です。画像から動画は開始フレームの比率を保ち、参照から動画はメインの参照素材に合わせ、テキストから動画ではプロンプトから読み取れる形をモデルが選びます。配信先で形が決まっている場合は、16:9、9:16、4:3、3:4、1:1、21:9 の 6 つの固定比率を使えます。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | 必須で、ここでは配役も担います。参照は送った順に引用されるので、どの画像がどのキャラクターか、各クリップが何を寄与するのか、音声が何のためかを名指ししてください。 1 文字以上 |
reference_image_urls | いいえ | 使用許可のある画像を 9 枚まで。キャラクター、商品、スタイル、セットを保持させます。 9 件以内 |
reference_video_urls | いいえ | 動き、テンポ、カメラの語彙を与えるクリップを 3 本まで。1 本あたり 2～15 秒、合計 15 秒以内にしてください。 3 件以内 |
reference_audio_urls | いいえ | 音声ファイルを 3 件まで。1 件あたり 2～15 秒、合計 15 秒以内、各 15 MB 未満で、話し方、テンポ、音楽のフレーズといった音の手がかりをショットに与え、動きやカット点をそれに合わせます。 3 件以内 |
aspect_ratio | いいえ | 出力の画面比率です。既定の adaptive では、主となる参照素材の形に合わせます。 |
resolution | いいえ | 出力解像度。480p か既定の 720p。 |
duration_seconds | いいえ | 完成クリップの長さを整数秒で指定します。4～15 秒で既定は 5 秒、-1 ならモデルが長さを決め、見積もりは 15 秒で計算します。 |
generate_audio | いいえ | 映像に同期したネイティブのサウンドトラックを生成するかどうかです。既定でオンですが、このバージョンではオフにしても料金は下がりません。 デフォルト値: |
seed | いいえ | 整数の seed。省くと毎回それぞれの乱数になります。 |
return_last_frame | いいえ | 動画と一緒に、クリップの最終フレームを別の画像として返します。次の先頭フレームとして image-to-video に渡せば、自分で静止画を書き出さずにショットをつなげられます。 デフォルト値: |
bitrate_mode | いいえ | 納品ファイルのビットレートです。 |
watermark | いいえ | モデル自身の「AI generated」という可視の透かしを動画に入れます。既定ではオフです。 デフォルト値: |
料金
参照クリップの長さも課金対象の秒数に加算されます。実行前にクリップの長さを計測できないため、まず上限の15秒分を仮押さえし、精算時に未使用分を即座に解放します。実際に使用された秒数のみが課金されます。
| 解像度 | With video: はい | With video: いいえ |
|---|---|---|
| $0.022539 / 秒 | $0.04499712 / 秒 |
| $0.048471 / 秒 | $0.096768 / 秒 |
ユースケース
あらゆる角度から見せる商品
同じ物体を 2〜3 方向から撮った画像のほうが、ほぼ同じ画像を何枚も重ねるよりずっとよく形を保ちます。公開している例ではスニーカー 1 足を 3 方向から撮った画像を送り、革のシボ、ソール、靴ひもを同一に保ったまま、その順にターンテーブルで回転させています。
借りてきたカメラワーク
参照クリップは内容ではなくカメラの語法を提供することもできます。例の 1 つでは、クリップからゆっくりしたクレーンアップを取り出し、参照画像の屋上の上で演出して、上がりきるタイミングを参照トラックの盛り上がりに合わせています。
シリーズを通して同じキャスト
キャラクター、衣装、部屋ごとに参照セットを 1 つ用意し、リクエストごとにプロンプトだけを変えます。同じ画像が毎回の話を支えるので、展開が進んでも人物の同一性が保たれます。
プロンプトガイドと実践のヒント
プロンプトで配役を決める
ここではプロンプトが必須で、配役の役割も担います。参照素材は送った順に読まれるので、どの画像がどのキャラクターか、各クリップが何を提供し、音声が何のためにあるかを書いてください。@Image1、@Image2 のように呼ぶと対応関係があいまいになりません。
参照素材の上限を守る
reference_image_urls は最大 9 枚、reference_video_urls は最大 3 本、reference_audio_urls は最大 3 トラックです。音声だけでは拒否されるため、画像かクリップが少なくとも 1 つ必要です。クリップと音声はそれぞれ 2〜15 秒、合計 15 秒までで、参照クリップの秒数は出力とは別に課金されます。参照に使いたい部分だけに切り詰めてください。
付属の例を応用する
公開している例は aspect_ratio 1:1、duration_seconds 5、generate_audio true、resolution 720p で、reference_image_urls に商品写真を 3 枚入れています。
Treat @Image1, @Image2 and @Image3 as three angles of one sneaker. Rotate it smoothly on an invisible turntable through those three views in order, keeping the leather grain, gum sole and lacing identical throughout. Hard studio key stays fixed; the contact shadow swings with the rotation.
どの参照素材も位置で呼ばれ、役割は 1 つだけです。商品を入れ替えても、この構成は保ってください。
最初のフレームを正確にしたいなら画像から動画へ
このエンドポイントには開始フレームや終了フレームのフィールドがありません。冒頭の画をある写真と完全に一致させたい場合は、その写真を画像から動画に送り、動きだけを書いてください。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedance-2.0-fast/reference-to-video",
"input": {
"aspect_ratio": "adaptive",
"bitrate_mode": "standard",
"duration_seconds": 5,
"generate_audio": true,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"reference_image_urls": [
"https://example.com/reference.png"
]
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。
