本文へスキップ

ByteDance の Seedance 2.0 reference-to-video は、画像 9 枚・動画 3 本・音声 3 本までの自前素材から、開始フレームなしで 1 ショットを作ります。4〜15 秒、480p・720p・1080p・4K でネイティブ音声付きです。

最低価格 $0.043/秒

プレイグラウンド

入力

参照素材から動画

並べ替えるとプロンプト内の番号も更新されます。素材を削除すると参照も消えるため、プロンプトを確認してください。

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。ブリーフを当方が審査することはありません。Seedance 自身の層が文言を断る場合は、image-to-video に最初のフレームを渡す経路なら到達できます。
次のうち少なくとも 1 つを指定条件を満たしています
2/9

ファイルやメディアのリンクをドロップ、貼り付け、または選択 · 最大 9 ファイル・1 件 10 MB まで・JPG · PNG · WEBP · GIF

  • @Image1
  • @Image2
2 / 9 ファイル
参照画像を最大 9 枚。キャラクター、作風、セットを保つために使います。同じキャラクターの 2〜3 アングルのほうが、ほぼ同じフレームを積み上げるよりたいていうまく働きます。このエンドポイントに先頭・末尾フレームのパラメータはありません。参照モードとフレームモードは互いに排他的なので、開始フレームが厳密でなければならないときは image-to-video へ切り替えてください。実在の人物だと分かる顔が写った参照写真やクリップは、Seedance 自身の入力チェックで拒否されることがあります。各辺は 300〜6000 ピクセルの範囲に収めてください。これより小さい画像は入力チェックで弾かれ、その時点では課金されません。 9 件以内
料金に影響0/3

動画をここにドロップ、またはここから選択 · 最大 3 ファイル・1 件 90 MB まで・MP4 · WEBM

0 / 3 ファイル
動き、テンポ、カメラの語彙を供給する参照クリップを最大 3 本、各 2〜15 秒で合計 15 秒まで。参照クリップの長さは課金される数量に数えられます。段の切り替えではなく、`duration_seconds` と同種の線形の掛け算としてです。実際に参照させたい秒数まで切り詰めてください。 3 件以内
0/3

音声ファイルをここにドロップ、またはここから選択 · 最大 3 ファイル・1 件 90 MB まで・MP3 · WAV

0 / 3 ファイル
参照音声を最大 3 ファイル、各 2〜15 秒で合計 15 秒まで。語り口、テンポ、楽句といった音の拠り所をモデルに与え、動きとカット点がそこへ揃います。`generate_audio` とは別物です。これは入力であり、完成したクリップにサウンドトラックが乗るかどうかは今も `generate_audio` が決めます。 3 件以内
既定は `adaptive` で、参照したすべての被写体を収める画面をモデルが探します。参照素材の形が揃っていないときほど効きます。固定の比率は、縦フィード向けの `9:16` のような厳しい納品要件があるときだけ指定し、参照した人物や商品が切れていないか確認してください。課金には影響しません。
料金に影響
480p、720p、1080p、4k、既定は 720p で、課金される数量に直接効きます。出力の段を決めるだけで、低解像度の参照を鮮明にはしません。参照が組み合わさるかどうかは低い段で試し、最終テイクで上げてください。ここに拡大や補正の段は存在しません。
長さ料金に影響
4〜15 秒、既定 5。-1 を渡すと長さはモデルが決めます(見積もりは上限の 15 秒、精算は仕上がった長さ)。15 秒がこの世代の上限で、1 本でもっと長いカットが要るときは 2.5 のエンドポイントへ移ってください。これと参照クリップの長さは、課金される数量への 2 つの独立した寄与である点にも注意してください。両方を最大にしたときが、1 リクエストが高くつく場面です。 4 以上 · 15 以下
音声を生成料金に影響
既定でオン。映像に同期したネイティブのサウンドトラックを作ります。`reference_audio_urls` を渡していても、これを切ればサウンドトラックは描画されません。参照音声はテンポと演技を形づくるもので、出力トラックそのものではありません。編集で音を付けるときは切ってください。
セーフティチェックオフ

SpicyAPI はこのモデルにセーフティチェックをかけません。プロンプトと素材はそのままモデルに渡り、出力はモデル自身が決めます。

送信と料金見積もりを有効にする前にアカウントを確認しています。

出力

実行待ち
サンプル出力

関連モデルと次のステップ

お探しのモデルが見つかりませんか?

必要なモデルと用途をお知らせください。次に何を追加するかを決めるチームに直接届きます。

複数の承認済み素材にそれぞれ役割を与えて 1 つの場面に

Seedance 2.0 の参照から動画エンドポイントは、1 回の呼び出しで複数種類の素材を受け付ける唯一のエンドポイントです。reference_image_urls に最大 9 枚、reference_video_urls に最大 3 本、reference_audio_urls に最大 3 トラックを渡せます。prompt は必須で、reference_image_urls か reference_video_urls のどちらか一方も必須です。音声だけでは送信できません。作業の中心はプロンプトにあり、渡した各素材が何を担うのかをそこで明示する必要があります。

プレイグラウンド を開く
複数の承認済み素材にそれぞれ役割を与えて 1 つの場面に
必須入力
prompt に加えて reference_image_urls か reference_video_urls のどちらか
参照素材の上限
画像 最大 9 枚、動画クリップ 最大 3 本、音声トラック 最大 3 本
参照クリップの長さ
1 本あたり 2〜15 秒、種類ごとの合計は 15 秒まで
尺
4〜15 秒、または -1 でスマート尺
解像度
480p / 720p / 1080p / 4k、既定は 720p
ここにないもの
image_url / last_image_url はなし、それらは image-to-video の領域
複数配列、複数素材
各参照タイプが複数の URL を受け付けますreference_image_urls と reference_video_urls はいずれも配列なので、1 回の生成で複数の画像と複数のクリップを同時に活用できます。このファミリーの他の 2 エンドポイントには、スキーマのどこにも配列フィールドがありません。
割り当てられた役割はなし
スキーマは各配列が何を制御するかをラベル付けしませんある画像が同一性を意味し、別の画像が舞台設定を意味するといった強制はどこにもありません。その役割分担はプロンプト自体に、渡した各素材を明示的に参照する形で書き込む必要があります。
唯一の複数素材エンドポイント
テキストから動画と画像から動画には参照用の配列フィールドがありませんこれは複数の承認済みソースを 1 つのショットに組み合わせるために作られたエンドポイントです。image-to-video は開始フレームと任意の終了フレームという 2 つの固定された役割の静止画から動作し、text-to-video は言葉だけから動作します。どちらも複数の参照素材をまとめて受け取ることはできません。

Seedance 2.0 API が得意なこと

1 回の呼び出しに 3 つの参照チャンネル

1 回の呼び出しに 3 つの参照チャンネル

画像・動画・音声の参照が 1 つのリクエストの中で一緒に運ばれるので、API の外で先に合成することなく、ある場面の見た目を 1 つの素材から、テンポを別の素材から取れます。ByteDance は Seedance 2.0 について、指示文と併せて最大 9 枚の画像、3 本の動画クリップ、3 本の音声クリップを受け付けると説明しており、このエンドポイントが公開しているのはまさにその内容です。

一部だけの素材でも機能します

一部だけの素材でも機能します

reference_audio_urls は正真正銘の任意項目です。reference_image_urls と reference_video_urls は、スキーマの anyOf 制約により少なくとも一方の指定が必須です。場面に本当に必要な素材だけを渡し、それ以外は完全に省いてください。埋め合わせのためだけに素材を足す必要はありません。

  • ファミリーの他エンドポイントと同じ 4K / 15 秒の上限

    resolution と duration_seconds は、テキストから動画・画像から動画と同じ範囲、最大 4k、15 秒を備えています。より多くの種類の入力を受け付けるからといって、能力が縮小されたバリエーションというわけではありません。

  • adaptive はここでも機能します

    aspect_ratio はここでも既定値が adaptive で、このエンドポイントでは参照したすべての被写体を収める構図を探します。添付した素材が異なる形で届く場合に最も効いてきます。配信フォーマットがすでに決まっているときは、6 種類の固定比率のいずれかにロックし、参照した人物や製品がクロップされていないか確認してください。

  • reference_audio_urls と generate_audio は別の制御です

    reference_audio_urls は生成中にモデルが従うテンポと演出を形作る入力で、generate_audio は完成した動画に実際にレンダリング済みのサウンドトラックを載せるかどうかを決める別のスイッチです。generate_audio をオフにしたまま reference_audio_urls を渡すと、参照したタイミングには従いつつ音は入っていない動画になります。

  • 再利用に自然に向いています

    以前の作業で承認されたキャラクタープレートやロケーションクリップのような素材を、新しいショットのたびにゼロから再生成するのではなく、参照としてそのまま再利用できます。

Seedance 2.0 はどんな人に向くか

  • 同一性と動きを 2 つのソースに分けます

    キャラクターと別途の動き参照

    同一性と動きを 2 つのソースに分けます

    1 枚の参照画像で見た目を固定しつつ、参照動画でプロンプトが従うべき動きを示すことで、両者の貢献をそれぞれ独立に承認・修正・差し替えでき、同じショットの反復のあいだも別々に扱えます。

  • 音声と画像にそれぞれ別の仕事をさせます

    音声や音の参照と視覚起点の組み合わせ

    音声と画像にそれぞれ別の仕事をさせます

    reference_audio_urls がトーンやテンポを運び、reference_image_urls が画面に映るものを固定します。両方の役割をプロンプトに明示的に書き、配列内の位置で各素材を名指しして、どちらがどのディテールを支配するかをモデルに伝えます。

  • すでにレビューを通ったものを、作り直さずに再利用します

    過去の工程で承認された素材の再利用

    すでにレビューを通ったものを、作り直さずに再利用します

    以前に承認された画像やクリップを参照として戻すことで、すでにクリアした作業をやり直さずに連続性を保てます。同じキャストや舞台が繰り返し登場する長期の制作で特に有効です。

  • 参照の形がそろわないときは aspect_ratio を固定します

    参照素材の形がそろわない縦位置や固定比率の納品

    参照の形がそろわないときは aspect_ratio を固定します

    既定値は adaptive ですが、配信フォーマットが固定されていて参照素材の形がそろわない場合は、あらかじめ固定比率を選んでおくことで、そのミスマッチをモデルの判断任せにせずに済みます。

Seedance 2.0 API の呼び出し方

  1. 素材を列挙する前に、それぞれの役割を述べます

    スキーマが役割を自動で割り当てるわけではないため、渡した各参照が何を制御すべきか(同一性、動き、音、雰囲気)を、モデルが配列の順番だけから推測する前に名指ししてください。

  2. 何も決定しない参照は省きます

    追加の素材は 1 つ増えるごとにモデルが調整しなければならない要素が増えます。結果を左右する参照だけを添付し、他の素材がすでに示していることを繰り返すだけの参照は外してください。

  3. 最小限から始め、参照を 1 つずつ加えます

    最も重要な素材 1 つから始め、出力で機能していることを確認してから、場面が本当に必要とする場合にのみ 2 つ目の参照を加えます。

  4. 共有されるディテールはどの参照が優先されるかを述べます

    2 枚の画像が髪型、衣装、照明で食い違うことがあり、スキーマには配列の項目同士を序列付ける仕組みがありません。このエンドポインが素材に割り当てる image 1、image 2 といったラベルを使って、どちらを優先するかをプロンプトで名指ししてください。

Seedance 2.0 の実際の例

  • キャラクター参照 1 つと雰囲気参照 1 つ

    reference_image_urls には承認済みのキャラクタープレートを 1 枚、reference_audio_urls にはテンポと雰囲気の手本となる短いルームトーンのサンプルを 1 つ渡します。

    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
  • ショットの連続性のための画像参照 2 枚

    reference_image_urls に 2 つのエントリー、1 つはキャラクター用、もう 1 つはロケーション用で、これらを組み合わせて両方を同じフレームに収めた 1 つの新しいショットにします。

    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
  • 動き参照とキャラクター静止画の組み合わせ

    reference_video_urls の 1 エントリーがカメラの動きを運び、reference_image_urls の 1 エントリーが人物を運び、プロンプトがそれぞれの役割を述べます。参照クリップは長さも出力秒数と合わせて課金されるため、先にトリミングしておきます。

    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

Seedance 2.0 API についてのよくある質問

このエンドポイントの柔軟さはそのままコストでもあります。スキーマは参照配列に意味を割り当てません。同一性・動き・音・雰囲気をどの素材に結び付けるかを決めるのはプロンプトなので、後回しにせずキャスティングシートのように扱い、このエンドポインが素材に付ける番号のとおりに image 1、video 1、audio 1 と名指ししてください。参照クリップは出力秒数と一緒に課金されるので、アップロード前にトリミングし、2 つ目の参照は 1 つ目が効果を示してからにします。