bytedance/seedance-2.0/reference-to-videoByteDance 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。
プレイグラウンド
この実行例は、このエンドポイント向けに書き下ろしたものです。プロンプトとサンプル素材の URL は、ご自身がアクセスできるものに差し替えてください。送信前に、最新の見積もりとモデルの提供状況もあわせてご確認ください。
- 出力5 秒
cliff-temple-goddess-glance `@Image1` は女性と衣装を担います。深いVネックと高いスリットの入った白いシフォンのドレープドレス、金の紐ベルト、二の腕の金のアームカフ、葉の形のイヤリング。`@Image2` は場所を担います。夕暮れの海辺の断崖に立つ大理石の神殿遺跡で、石の間にはケシの花。カメラは後ろから彼女を追い、彼女は柱の間を太陽に向かって歩き、風が長い裾とトレーンを後ろへなびかせます。二本の柱の間で立ち止まり、ゆっくり微笑みながら肩越しに振り返ると、カメラは寄ってアップになり、髪の脇で太陽が輝きます。`aspect_ratio` の `3:4` で縦長のまま、`generate_audio` が `true` なので音も付きます。
- 720p
- 3:4
- audio
- 出力6 秒
character-into-location 参照の 1 枚が人物、もう 1 枚が場所です。どの画像が何を担うかをプロンプトで明示しているので、キャンドルの肖像の女性が同じ衣装のまま夕暮れの屋上に現れ、干された洗濯物が彼女の通り抜ける対象になります。
- 720p
- 16:9
- audio
- 出力4 秒
same-suit-three-cities 衣装の連続性がこの例の難しい半分です。同じ前を開けたジャケットが、三つ目の街角で、異なる光の下でも同じ衣服として振る舞わなければなりません。参照がモデルとスーツを運ぶので、プロンプトは風の作用と歩く場所だけを記述すれば済みます。最大九枚の静止画、三本のクリップ、三本の音源がまとめて入るため、キャストは形容詞ではなくデータとしてショット間を移動します。
- 480p
- 3:4
- 4s
- 出力10 秒
camera-language-match プロンプトは各要素の出どころを明示します——カメラはクリップから、セットは画像から、タイミングはトラックから。「low, drifting right, never cutting」という一文が、モデルが何を抽出すべきかをそのまま伝えます。出力は `reference_image_urls` の廊下を、低いアングルのままカットなしで最初から最後まで、1 人の人物が奥へ歩き去る様子を保ちます。`aspect_ratio` は `21:9`、`resolution` は `1080p` です。
- 1080p
- 21:9
- audio
この例は 出力秒 あたり $0.07 からです。設定を変更すると、プレイグラウンドの概算料金がその場で更新されます。