bytedance/seedance-2.0/reference-to-videoSeedance 2.0 reference-to-video od ByteDance buduje jedno ujęcie z Twoich materiałów: do 9 obrazów, 3 klipów wideo i 3 ścieżek audio, bez pierwszej klatki. Wynik 4–15 sekund w 480p, 720p, 1080p lub 4K, z natywnym dźwiękiem.
Obszar roboczy
Te przykłady napisano specjalnie dla tego endpointu. Podmień prompt i przykładowe adresy mediów na własne, dostępne materiały, a przed wysłaniem sprawdź aktualną wycenę i dostępność modelu.
- Wyjście5 s
cliff-temple-goddess-glance `@Image1` daje kobietę i jej strój: białą drapowaną suknię z szyfonu z głębokim wycięciem w serek i wysokim rozcięciem, złoty pasek ze sznura, złote obręcze na ramionach i kolczyki w kształcie liści. `@Image2` daje miejsce: ruiny marmurowej świątyni na nadmorskim klifie o zachodzie słońca, z makami między kamieniami. Kamera podąża za nią od tyłu, gdy idzie między kolumnami w stronę słońca, a wiatr unosi za nią długi dół sukni i tren; zatrzymuje się między dwiema kolumnami, z powolnym uśmiechem ogląda się przez ramię, a kamera najeżdża do bliskiego planu, ze słońcem błyszczącym przy jej włosach. `aspect_ratio` `3:4` zachowuje pionowy kadr, a `generate_audio` ma wartość `true`, więc klip ma własny dźwięk.
- 720p
- 3:4
- audio
- Wyjście6 s
character-into-location Jedna referencja to osoba, druga to miejsce: prompt określa, które zdjęcie pełni jaką rolę, więc kobieta z portretu przy świecach pojawia się na dachu o zachodzie słońca w tym samym stroju, a suszące się pranie staje się tym, przez co się porusza.
- 720p
- 16:9
- audio
- Wyjście4 s
same-suit-three-cities Ciągłość stroju to trudniejsza połowa tego przykładu: ta sama rozpięta kurtka musi zachowywać się jak ta sama odzież na trzecim rogu ulicy, pod innym światłem. Referencje niosą modela i garnitur, zostawiając promptowi opisanie wyłącznie tego, co robi wiatr i którędy on idzie. Do dziewięciu kadrów, trzech klipów i trzech ścieżek dźwiękowych wchodzi razem, więc obsada podróżuje między ujęciami jako dane, a nie jako przymiotniki.
- 480p
- 3:4
- 4s
- Wyjście10 s
camera-language-match Prompt określa, skąd pochodzi każdy element: kamera z klipu, sceneria ze zdjęcia, tempo ze ścieżki. „low, drifting right, never cutting” mówi modelowi dokładnie, co ma wydobyć. Na wyjściu jedna postać oddala się korytarzem wziętym z `reference_image_urls`, ujętym nisko i bez cięcia od początku do końca. `aspect_ratio` `21:9`, `resolution` `1080p`.
- 1080p
- 21:9
- audio
Ten przykład zaczyna się od $0.043 za sekundę wyniku. Playground przelicza szacunek po każdej zmianie ustawień.