Wprowadzenie
Przedłużanie wideo w Seedance 2.5. Wyślij klip do kontynuowania i prompt opisujący, co dzieje się dalej: co najwyżej jego ostatnie 30 sekund trafia do Seedance 2.5 reference-to-video jako wideo referencyjne, więc nowy segment przejmuje ruch, kamerę i dźwięk z końcówki. Cały klip i nowy segment wracają połączone w jednym pliku MP4. Płacisz tylko za sekundy referencji i nowe sekundy.
| Pole | Wartość |
|---|---|
| Wejście | Wideo |
| Wyjście | Wideo |
| Endpointy | text-to-video, image-to-video, reference-to-video |
| Długość klipu | 4–30 pełnych sekund, domyślnie 5 |
| Rozdzielczość | 480p, 720p (domyślnie), 1080p |
| Proporcje obrazu | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16, adaptive (domyślnie); w image-to-video tylko adaptive |
| Dźwięk | Własna ścieżka renderowana w tym samym przebiegu, domyślnie włączona |
| Referencje | Do 30 obrazów, 10 wideo, 10 ścieżek audio – tylko reference-to-video |
| Wynik | MP4 (domyślnie) lub MOV |
Najważniejsze funkcje
Dźwięk wraca w tym samym pliku co obraz
generate_audio jest domyślnie włączone, więc ścieżka wychodzi z tego samego przebiegu co klatki, zamiast powstawać później. Krok pada tam, gdzie ląduje stopa, szeptana kwestia siedzi na ustach, które ją wypowiadają, a pomieszczenie stoi za jednym i drugim. Wyłącz je, gdy klip i tak trafi do udźwiękowienia.
Trzydzieści referencji, jedno ujęcie
reference-to-video przyjmuje w jednym żądaniu do 30 obrazów, 10 klipów i 10 ścieżek audio. Trzy ujęcia tej samej twarzy utrzymają postać przez cały cykl odcinków znacznie lepiej niż trzydzieści przypadkowych kadrów; klipy referencyjne wnoszą ruch i tempo, a audio referencyjne daje montażowi punkt zaczepienia. To osobny endpoint i nie przyjmuje klatki otwierającej.
Pierwsza klatka, ostatnia klatka, trzydzieści sekund pomiędzy
image-to-video przypina klatkę otwierającą do obrazu, który podajesz. Dodaj last_image_url, a ujęcie musi dotrzeć w konkretne miejsce – to właśnie czyni przejścia, odsłony i pary „przed i po” powtarzalnymi. Powyżej mniej więcej dziesięciu sekund pojedyncze ujęcie zaczyna dryfować, więc kilka krótszych ujęć zmontowanych jedno po drugim zwykle trzyma się lepiej niż jedno długie.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Wymagane. Opisz, co dzieje się dalej: następną akcję, ruch kamery i dźwięk. |
video_url | Tak | Klip do kontynuowania: MP4, MOV lub WebM, od 2 do 60 sekund. od 1 znaków |
resolution | Nie | Rozmiar nowego segmentu: 480p, 720p lub 1080p, domyślnie 720p. Określa tylko jakość nowego segmentu, więc wybierz rozdzielczość klipu. |
duration_seconds | Nie | Długość nowego segmentu: dowolna liczba całkowita od 4 do 30, domyślnie 5. |
generate_audio | Nie | Domyślnie włączone: nowy segment dostaje wygenerowany dźwięk zgodny z referencją. Domyślnie: |
enable_web_search | Nie | Domyślnie wyłączone. Po włączeniu model może przed wygenerowaniem nowego segmentu poszukać w sieci informacji związanych z promptem. Domyślnie: |
seed | Nie | Od 0 do 2147483647. Trzymaj stałą wartość, by porównywać zmianę jednego pola naraz; pomiń ją, by uzyskać różnorodność. |
watermark | Nie | Domyślnie wyłączone. Po włączeniu nowy segment ma znak wodny oznaczający treść wygenerowaną przez AI; Twój klip pozostaje nietknięty. Domyślnie: |
Cennik
Płacisz za sekundę materiału referencyjnego plus nowego segmentu, według stawki Seedance 2.5 reference-to-video z wideo referencyjnym dla wybranej rozdzielczości i ustawienia dźwięku. Referencją jest co najwyżej ostatnie 30 sekund klipu, zaokrąglone w górę do pełnych sekund, a obowiązuje minimum Seedance (segment 5-sekundowy nalicza co najmniej 4 sekundy referencji). Wcześniejsze fragmenty klipu nie są naliczane. Przy linku, którego nie da się zmierzyć z góry, blokujemy 30 sekund referencji, a niewykorzystaną część zwalniamy przy rozliczeniu.
| Rozdzielczość | With video: Tak | With video: Nie |
|---|---|---|
| $0.0738 / sekundę | $0.1234 / sekundę |
| $0.1659 / sekundę | $0.2773 / sekundę |
| $0.4082 / sekundę | $0.6823 / sekundę |
Zastosowania
Sceny w barze, w klubie i za kulisami
Ujęcia, które potrzebują własnego hałasu: lód w shakerze, szeptana kwestia, saksofon dwa pomieszczenia dalej. Wpisz pomieszczenie do promptu i zostaw generate_audio włączone – Seedance 2.5 renderuje tło pod obraz, zamiast oddawać ci niemą planszę.
Krótkie formy bez cenzury, także z parami
Sceny, które oficjalna aplikacja blokuje, z parami dowolnej płci, działają tutaj, a tego, co generujesz, nie weryfikujemy. Własna warstwa bezpieczeństwa Seedance nadal odrzuca niektóre sformułowania o pocałunkach, więc pewną drogą jest klatka początkowa w trybie obraz–wideo.
Filmy produktowe, które zaczynają się od packshotu
Wyślij zatwierdzone zdjęcie do image-to-video, a geometria, etykieta i korekcja barwna zostaną dokładnie takie, jak je sfotografowano, podczas gdy kamera się porusza. Niczego nie trzeba doświetlać ani zatwierdzać od nowa, a last_image_url sprawia, że ruch ląduje z powrotem na kadrze kluczowym i pętla domyka się czysto.
Postacie serialowe, które pozostają tą samą osobą
Zbuduj mały zestaw referencji – trzy ujęcia twarzy, jeden kadr z garderoby, jeden klip chodu – i używaj go w kolejnych odcinkach w reference-to-video. Trzydzieści obrazów mieści się w jednym żądaniu, więc obsada podróżuje razem z promptem, a nie z wartością seed.
Wskazówki
Wybierz endpoint na podstawie tego, co już masz
Sam opis i nic więcej idzie do text-to-video. Kadr, który ma zostać zachowany, idzie do image-to-video. Obsada, produkt albo ruch, który musi przetrwać kilka ujęć, idzie do reference-to-video. Przy wywołaniu nazwy rodziny endpoint wybierany jest na podstawie pól, które wysyłasz.
Opisz ujęcie, a nie obrazek
Temat, akcja, kamera, światło, dźwięk – w tej kolejności, jedna myśl na zdanie. Klip na tej stronie powstał dokładnie z tego tekstu, zostawionego po angielsku, dokładnie tak, jak został wysłany: „Warm, clearly lit close two-shot. Two adult women stand very close in the amber glow of a jazz bar's back hallway, one in a black velvet slip, the other in an open white shirt. One leans in and whispers something against the other's ear; the other closes her eyes and breaks into a wide laugh, then they rest their foreheads together. Handheld 35mm, warm practical lights, shallow focus, muffled saxophone, a whispered line and soft laughter.” Pięć sekund, 720p, 16:9, dźwięk włączony.
Utwórz zadanie asynchronicznie i odpytuj o stan
Wyślij Idempotency-Key, zachowaj otrzymany identyfikator zadania, a potem odpytuj o stan albo odbierz callback. Po zerwanym połączeniu odszukaj zadanie, zamiast tworzyć je ponownie. Najpierw zerknij na wycenę: ruszają nią
duration_secondsi resolution, a w reference-to-video także materiał referencyjny.
Wprowadzenie
Seedance 2.5 Przedłużanie wideo kontynuuje klip, który już masz. Wyślij go jako video_url razem z promptem opisującym, co dzieje się dalej. Platforma bierze co najwyżej ostatnie 30 sekund klipu (cały klip, jeśli jest krótszy) i przekazuje je do Seedance 2.5 reference-to-video jako wideo referencyjne. Model generuje nowy segment o długości od 4 do 30 sekund, który prowadzi scenę dalej, a oba łączą się w jeden plik MP4: najpierw cały oryginał, potem kontynuacja. Nowy segment wraca też jako osobny plik, więc możesz przedłużać dalej albo montować części osobno.
Najważniejsze funkcje
Ciągłość bierze się z fragmentu wideo, a nie z jednej klatki. Seedance czyta końcówkę klipu, jej ruch, kierunek kamery i dźwięk, jako kontekst, więc tempo i kierunek przechodzą dalej lepiej niż wtedy, gdy model widzi tylko jedną nieruchomą klatkę. Pierwsza nowa klatka jest generowana, a nie kopiowana z ostatniej, więc opisz ruch, który ma trwać, i trzymaj się tego samego języka kamery.
Płacisz za to, co model czyta, i za to, co tworzy. Cena to stawka za sekundę Seedance 2.5 reference-to-video z wideo referencyjnym, naliczana od sekund referencji plus nowych sekund. Referencja ma limit 30 sekund, więc 60-sekundowe źródło nalicza 30 sekund referencji; wszystko wcześniej jest tylko odczytywane i dołączane z powrotem. Sekundy referencji zaokrągla się w górę do pełnych sekund i obowiązuje własne minimum Seedance: segment 5-sekundowy nalicza co najmniej 4 sekundy referencji.
Jeden plik na wyjściu plus sama nowa część. Połączony plik zachowuje liczbę klatek na sekundę i kadr Twojego klipu, bez czarnych pasów, i jest zakodowany jako MP4 H.264 z dźwiękiem AAC. Aby dopasować łączenie, obraz może zostać przycięty lub skorygowany o kilka procent przy krawędziach. Jeśli model zwróci wyraźnie inne proporcje, nowy segment zostanie przeskalowany tak, aby wypełnić Twój kadr, i wyśrodkowany, a to, co wystaje, zostanie przycięte. Dźwięk z klipu zostaje, dźwięk wygenerowany dla nowego segmentu idzie za nim z krótkim przejściem na styku, a niema strona jest uzupełniana ciszą. Drugi zasób na wyjściu to sam nowy segment.
Wszystko inne to Seedance 2.5 reference-to-video. Nowy segment przechodzi tymi samymi trasami i z tym samym zakresem treści co ten endpoint, a nieudana generacja jest zwracana tak samo. Jeśli generacja się uda, ale połączenia nie da się zbudować, zadanie kończy się błędem, a opłata jest zwracana. Źródło krótsze niż 2 sekundy jest za krótkie, by je kontynuować, i zostaje odrzucone.
Zastosowania
Wydłuż ujęcie, które skończyło się za wcześnie: taniec urwany w pół ruchu, jazdę kamery, która kończy się, zanim postać dojdzie do drzwi, obrót produktu zatrzymany, zanim etykieta zwróci się do kamery. Przedłuż je i opisz brakującą akcję.
Buduj dłuższą sekwencję krok po kroku. Wygeneruj pierwsze ujęcie, przedłuż je, a potem przedłuż połączony wynik jeszcze raz. Każdy krok nalicza odczytaną referencję (najwyżej 30 sekund) plus dodane sekundy. Źródła mają limit 60 sekund, więc w długim łańcuchu przedłużaj najnowszy segment, a nie cały połączony klip.
Przewodnik po promptach i wskazówki
Opisz następny moment, a nie całą scenę. Kto i gdzie, pokazuje już referencja, więc wykorzystaj prompt na następną akcję, ruch kamery i dźwięk. Powtórz język kamery, na którym kończy się klip, na przykład powolny najazd albo kamerę z ręki, żeby przejście wyglądało jak jedno ujęcie.
Zakończ źródło tam, gdzie ma się zacząć ciąg dalszy. Seedance opiera się na ostatnich sekundach referencji; klip kończący się w pół cięcia, na przenikaniu albo na innym ujęciu ciągnie kontynuację w złą stronę. Najpierw przytnij. Akceptujemy źródła od 2 do 60 sekund jako MP4, MOV lub WebM.
Trzymaj tę samą rozdzielczość. Rozdzielczość określa tylko jakość nowego segmentu, więc segment 480p po klipie 1080p będzie wyglądać miękciej niż oryginał. Wybierz rozdzielczość klipu i ustaw duration_seconds na długość, której naprawdę potrzebujesz: dolicza się ją do sekund referencji.
Korzystaj wyłącznie z materiałów licencjonowanych i z udziałem zgadzających się osób dorosłych. Każdy, kto pojawia się na obrazie, klipie albo w pliku audio referencyjnym, musi wyrazić zgodę. Żadnych osób nieletnich, żadnych intymnych materiałów bez zgody, żadnego wprowadzającego w błąd podszywania się pod realne osoby.
Zgody na prawa autorskie i wizerunek do każdego obrazu, klipu i pliku audio referencyjnego, a także prawa do marki, muzyki i użytku komercyjnego, pozostają po stronie wywołującego.
Szybki start z API
# 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedance-2.5/video-extend",
"input": {
"duration_seconds": 5,
"generate_audio": true,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
