bytedance/seedance-2.0/reference-to-videoO reference-to-video Seedance 2.0 da ByteDance constrói uma tomada com o seu material: até 9 imagens, 3 clipes de vídeo e 3 faixas de áudio, sem primeiro quadro. A saída tem 4 a 15 segundos em 480p, 720p, 1080p ou 4K, com áudio nativo.
Playground
Estes exemplos foram escritos para este endpoint. Substitua o prompt e as URLs de mídia de exemplo por suas próprias entradas acessíveis. Antes de enviar, confira a estimativa atual e a disponibilidade do modelo.
- Saída5 s
cliff-temple-goddess-glance `@Image1` traz a mulher e o figurino: um vestido branco de chiffon drapeado com gola V profunda e fenda alta, um cinto de cordão dourado, braceletes dourados no alto dos braços e brincos de folha. `@Image2` traz o lugar: as ruínas de um templo de mármore num penhasco à beira-mar ao pôr do sol, com papoulas entre as pedras. A câmera a segue por trás enquanto ela caminha entre as colunas em direção ao sol e o vento ergue a barra longa e a cauda atrás dela; ela para entre duas colunas, olha por cima do ombro com um sorriso lento e a câmera se aproxima até um close, com o sol brilhando junto ao cabelo. `aspect_ratio` `3:4` mantém o quadro vertical e `generate_audio` é `true`, então o clipe vem com som próprio.
- 720p
- 3:4
- audio
- Saída6 s
character-into-location Uma referência é a pessoa e a outra é o lugar: o prompt diz qual imagem cumpre qual função, assim a mulher do retrato à luz de velas chega ao terraço do pôr do sol com o mesmo figurino, e a roupa no varal se torna o que ela atravessa.
- 720p
- 16:9
- audio
- Saída4 s
same-suit-three-cities A continuidade do figurino é a metade difícil deste exemplo: a mesma jaqueta aberta precisa se comportar como a mesma peça numa terceira esquina, sob uma luz diferente. As referências carregam o modelo e o terno, deixando para o prompt apenas descrever o que o vento faz e por onde ele caminha. Até nove imagens, três clipes e três faixas de áudio entram juntos, então o elenco viaja entre planos como dado e não como adjetivo.
- 480p
- 3:4
- 4s
- Saída10 s
camera-language-match O prompt indica de onde vem cada elemento: a câmera do clipe, o cenário da imagem, o andamento da faixa. "low, drifting right, never cutting" diz ao modelo exatamente o que extrair. No resultado, uma única figura se afasta pelo corredor tirado de `reference_image_urls`, enquadrada baixa e sem corte do início ao fim. `aspect_ratio` `21:9`, `resolution` `1080p`.
- 1080p
- 21:9
- audio
Este exemplo começa em $0.07 por segundo de saída. O Playground recalcula a estimativa sempre que você muda as configurações.