Seedance 2.0 API

Seedance 2.0 image-to-video начинает клип с присланной вами картинки и оживляет её на срок до 15 секунд. Добавьте финальный снимок — и план обязан в него прийти; именно это делает переходы и пары «до/после» воспроизводимыми.

Seedance 2.0 от ByteDance публикует text-to-video, image-to-video и reference-to-video: ролики 4–15 секунд от 480p до 4K, с родным звуком и кадрированием adaptive по умолчанию.

Атмосфера помещения приходит в том же файле

generate_audio включён по умолчанию, поэтому лёд в шейкере, смех, приглушённый гул бара и сама комната выходят из того же прохода, что и картинка. Результат приходит уже синхронным, а не ждёт отдельного звукового прохода. Выключайте, если клип всё равно уходит к саунд-дизайнеру.

Девять референсов, один состав на всю серию

reference-to-video берёт до 9 изображений, 3 клипов и 3 аудиодорожек вместе. Три ракурса одного лица плюс кадр с костюмом держат персонажа по всей серии куда лучше девяти случайных кадров, а референсный клип несёт язык камеры, который ни одно прилагательное в prompt надёжно не воспроизводит.

Форма следует за материалом

На всех трёх эндпоинтах aspect_ratio по умолчанию adaptive. В image-to-video клип сохраняет форму стартового кадра, так что вертикальный снимок не обрезается в горизонталь; в text-to-video модель берёт форму из prompt; в reference-to-video находит кадр, в который помещаются все субъекты из референсов. Указывайте 16:9, 9:16 или 21:9, только когда площадка требует фиксированного формата.

Анимируйте заданный первый кадр

Seedance 2.0 image-to-video начинает клип с присланной вами картинки и оживляет её на срок до 15 секунд. Добавьте финальный снимок — и план обязан в него прийти; именно это делает переходы и пары «до/после» воспроизводимыми. Используйте этот режим, когда предоставленное изображение должно определить начальную композицию. Опишите только последующие движение, камеру и звук, затем проверьте согласованность деталей источника.

Костюмированная и ролевая работа без цензуры

Кружево и атлас, реквизит с хвостами и ушами, кадр от первого лица, пары любого пола — ничего из этого с нашей стороны не проверяется. Собственный слой Seedance отклоняет часть формулировок, поэтому такие такты ведите от первого кадра в image-to-video, а не из prompt.

Один план в трёх форматах

Семь соотношений сторон, от 21:9 до 9:16, плюс adaptive. Запустите один и тот же prompt в 16:9 под сайт, 9:16 под вертикальную ленту и 1:1 под плитку. Каждый прогон — новый дубль, а не перекадрировка предыдущего, поэтому, если три версии должны совпадать, стройте все три от одного стартового кадра в image-to-video и сравните их рядом перед публикацией.

Ночная жизнь и барные сцены со своим звуком

Взбиваемый коктейль, стекло о стойку, приглушённый разговор под красным фонарём: опишите помещение в prompt и оставьте generate_audio включённым. Seedance 2.0 отрисовывает атмосферу под картинку, и склейка приходит с воздухом, а не немой заготовкой.

# 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-2.0/image-to-video",
  "input": {
    "aspect_ratio": "adaptive",
    "bitrate_mode": "standard",
    "duration_seconds": 5,
    "generate_audio": true,
    "image_url": "https://example.com/reference.png",
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise"
  }
}'

# 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"

Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.