Seedance 2.0 je standardní model ByteDance Seed pro multimodální tvorbu zvuku a videa. Spojuje text, obrázky, videa a zvuk v architektuře společného generování, se samostatnými tvůrčími postupy pro scény vedené referencemi, úpravy a prodlužování videa. Hodí se tam, kde zadání potřebuje souvislý výkon i konkrétní vizuální nebo zvukové informace z připravených materiálů.
Obrázky mohou definovat vzhled objektu, vizuální styl a kompozici. Video reference mohou vést akci, pohyb kamery a efekty. Zvuk může řídit barvu hlasu, hudbu nebo dialog. Definujte roli každého materiálu a potom popište scénu, která má vzniknout. Výrobce zdůrazňuje ovládání přednesu, osvětlení, stínů a kamerového jazyka.
Pro produktový příběh připravte obrázek produktu, referenci pohybu kamery a zvukový pokyn. Zadání může znít: „Zachovej modrou skleněnou vázu z Image 1. Použij pomalý boční pojezd z Video 1. Váza stojí na sluncem osvětlené polici a zní jemná instrumentální hudba podle Audio 1.“ Zamýšleným výstupem je nově inscenovaná scéna spojující vybrané referenční informace.
Referenční vstupy mohou kombinovat obraz a zvuk, obraz a video, video a zvuk nebo všechny tři. Samotný zvuk a text se zvukem bez obrázku či videa nejsou podporovány. Dokumentovány jsou také tradiční převod textu na video, generování z prvního snímku a z prvního i posledního snímku. Jsou-li důležité pevné počáteční a koncové kompozice, použijte vyhrazený postup koncových bodů: označení referenčního obrázku jako koncového bodu v omni-reference zadání je pouze nepřímým vedením.
Model může nahradit objekt, přidat nebo odstranit předměty, změnit prvky a překreslit či opravit části videa. Popište konkrétní změnu a identifikujte zdrojový záznam. U přidání zahrňte čas a polohu výskytu; u odstranění nebo nahrazení určete objekt přesně a pojmenujte, co má zůstat.
Například: „Nahraď stolní lampu ve videu Video 1 mosaznou lampou z Image 1. Zachovej pohyb kamery, uspořádání stolu a směr osvětlení.“ Požadovaným výsledkem je upravená verze scény se zamýšlenou náhradou. Zkontrolujte nezměněné oblasti i nový objekt, zvláště při zakrývání, pohybu a změnách záběru.
Seedance 2.0 může prodloužit video dopředu nebo dozadu a propojit až tři dodané klipy generovanými přechody. Určete časový směr a novou událost. U spojovacího úseku seřaďte klipy a popište přechod mezi každou dvojicí, například kameru vstupující v jednom záběru do dveří a přicházející do dalšího prostředí.
Jednoduché prodloužení obvykle vrací pokračování rozvinuté kolem zdrojového záznamu; pokud má konečný výsledek také zopakovat původní segment, zahrňte jasný pokyn. Při dokončování spojení dvou či tří klipů může dokumentovaný postup zahrnout původní materiál i nový přechodový obsah. To se hodí pro rozvíjení začátku nebo konce či propojení připravených scén bez neurčité spojovací akce.
Standardní verze dokumentuje MP4 při 24 fps a délky od 4 do 15 sekund. Výstupní úrovně jsou 480p, 720p a 1080p s 8bitovou barevnou hloubkou a 4K s 10bitovou barevnou hloubkou. Podporované poměry jsou 21:9, 16:9, 4:3, 1:1, 3:4 a 9:16. Dokumentovány jsou také adaptivní rámování a automatická volba délky. Verze Fast má vlastní užší specifikaci výstupu 480p/720p.
Výstup 4K používá kódování H.265/HEVC. Desetibitové kódování zachovává další tonální stupně a plynulejší barevné přechody, což je důležité u materiálu s jemnými světelnými či barevnými gradienty. Ověřte, že zamýšlené přehrávací a editační prostředí umí tento formát dekódovat; některé prohlížeče a zařízení jej přímo nepřehrají. Kompatibilní kontejner sám nezaručuje kompatibilní dekódování videa.
Model může generovat synchronizovaný zvuk nebo tiché video a vrátit poslední generovaný snímek pro následující scénu. Generovaný zvuk je monofonní. Rodina 2.0 nepodporuje samostatný dvoufázový režim náhledu Draft, takže tuto náhledovou funkci nelze odvozovat od jiné verze Seedance.
Dokumentovaná referenční kapacita je až devět obrázků, tři videa a tři zvukové klipy. Přímé nahrávání referenčních obrázků nebo videí se skutečnými lidskými tvářemi není v tomto dokumentovaném profilu výrobce přijímáno; portrétní práce používá podporovaný postup portrétních podkladů. Každý video i zvukový klip musí mít délku 2–15 sekund. Všechny video reference dohromady se musí vejít do 15 sekund a všechny zvukové reference mají vlastní celkový limit 15 sekund. Video soubory používají MP4 nebo MOV při 24–60 fps, do 200 MB na soubor; zvukové soubory používají WAV nebo MP3, do 15 MB na soubor. Uvedené obrazové formáty jsou JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC a HEIF. Obrázky musí být jednotlivě menší než 30 MB a tělo požadavku nesmí překročit 64 MB. V dokumentovaném profilu referenčních vstupů musí šířka i výška obrázku ležet přísně mezi 300 a 6 000 pixely, s poměrem šířky k výšce přísně mezi 0,4 a 2,5. Referenční videa umožňují 300–6 000 pixelů v každém rozměru a poměry 0,4–2,5 včetně, s celkem 407 696–8 295 044 pixely. Videa MP4 nebo MOV používají obraz H.264/AVC nebo H.265/HEVC a zvuk AAC nebo MP3.
Soubory záměrně seřaďte a odkazujte na každý typem média a číslem: Image 1, Video 1 a Audio 1. Číslo sleduje pořadí mezi soubory daného typu. Vysvětlete, které rysy přenést a který zdrojový obsah nemá definovat novou scénu. Dokumentované jazyky zadání zahrnují angličtinu, španělštinu, indonéštinu, portugalštinu a japonštinu. Mluvený jazyk v dialogu udržujte jednotný; příručka doporučuje nemíchat jazyky s výjimkou vlastních jmen. U práce vedené hlasem oddělte mluvčího, přesnou repliku a pokyn k přednesu.
První a poslední obrázek připravte s kompatibilním rámováním. Nesoulad vstupního obrázku a výstupních rozměrů může způsobit ořez nebo náhlou vizuální změnu; shodné rozměry a adaptivní rámování jsou dokumentovaná řešení. Popis soustřeďte na událost a role referencí. Výrobce varuje, že dlouhé prompty mohou rozptýlit informace a vést k ignorování podrobností. Výsledný pohyb, návaznost referencí, zvukové provedení a spoje mezi scénami kontrolujte jako samostatné části tvůrčího výsledku.
U složité scény uspořádejte zadání jako Shot 1, Shot 2 a Shot 3 a postupně určete kameru, akci objektu, polohu a zvuk. Příručka doporučuje jeden pohyb kamery na záběr a upřednostnění pomalých navazujících akcí. Přesné časové značky jednotlivých záběrů jsou nestabilní, proto je pořadí událostí lepším ovládáním než vynucování několika přesných časových oken.
Model generuje také běžný text včetně sloganů, titulků a komiksových bublin. Lze řídit barvu, vizuální zpracování, umístění a nástup textu. Používejte běžné znaky místo vzácných znaků či zvláštních symbolů a kontrolujte znění za pohybu. U referencí objektů jasně přiřaďte každý podklad zamýšlené postavě nebo předmětu. Pohledy na produkt mohou dodat různé vizuální informace; koláže postavy z více stran mohou mást identitu tváře. Dokumentovaným doporučením pro referenci postavy je samostatný jasný portrét hlavy a snímek celé postavy.
Příručka dokumentuje nežádoucí titulky, loga, duplicitní postavy a odchylky stylu. Čisté zdrojové materiály, jednotná označení a výslovná omezení tato rizika snižují, ale nezaručují vymizení nežádoucího textu nebo duplicitních postav. Více než čtyři referenční osoby je uváděno jako riziko stability, odlišné od počtu přijímaných souborů.
Prodlužování videa může ve spoji vytvořit skok nebo návrat a opakovaná pokračování mohou kumulovat zhoršení kvality obrazu. Zkontrolujte hraniční snímky a omezte navrstvená prodloužení. Referenční hlas se může lišit od zdrojové barvy; vyprávění může skončit cvaknutím či náhlým utnutím, pro které je dokumentovaným řešením zvukové ztišení. Čínské znaky s více výslovnostmi, neobvyklé znaky nebo podobně tvarované znaky mohou být vysloveny chybně. U přesného animovaného efektu, například odpočítávání, je pohybová reference informativnější než samotný slovní požadavek. To jsou konkrétní důvody kontrolovat při výběru klipu zvlášť identitu, text, pohyb a zvuk.
", "aboutText": "Seedance 2.0 je standardní model ByteDance Seed pro multimodální tvorbu zvuku a videa. Spojuje text, obrázky, videa a zvuk v architektuře společného generování, se samostatnými tvůrčími postupy pro scény vedené referencemi, úpravy a prodlužování videa. Hodí se tam, kde zadání potřebuje souvislý výkon i konkrétní vizuální nebo zvukové informace z připravených materiálů.\n\n### Multimodální reference a režijní ovládání\n\nObrázky mohou definovat vzhled objektu, vizuální styl a kompozici. Video reference mohou vést akci, pohyb kamery a efekty. Zvuk může řídit barvu hlasu, hudbu nebo dialog. Definujte roli každého materiálu a potom popište scénu, která má vzniknout. Výrobce zdůrazňuje ovládání přednesu, osvětlení, stínů a kamerového jazyka.\n\nPro produktový příběh připravte obrázek produktu, referenci pohybu kamery a zvukový pokyn. Zadání může znít: „Zachovej modrou skleněnou vázu z Image 1. Použij pomalý boční pojezd z Video 1. Váza stojí na sluncem osvětlené polici a zní jemná instrumentální hudba podle Audio 1.“ Zamýšleným výstupem je nově inscenovaná scéna spojující vybrané referenční informace.\n\nReferenční vstupy mohou kombinovat obraz a zvuk, obraz a video, video a zvuk nebo všechny tři. Samotný zvuk a text se zvukem bez obrázku či videa nejsou podporovány. Dokumentovány jsou také tradiční převod textu na video, generování z prvního snímku a z prvního i posledního snímku. Jsou-li důležité pevné počáteční a koncové kompozice, použijte vyhrazený postup koncových bodů: označení referenčního obrázku jako koncového bodu v omni-reference zadání je pouze nepřímým vedením.\n\n### Úprava záznamu\n\nModel může nahradit objekt, přidat nebo odstranit předměty, změnit prvky a překreslit či opravit části videa. Popište konkrétní změnu a identifikujte zdrojový záznam. U přidání zahrňte čas a polohu výskytu; u odstranění nebo nahrazení určete objekt přesně a pojmenujte, co má zůstat.\n\nNapříklad: „Nahraď stolní lampu ve videu Video 1 mosaznou lampou z Image 1. Zachovej pohyb kamery, uspořádání stolu a směr osvětlení.“ Požadovaným výsledkem je upravená verze scény se zamýšlenou náhradou. Zkontrolujte nezměněné oblasti i nový objekt, zvláště při zakrývání, pohybu a změnách záběru.\n\n### Prodlužování a spojování sekvence\n\nSeedance 2.0 může prodloužit video dopředu nebo dozadu a propojit až tři dodané klipy generovanými přechody. Určete časový směr a novou událost. U spojovacího úseku seřaďte klipy a popište přechod mezi každou dvojicí, například kameru vstupující v jednom záběru do dveří a přicházející do dalšího prostředí.\n\nJednoduché prodloužení obvykle vrací pokračování rozvinuté kolem zdrojového záznamu; pokud má konečný výsledek také zopakovat původní segment, zahrňte jasný pokyn. Při dokončování spojení dvou či tří klipů může dokumentovaný postup zahrnout původní materiál i nový přechodový obsah. To se hodí pro rozvíjení začátku nebo konce či propojení připravených scén bez neurčité spojovací akce.\n\n### Výstup standardní verze a 4K\n\nStandardní verze dokumentuje MP4 při 24 fps a délky od 4 do 15 sekund. Výstupní úrovně jsou 480p, 720p a 1080p s 8bitovou barevnou hloubkou a 4K s 10bitovou barevnou hloubkou. Podporované poměry jsou 21:9, 16:9, 4:3, 1:1, 3:4 a 9:16. Dokumentovány jsou také adaptivní rámování a automatická volba délky. Verze Fast má vlastní užší specifikaci výstupu 480p/720p.\n\nVýstup 4K používá kódování H.265/HEVC. Desetibitové kódování zachovává další tonální stupně a plynulejší barevné přechody, což je důležité u materiálu s jemnými světelnými či barevnými gradienty. Ověřte, že zamýšlené přehrávací a editační prostředí umí tento formát dekódovat; některé prohlížeče a zařízení jej přímo nepřehrají. Kompatibilní kontejner sám nezaručuje kompatibilní dekódování videa.\n\nModel může generovat synchronizovaný zvuk nebo tiché video a vrátit poslední generovaný snímek pro následující scénu. Generovaný zvuk je monofonní. Rodina 2.0 nepodporuje samostatný dvoufázový režim náhledu Draft, takže tuto náhledovou funkci nelze odvozovat od jiné verze Seedance.\n\n### Příprava referencí a podstatná omezení\n\nDokumentovaná referenční kapacita je až devět obrázků, tři videa a tři zvukové klipy. Přímé nahrávání referenčních obrázků nebo videí se skutečnými lidskými tvářemi není v tomto dokumentovaném profilu výrobce přijímáno; portrétní práce používá podporovaný postup portrétních podkladů. Každý video i zvukový klip musí mít délku 2–15 sekund. Všechny video reference dohromady se musí vejít do 15 sekund a všechny zvukové reference mají vlastní celkový limit 15 sekund. Video soubory používají MP4 nebo MOV při 24–60 fps, do 200 MB na soubor; zvukové soubory používají WAV nebo MP3, do 15 MB na soubor. Uvedené obrazové formáty jsou JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC a HEIF. Obrázky musí být jednotlivě menší než 30 MB a tělo požadavku nesmí překročit 64 MB. V dokumentovaném profilu referenčních vstupů musí šířka i výška obrázku ležet přísně mezi 300 a 6 000 pixely, s poměrem šířky k výšce přísně mezi 0,4 a 2,5. Referenční videa umožňují 300–6 000 pixelů v každém rozměru a poměry 0,4–2,5 včetně, s celkem 407 696–8 295 044 pixely. Videa MP4 nebo MOV používají obraz H.264/AVC nebo H.265/HEVC a zvuk AAC nebo MP3.\n\nSoubory záměrně seřaďte a odkazujte na každý typem média a číslem: Image 1, Video 1 a Audio 1. Číslo sleduje pořadí mezi soubory daného typu. Vysvětlete, které rysy přenést a který zdrojový obsah nemá definovat novou scénu. Dokumentované jazyky zadání zahrnují angličtinu, španělštinu, indonéštinu, portugalštinu a japonštinu. Mluvený jazyk v dialogu udržujte jednotný; příručka doporučuje nemíchat jazyky s výjimkou vlastních jmen. U práce vedené hlasem oddělte mluvčího, přesnou repliku a pokyn k přednesu.\n\nPrvní a poslední obrázek připravte s kompatibilním rámováním. Nesoulad vstupního obrázku a výstupních rozměrů může způsobit ořez nebo náhlou vizuální změnu; shodné rozměry a adaptivní rámování jsou dokumentovaná řešení. Popis soustřeďte na událost a role referencí. Výrobce varuje, že dlouhé prompty mohou rozptýlit informace a vést k ignorování podrobností. Výsledný pohyb, návaznost referencí, zvukové provedení a spoje mezi scénami kontrolujte jako samostatné části tvůrčího výsledku.\n\n### Plánování záběrů a vedení textu\n\nU složité scény uspořádejte zadání jako Shot 1, Shot 2 a Shot 3 a postupně určete kameru, akci objektu, polohu a zvuk. Příručka doporučuje jeden pohyb kamery na záběr a upřednostnění pomalých navazujících akcí. Přesné časové značky jednotlivých záběrů jsou nestabilní, proto je pořadí událostí lepším ovládáním než vynucování několika přesných časových oken.\n\nModel generuje také běžný text včetně sloganů, titulků a komiksových bublin. Lze řídit barvu, vizuální zpracování, umístění a nástup textu. Používejte běžné znaky místo vzácných znaků či zvláštních symbolů a kontrolujte znění za pohybu. U referencí objektů jasně přiřaďte každý podklad zamýšlené postavě nebo předmětu. Pohledy na produkt mohou dodat různé vizuální informace; koláže postavy z více stran mohou mást identitu tváře. Dokumentovaným doporučením pro referenci postavy je samostatný jasný portrét hlavy a snímek celé postavy.\n\n### Chování ke kontrole před střihem\n\nPříručka dokumentuje nežádoucí titulky, loga, duplicitní postavy a odchylky stylu. Čisté zdrojové materiály, jednotná označení a výslovná omezení tato rizika snižují, ale nezaručují vymizení nežádoucího textu nebo duplicitních postav. Více než čtyři referenční osoby je uváděno jako riziko stability, odlišné od počtu přijímaných souborů.\n\nProdlužování videa může ve spoji vytvořit skok nebo návrat a opakovaná pokračování mohou kumulovat zhoršení kvality obrazu. Zkontrolujte hraniční snímky a omezte navrstvená prodloužení. Referenční hlas se může lišit od zdrojové barvy; vyprávění může skončit cvaknutím či náhlým utnutím, pro které je dokumentovaným řešením zvukové ztišení. Čínské znaky s více výslovnostmi, neobvyklé znaky nebo podobně tvarované znaky mohou být vysloveny chybně. U přesného animovaného efektu, například odpočítávání, je pohybová reference informativnější než samotný slovní požadavek. To jsou konkrétní důvody kontrolovat při výběru klipu zvlášť identitu, text, pohyb a zvuk.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "eaca1a3192cbbc5456afdecbda9f6b7511182bd230697fcbfbb4fe7518f7b17d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "cs", "methods": [ { "html": "bytedance/seedance-2.0ByteDance Seedance 2.0 spojuje nativní generování zvuku a videa s obrazovými, video a zvukovými referencemi. Režírujte nové scény, upravujte existující záznam nebo prodlužujte sekvenci; standardní verze zahrnuje dokumentovaný výstup 1080p a 10bitový 4K.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Seedance 2.0 je standardní model ByteDance Seed pro multimodální tvorbu zvuku a videa. Spojuje text, obrázky, videa a zvuk v architektuře společného generování, se samostatnými tvůrčími postupy pro scény vedené referencemi, úpravy a prodlužování videa. Hodí se tam, kde zadání potřebuje souvislý výkon i konkrétní vizuální nebo zvukové informace z připravených materiálů.
Obrázky mohou definovat vzhled objektu, vizuální styl a kompozici. Video reference mohou vést akci, pohyb kamery a efekty. Zvuk může řídit barvu hlasu, hudbu nebo dialog. Definujte roli každého materiálu a potom popište scénu, která má vzniknout. Výrobce zdůrazňuje ovládání přednesu, osvětlení, stínů a kamerového jazyka.
Pro produktový příběh připravte obrázek produktu, referenci pohybu kamery a zvukový pokyn. Zadání může znít: „Zachovej modrou skleněnou vázu z Image 1. Použij pomalý boční pojezd z Video 1. Váza stojí na sluncem osvětlené polici a zní jemná instrumentální hudba podle Audio 1.“ Zamýšleným výstupem je nově inscenovaná scéna spojující vybrané referenční informace.
Referenční vstupy mohou kombinovat obraz a zvuk, obraz a video, video a zvuk nebo všechny tři. Samotný zvuk a text se zvukem bez obrázku či videa nejsou podporovány. Dokumentovány jsou také tradiční převod textu na video, generování z prvního snímku a z prvního i posledního snímku. Jsou-li důležité pevné počáteční a koncové kompozice, použijte vyhrazený postup koncových bodů: označení referenčního obrázku jako koncového bodu v omni-reference zadání je pouze nepřímým vedením.
Model může nahradit objekt, přidat nebo odstranit předměty, změnit prvky a překreslit či opravit části videa. Popište konkrétní změnu a identifikujte zdrojový záznam. U přidání zahrňte čas a polohu výskytu; u odstranění nebo nahrazení určete objekt přesně a pojmenujte, co má zůstat.
Například: „Nahraď stolní lampu ve videu Video 1 mosaznou lampou z Image 1. Zachovej pohyb kamery, uspořádání stolu a směr osvětlení.“ Požadovaným výsledkem je upravená verze scény se zamýšlenou náhradou. Zkontrolujte nezměněné oblasti i nový objekt, zvláště při zakrývání, pohybu a změnách záběru.
Seedance 2.0 může prodloužit video dopředu nebo dozadu a propojit až tři dodané klipy generovanými přechody. Určete časový směr a novou událost. U spojovacího úseku seřaďte klipy a popište přechod mezi každou dvojicí, například kameru vstupující v jednom záběru do dveří a přicházející do dalšího prostředí.
Jednoduché prodloužení obvykle vrací pokračování rozvinuté kolem zdrojového záznamu; pokud má konečný výsledek také zopakovat původní segment, zahrňte jasný pokyn. Při dokončování spojení dvou či tří klipů může dokumentovaný postup zahrnout původní materiál i nový přechodový obsah. To se hodí pro rozvíjení začátku nebo konce či propojení připravených scén bez neurčité spojovací akce.
Standardní verze dokumentuje MP4 při 24 fps a délky od 4 do 15 sekund. Výstupní úrovně jsou 480p, 720p a 1080p s 8bitovou barevnou hloubkou a 4K s 10bitovou barevnou hloubkou. Podporované poměry jsou 21:9, 16:9, 4:3, 1:1, 3:4 a 9:16. Dokumentovány jsou také adaptivní rámování a automatická volba délky. Verze Fast má vlastní užší specifikaci výstupu 480p/720p.
Výstup 4K používá kódování H.265/HEVC. Desetibitové kódování zachovává další tonální stupně a plynulejší barevné přechody, což je důležité u materiálu s jemnými světelnými či barevnými gradienty. Ověřte, že zamýšlené přehrávací a editační prostředí umí tento formát dekódovat; některé prohlížeče a zařízení jej přímo nepřehrají. Kompatibilní kontejner sám nezaručuje kompatibilní dekódování videa.
Model může generovat synchronizovaný zvuk nebo tiché video a vrátit poslední generovaný snímek pro následující scénu. Generovaný zvuk je monofonní. Rodina 2.0 nepodporuje samostatný dvoufázový režim náhledu Draft, takže tuto náhledovou funkci nelze odvozovat od jiné verze Seedance.
Dokumentovaná referenční kapacita je až devět obrázků, tři videa a tři zvukové klipy. Přímé nahrávání referenčních obrázků nebo videí se skutečnými lidskými tvářemi není v tomto dokumentovaném profilu výrobce přijímáno; portrétní práce používá podporovaný postup portrétních podkladů. Každý video i zvukový klip musí mít délku 2–15 sekund. Všechny video reference dohromady se musí vejít do 15 sekund a všechny zvukové reference mají vlastní celkový limit 15 sekund. Video soubory používají MP4 nebo MOV při 24–60 fps, do 200 MB na soubor; zvukové soubory používají WAV nebo MP3, do 15 MB na soubor. Uvedené obrazové formáty jsou JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC a HEIF. Obrázky musí být jednotlivě menší než 30 MB a tělo požadavku nesmí překročit 64 MB. V dokumentovaném profilu referenčních vstupů musí šířka i výška obrázku ležet přísně mezi 300 a 6 000 pixely, s poměrem šířky k výšce přísně mezi 0,4 a 2,5. Referenční videa umožňují 300–6 000 pixelů v každém rozměru a poměry 0,4–2,5 včetně, s celkem 407 696–8 295 044 pixely. Videa MP4 nebo MOV používají obraz H.264/AVC nebo H.265/HEVC a zvuk AAC nebo MP3.
Soubory záměrně seřaďte a odkazujte na každý typem média a číslem: Image 1, Video 1 a Audio 1. Číslo sleduje pořadí mezi soubory daného typu. Vysvětlete, které rysy přenést a který zdrojový obsah nemá definovat novou scénu. Dokumentované jazyky zadání zahrnují angličtinu, španělštinu, indonéštinu, portugalštinu a japonštinu. Mluvený jazyk v dialogu udržujte jednotný; příručka doporučuje nemíchat jazyky s výjimkou vlastních jmen. U práce vedené hlasem oddělte mluvčího, přesnou repliku a pokyn k přednesu.
První a poslední obrázek připravte s kompatibilním rámováním. Nesoulad vstupního obrázku a výstupních rozměrů může způsobit ořez nebo náhlou vizuální změnu; shodné rozměry a adaptivní rámování jsou dokumentovaná řešení. Popis soustřeďte na událost a role referencí. Výrobce varuje, že dlouhé prompty mohou rozptýlit informace a vést k ignorování podrobností. Výsledný pohyb, návaznost referencí, zvukové provedení a spoje mezi scénami kontrolujte jako samostatné části tvůrčího výsledku.
U složité scény uspořádejte zadání jako Shot 1, Shot 2 a Shot 3 a postupně určete kameru, akci objektu, polohu a zvuk. Příručka doporučuje jeden pohyb kamery na záběr a upřednostnění pomalých navazujících akcí. Přesné časové značky jednotlivých záběrů jsou nestabilní, proto je pořadí událostí lepším ovládáním než vynucování několika přesných časových oken.
Model generuje také běžný text včetně sloganů, titulků a komiksových bublin. Lze řídit barvu, vizuální zpracování, umístění a nástup textu. Používejte běžné znaky místo vzácných znaků či zvláštních symbolů a kontrolujte znění za pohybu. U referencí objektů jasně přiřaďte každý podklad zamýšlené postavě nebo předmětu. Pohledy na produkt mohou dodat různé vizuální informace; koláže postavy z více stran mohou mást identitu tváře. Dokumentovaným doporučením pro referenci postavy je samostatný jasný portrét hlavy a snímek celé postavy.
Příručka dokumentuje nežádoucí titulky, loga, duplicitní postavy a odchylky stylu. Čisté zdrojové materiály, jednotná označení a výslovná omezení tato rizika snižují, ale nezaručují vymizení nežádoucího textu nebo duplicitních postav. Více než čtyři referenční osoby je uváděno jako riziko stability, odlišné od počtu přijímaných souborů.
Prodlužování videa může ve spoji vytvořit skok nebo návrat a opakovaná pokračování mohou kumulovat zhoršení kvality obrazu. Zkontrolujte hraniční snímky a omezte navrstvená prodloužení. Referenční hlas se může lišit od zdrojové barvy; vyprávění může skončit cvaknutím či náhlým utnutím, pro které je dokumentovaným řešením zvukové ztišení. Čínské znaky s více výslovnostmi, neobvyklé znaky nebo podobně tvarované znaky mohou být vysloveny chybně. U přesného animovaného efektu, například odpočítávání, je pohybová reference informativnější než samotný slovní požadavek. To jsou konkrétní důvody kontrolovat při výběru klipu zvlášť identitu, text, pohyb a zvuk.
POST /v1/videostext, image, audiovideo| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity bytedance/seedance-2.0 | Výchozí— |
Poleprompt | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Poleduration | Typinteger | PožadavekPovinné | Hodnoty a limity 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 Minimum: 1 Maximum: 600 | Výchozí— |
Poleresolution | Typstring | PožadavekVolitelné | Hodnoty a limity 480p, 720p, 1080p, 4K | Výchozí— |
Poleaspect_ratio | Typstring | PožadavekVolitelné | Hodnoty a limity 1:1, 3:4, 9:16, 4:3, 16:9, 21:9, 9:21 | Výchozí— |
Polegenerate_audio | Typboolean | PožadavekVolitelné | Hodnoty a limity false, true Podmínky: U 480p a 720p vynechání generate_audio zvolí cenu se zvukem, zatímco false zvolí cenu bez zvuku. U 1080p a 4K platí cena daného rozlišení pro obě nastavení. Přítomnost vrácené zvukové stopy ověřte v poli has_audio výsledku. | Výchozí— |
Poleframe_images | Typarray | PožadavekVolitelné | Hodnoty a limity Minimální počet položek: 1 Maximální počet položek: 2 Vstupní obsah: Pole objektů snímků. Každý obsahuje type=image_url, image_url obsahující url a frame_type=first_frame nebo last_frame. Každá role se smí vyskytnout nejvýše jednou. Používejte veřejné HTTPS URL. Přesné klíče: type, image_url, frame_type Podmínky: Tyto klíče platí pro každý objekt snímku. Pro požadavek obsahující pouze text vynechte frame_images. | Výchozí— |
Poleinput_references | Typarray | PožadavekVolitelné | Hodnoty a limity Vstupní obsah: Pole objektů obrazových nebo zvukových referencí. Nastavte type na image_url nebo audio_url a zadejte odpovídající objekt URL obsahující url. Video reference stále nelze ocenit. Podmínky: Pro režim referencí vynechte frame_images. Používejte veřejné HTTPS URL. | Výchozí— |
Polesize | Typstring | PožadavekVolitelné | Hodnoty a limity 480x480, 480x640, 480x854, 640x480, 854x480, 1120x480, 720x720, 720x960, 720x1280, 720x1680, 960x720, 1280x720, 1680x720, 1080x1080, 1080x1440, 1080x1920, 1440x1080, 1920x1080, 2520x1080, 3840x2160, 2160x3840, 2160x2160, 2880x2160, 2160x2880, 5040x2160 Vzor: ^[1-9][0-9]*x[1-9][0-9]*$ | Výchozí— |
Poleseed | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: -9 223 372 036 854 775 808 Maximum: 9 223 372 036 854 775 807 | Výchozí— |
Polecallback_url | Typstring | PožadavekVolitelné | Hodnoty a limity Vzor: ^https:// | Výchozí— |
Polesession_id | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletrace | Typobject | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poleuser | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Text na video · Textové zadání. · Povinné: model, prompt, duration
Zadejte textové zadání a podporovanou délku v celých sekundách. Použijte přesnou uvedenou velikost nebo rozlišení a poměr stran, které odpovídají uvedeným rozměrům.
model: Typ: string · bytedance/seedance-2.0
prompt: Typ: string · Maximální počet bajtů UTF-8: 10 000 · Vyžadován obsah kromě bílých znaků: Ano
Obrázek na video · Textové zadání a obrázek snímku. · Povinné: model, prompt, duration, frame_images
frame_images je pole objektů s type=image_url, image_url obsahujícím url a frame_type. Použijte veřejnou HTTPS URL obrázku; first_frame i last_frame se smí vyskytnout každý jednou. Použijte uvedenou velikost výstupu nebo kompatibilní rozměry. Nepřidávejte video reference.
Přesné klíče: type, image_url, frame_type
model: Typ: string · bytedance/seedance-2.0
prompt: Typ: string · Maximální počet bajtů UTF-8: 10 000 · Vyžadován obsah kromě bílých znaků: Ano
Reference to video · Textové zadání a obrazové nebo zvukové reference. · Povinné: model, prompt, duration, input_references
input_references je pole. Každý objekt obsahuje type=image_url nebo type=audio_url a odpovídající objekt URL obsahující url. Používejte veřejné HTTPS odkazy. Vynecháním frame_images zvolíte režim referencí. Video reference nelze ocenit.
model: Typ: string · bytedance/seedance-2.0
prompt: Typ: string · Maximální počet bajtů UTF-8: 10 000 · Vyžadován obsah kromě bílých znaků: Ano
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, prompt, duration |
Parametrmaterial_types | Kontrakttext, image, audio |
Parametradditional_properties | Kontraktfalse |
Parametroptional_controls | Kontraktresolution, aspect_ratio, generate_audio, frame_images, input_references, size, seed, callback_url, session_id, trace, user |
Životní cyklus: submit_once_poll_original
GET /v1/videos/{public_id}
GET /v1/videos/{public_id}/content
Zobrazené sazby slouží k odhadu ceny před generováním. Konečný poplatek se vypočítá z nákladů zaznamenaných u původního generování. Naměřená délka výstupu ani odhadovaná množství nejsou konečným účtovaným množstvím.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Předpokládané množství | Účtovací jednotka | Podmínky účtování | Poplatek |
|---|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Předpokládané množství— | Účtovací jednotka— | Podmínky účtování— | Poplatek Vstup · Vstupní tokeny · Odhad pouze pro srovnání — / 1K tokenů Výstup · Výstupní tokeny · Odhad pouze pro srovnání — / 1K tokenů Vstup · Čtení z mezipaměti · Odhad pouze pro srovnání — / 1K tokenů Vstup · Zápis do mezipaměti · Odhad pouze pro srovnání — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina · Odhad pouze pro srovnání — / 1K tokenů |
| KonfiguraceCena tokenu videa | Tabulka sazeb— | Předpokládané množství— | Účtovací jednotkaza 1K videotokenů | Podmínky účtováníV tomto cenovém klíči není uvedena žádná další podmínka. | Poplatek Výstup · Cena tokenu videa · Odhad pouze pro srovnání $0.014 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceCena tokenu videa | Tabulka sazeb— | Předpokládané množství— | Účtovací jednotkaza 1K videotokenů | Podmínky účtováníresolution: 1080p | Poplatek Výstup · Cena tokenu videa · Odhad pouze pro srovnání $0.0154 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceCena tokenu videa | Tabulka sazeb— | Předpokládané množství— | Účtovací jednotkaza 1K videotokenů | Podmínky účtovánívstup: with_video_input; rozlišení: 1080p | Poplatek reference · Cena tokenu videa · Odhad pouze pro srovnání $0.0094 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceCena tokenu videa | Tabulka sazeb— | Předpokládané množství— | Účtovací jednotkaza 1K videotokenů | Podmínky účtováníresolution: 4k | Poplatek Výstup · Cena tokenu videa · Odhad pouze pro srovnání $0.008 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceCena tokenu videa | Tabulka sazeb— | Předpokládané množství— | Účtovací jednotkaza 1K videotokenů | Podmínky účtovánívstup: with_video_input; rozlišení: 4k | Poplatek reference · Cena tokenu videa · Odhad pouze pro srovnání $0.0048 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceCena tokenu videa | Tabulka sazeb— | Předpokládané množství— | Účtovací jednotkaza 1K videotokenů | Podmínky účtovánívstup: with_video_input | Poplatek reference · Cena tokenu videa · Odhad pouze pro srovnání $0.0086 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceCena tokenu videa | Tabulka sazeb— | Předpokládané množství— | Účtovací jednotkaza 1K videotokenů | Podmínky účtovánízvuk: without_audio | Poplatek Výstup · Cena tokenu videa · Odhad pouze pro srovnání $0.014 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceOdhadovaná cena generování | Tabulka sazeb— | Předpokládané množstvíodhad pro jedno generování | Účtovací jednotka— | Podmínky účtování— | Poplatek Výstup · Odhadovaná cena generování · Odhad pouze pro srovnání $0.3024 odhad před generováním Tento odhad není dodatečným poplatkem ani pevnou sazbou za dokončené generování. |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
Referenční tabulky modelu nemění výběr metody, cenové nabídky ani poplatky. Skutečné poplatky používají sazby vybrané metody Ailoot.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Podmínky účtování | Poplatek |
|---|---|---|
| KonfiguraceCena tokenu videa | Podmínky účtováníV tomto cenovém klíči není uvedena žádná další podmínka. | Poplatek Výstup · Cena tokenu videa $0.014 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceCena tokenu videa | Podmínky účtováníresolution: 4k | Poplatek Výstup · Cena tokenu videa $0.008 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceCena tokenu videa | Podmínky účtováníresolution: 1080p | Poplatek Výstup · Cena tokenu videa $0.0154 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceCena tokenu videa | Podmínky účtovánízvuk: without_audio | Poplatek Výstup · Cena tokenu videa $0.014 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceCena tokenu videa | Podmínky účtovánívstup: with_video_input | Poplatek reference · Cena tokenu videa $0.0086 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceCena tokenu videa | Podmínky účtovánívstup: with_video_input; rozlišení: 4k | Poplatek reference · Cena tokenu videa $0.0048 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
| KonfiguraceCena tokenu videa | Podmínky účtovánívstup: with_video_input; rozlišení: 1080p | Poplatek reference · Cena tokenu videa $0.0094 za 1K videotokenů Sazba za video tokeny je hlavní cenovou referencí. Orientační odhady za sekundu jsou samostatné reference, nikoli další poplatek. |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nfrom pathlib import Path\nPath('request.json').write_text('{"model":"bytedance/seedance-2.0","prompt":"A serene mountain landscape at sunset","duration":4,"resolution":"480p","size":"480x480","generate_audio":false}', encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('result.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\npodepsané URL obsahu spravovaného službou
GET /v1/videos/{public_id}GET /v1/videos/{public_id}/contentset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_STATUS_URL'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nr=json.loads(Path('result.json').read_text())\nif not isinstance(r.get('id'),str) or not r['id']:raise SystemExit('Keep the original response and headers for reconciliation; no returned ID')\nPath('status-url.txt').write_text('https://api.ailoot.ai/v1/videos/'+quote(r['id'],safe=''))\nPY_STATUS_URL\ncurl --fail-with-body --silent --show-error "$(cat status-url.txt)" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_ASSETS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path('status.json').read_text())\nif r.get('status')!='completed':raise SystemExit('Keep the original ID and read its status; never recreate an unknown job')\nif not isinstance(r.get('data'),list) or not r['data']:raise SystemExit('Keep the complete original status; no completed outputs supplied')\nurls=[]\nfor i,u in enumerate(r.get('data',[])):\n if not isinstance(u,str):raise SystemExit('Keep the original response; unexpected asset shape')\n urls.append((str(i),u))\nfor label,path in urls:\n u=urljoin('https://api.ailoot.ai',path);z=urlsplit(u)\n if z.scheme!='https' or z.netloc!='api.ailoot.ai' or z.username or z.password:raise SystemExit('Use the actual returned Ailoot owned content URL')\n target=Path('owned-'+label+'.bin')\n subprocess.run(['curl','--fail-with-body','--silent','--show-error',u,'-H','Authorization: Bearer '+os.environ['AILOOT_API_KEY'],'-D',str(target)+'.headers','-o',str(target)],check=True)\nprint('All returned owned URLs saved; complete metadata, timing and usage remain in the JSON.')\nPY_ASSETS\nUložte každé dokončené video či vrácený soubor; stáhněte obsah každé skutečně vrácené URL souboru.
Uchovejte každý skutečný výstup spravovaný službou a jeho vrácená metadata s naměřenými hodnotami.
503 result_pending_check + původní id + X-Should-Retry:false; původní požadavek nikdy neopakujte
| Pole | Typ | Význam |
|---|---|---|
Poleindex | Typinteger | VýznamPozice tohoto videa v seznamu výstupů, číslovaná od nuly. |
Polecontent_url | Typstring | VýznamPodepsaná HTTPS URL pro stažení tohoto dokončeného videa. |
Polesha256 | Typstring | null | VýznamOtisk SHA-256 původních bajtů videa; null, není-li dostupný. |
Polesize_bytes | Typinteger | null | VýznamVelikost původního videosouboru v bajtech; null, není-li dostupná. |
Poleduration_ms | Typinteger | null | VýznamNaměřená délka videa v milisekundách; null, není-li dostupná. |
Polewidth | Typinteger | null | VýznamŠířka videa v pixelech; null, není-li dostupná. |
Poleheight | Typinteger | null | VýznamVýška videa v pixelech; null, není-li dostupná. |
Polevideo_codec | Typstring | null | VýznamIdentifikátor video kodeku; null, není-li zaznamenán. |
Polehas_audio | Typboolean | null | VýznamZda video obsahuje zvukovou stopu; null, nebylo-li změřeno. |
Poleaudio_codec | Typstring | null | VýznamIdentifikátor zvukového kodeku; null, není-li žádný identifikátor zaznamenán. |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď404 · not_found_error | PodmínkaPřístup k videu není dostupný nebo toto ID videa nebylo nalezeno. | Další krokZkontrolujte přístup k videu. U existujícího videa použijte jeho původní veřejné ID a stejný klíč API. |
Odpověď401 · authentication_error | PodmínkaKlíč API neodpovídá ověřenému účtu. | Další krokPřed odesláním zkontrolujte svůj klíč API a přístup k účtu. |
Odpověď400 · invalid_request_error | PodmínkaPožadavek se nepodařilo načíst nebo je index pro stažení neplatný. | Další krokOpravte tělo požadavku. Pro stažení vyberte index výstupu vrácený původní úlohou. |
Odpověď422 · price_unavailable | PodmínkaVybranou konfiguraci videa nelze ocenit. | Další krokPřed odesláním opraveného požadavku zvolte podporovanou konfiguraci videa a vyplňte její povinné volby. |
Odpověď422 · invalid_request_error | PodmínkaVstup videa nebo původní úloha pro pokračování jsou neplatné. | Další krokPoužívejte platné HTTPS vstupy. Pro pokračování použijte původní veřejné ID svého dokončeného videa se stejným klíčem API. |
Odpověď402 · billing_error | PodmínkaDostupný zůstatek nebo limity neumožňují rezervaci. | Další krokPřed odesláním nového požadavku zkontrolujte dostupný zůstatek a limity. |
Odpověď503 · server_error | PodmínkaOvěřování videa, úložiště nebo přístup ke službě jsou dočasně nedostupné. | Další krokPočkejte na dostupnost služby. Pokud už máte ID videa, kontrolujte tuto původní úlohu místo vytváření dalšího generování. |
Odpověď503 · result_pending_check | PodmínkaPůvodní výsledek videa a vyúčtovanou částku je třeba zkontrolovat. | Další krokUchovejte vrácené ID videa a kontrolujte tuto úlohu. Dokud probíhá kontrola, neposílejte náhradní požadavek na generování. |
Odpověď503 · owned_result_unavailable | PodmínkaStávající video je dočasně nedostupné ke stažení. | Další krokPozději zkontrolujte tutéž úlohu videa a stáhněte její existující výstup. Nové generování vytvoří samostatnou operaci. |
Odpověď409 · video_not_ready | PodmínkaObsah videa nebyl zveřejněn. | Další krokZkontrolujte stav původní úlohy. Stáhněte výstup, až nahlásí completed; nahlásí-li failed, řiďte se jejím upozorněním na kontrolu vyúčtování. |
Ailoot Ultra bytedance/seedance-2.0
Použijte cesty metod uvedené výše.