ByteDance: Seedance 1.0 Lite Text-to-Video

Seedance 1.0 Lite Text-to-Video genererer en video ud fra en skriftlig scene. Den specifikke selektor doubao-seedance-1-0-lite-t2v-250428 er tekst-til-video-varianten af Lite-udgaven. Brug den, når motiv, omgivelser og bevægelse kan beskrives direkte: et produkt på en bordplade, et oversigtsbillede af en lokalitet eller en kort handling fra en karakter. Outputtet er et videoklip; 1.0-profilen genererer ikke synkroniseret lyd.

Skriv scenen i den rækkefølge, seeren skal opleve den. Angiv motivet og dets udseende, stedet, handlingen, billedudsnittet og kamerabevægelsen, og beskriv derefter slutkompositionen. En nyttig produktbeskrivelse kan vise en flaske på en lys stensokkel, sollys, der bevæger sig over etiketten, og en langsom kamerabevægelse frem mod låget. Det er instruktioner til en ny scene frem for en påstand om, at modellen gengiver et leveret produktfotografi. Tilpas den synlige handling til den valgte kliplængde.

Denne tekst-til-video-selektor er adskilt fra den særskilt navngivne Lite-selektor til billede-til-video. Indholdet leveres som et tekstelement i content-arrayet. En sætning kan beskrive en person, en genstand eller en stil, men vedhæfter ikke et referencebillede og fastlægger ikke en præcis visuel identitet ud fra en uset fil. Til en scene, hvis åbningskomposition skal komme fra et eksisterende billede, skal en profil med billedunderstøttelse vælges frem for at antage, at Lite t2v-identiteten skifter tilstand, når et mediefelt tilføjes.

Det dokumenterede varighedsinterval for 1.0 er to til tolv sekunder med fem sekunder som standard og en fast billedfrekvens på 24 fps. Lite tilbyder opløsningsniveauerne 480p, 720p og 1080p med 720p som dokumenteret standard. De faste billedformater omfatter 16:9, 4:3, 1:1, 3:4, 9:16 og 21:9. Vælg billedformat til anvendelsen før generering: stående til en lodret præsentation, kvadratisk til et kompakt produktfelt eller liggende til en bred scene. Opløsningsniveauer og billedformater beskriver det ønskede output; undersøg det downloadede klips faktiske pixeldimensioner og billedindramning.

Anmodningen tilbyder indstillinger til seed, watermark og kamera. Seed-værdien er et heltal fra -1 til og med 2^32-1, hvor -1 vælger tilfældighed. En anmodning om fast kamera tilføjer en instruktion om fast kamera, og dokumentationen angiver udtrykkeligt, at effekten ikke er garanteret. Hold kameraretningen i den skriftlige scene og den separate indstilling i overensstemmelse. Parameterinstruktioner i teksten har forrang for separate valgfrie parametre, så undgå modstridende instruktioner om varighed, opløsning eller billedindramning begge steder.

Forbruget måles i videotokens: outputbredde × outputhøjde × billedfrekvens × outputvarighed / 1024. Den fuldførte opgave rapporterer denne mængde som usage.completion_tokens. Bevar det rapporterede forbrug sammen med det færdige klip og de ønskede indstillinger.

Genereringen er asynkron. Indsendelse returnerer en opgaveidentifikator, og opgaveforespørgslen leverer behandlingsstatus og efter succes videoens URL i content.video_url. Bevar opgaveidentifikatoren, mens opgaven er i kø eller kører, og gem det færdige klip til næste revision. Den dokumenterede opbevaringsperiode for genererede filer er syv dage. Anmodningen har også et udløbsinterval målt fra oprettelsen af opgaven, hvorefter en ufærdig opgave udløber; den dokumenterede standard er 172.800 sekunder med værdier fra 3600 til 259.200 sekunder.

Gennemgå hele klippet i forhold til opgavebeskrivelsen: om det tilsigtede motiv vises, handlingen sker i den rigtige rækkefølge, kameraet følger den ønskede retning, og slutbilledet er anvendeligt. Ændr en konkret instruktion til næste version, og bevar den vellykkede scenestruktur. Til en serie optagelser skal hver prompt, de ønskede indstillinger og den færdige video bevares, så næste scene kan planlægges ud fra det faktiske resultat.