ByteDance: Seedance 2.5

Seedance 2.5 erstellt Video anhand einer schriftlich beschriebenen Szene und multimodaler Referenzen. Der genaue Selektor doubao-seedance-2-5-260628 besitzt einen eigenen dokumentierten Bedienungsablauf und ein eigenes Beispiel. Dieser Ablauf beschreibt Videoerzeugung, Videobearbeitung und Videoverlängerung mit Bildern, Video, Audio und Text als Eingabemedien. Nutzen Sie die Referenzen, um Erscheinungsbild des Motivs, Aktion, Kamerabewegung, Stil und Ton zu vermitteln, und erläutern Sie dann das daraus zu erzeugende Ergebnis.

Zu den Eingabekombinationen gehören Text allein, Bilder oder Video mit optionalem Text, Bilder mit Audio, Video mit Audio sowie Bilder, Video und Audio gemeinsam. Die aufgeführten Kombinationen verbinden Audio mit visuellen Medien und beschreiben keine reine Audioanfrage. Ordnen Sie jedes Element nach seiner Rolle: Ein Bild legt ein Motiv oder Erscheinungsbild fest, ein Video zeigt Bewegung oder eine bestehende Szene und Audio liefert eine Tonreferenz. Geben Sie an, welche Rolle für die angeforderte Einstellung wichtig ist, damit eine Hintergrundreferenz nicht mit der Hauptfigur verwechselt wird.

Das konkrete 2.5-Beispiel ist eine Produktwerbesequenz. Es stellt ein Bild und mehrere Videoreferenzen bereit und beschreibt dann einen anfänglichen Fokus, geordnete Produktanordnungen, Detailaufnahmen, eine Zeitlupenaktion und eine abschliessende Markenkomposition. Die Anfrage weist die Rollen reference_image und reference_video zu und nutzt einzelne Referenzen für Komposition, Bewegung, Kameraführung und Wirkung. Daraus ergibt sich eine praktische Struktur für ein Kampagnenkonzept: die sichtbaren Handlungsschritte planen, für jeden Schritt die Referenz benennen und die Schlussanordnung vorgeben.

Eine schriftliche Sequenz kann unterscheiden, was geschieht und wie es gefilmt wird. Beschreiben Sie zuerst die Produktaktion und dann Einstellungsgrösse, Kameraweg, Tempo und Übergang zur nächsten Ansicht. Wenn eine Referenz das Produkt festlegt und eine andere eine Kamerabewegung zeigt, benennen Sie diese getrennten Zuständigkeiten. Erklären Sie bei einer Szene mit mehreren Objekten ihre Positionen und die Reihenfolge der Interaktionen. Prüfen Sie das generierte Ergebnis auf tatsächliche Produktform, Anordnung und Bewegung, statt anzunehmen, dass jedes Referenzdetail unverändert erscheint.

Benennen Sie für eine Bearbeitung das vorhandene Video und das zu überarbeitende Element, etwa Umgebung, Aktion oder visuellen Stil, und geben Sie zugleich die zu bewahrende Kontinuität an. Beschreiben Sie für eine Verlängerung, wie die Szene ausgehend vom bereitgestellten Filmmaterial weitergehen soll. Prüfen Sie sowohl den Übergang als auch den neuen Abschnitt: Erscheinungsbild des Motivs, Bewegungsrichtung, Kameraposition und zeitliche Tonabstimmung beeinflussen, ob das Ergebnis als eine zusammenhängende Szene wirkt. Halten Sie das Originalvideo und die fertige Überarbeitung zusammen, damit die Änderung anhand der beabsichtigten Kontinuität geprüft werden kann.

Das dokumentierte multimodale Beispiel für 2.5 setzt generate_audio=true und fordert eine fünfzehnsekündige Sequenz im Format 16:9 an. Diese Werte beschreiben das Beispiel und kein allgemeines Dauermaximum oder Limit für Referenzmaterial. Beschreiben Sie für die angeforderte Szene die gewünschte Klanggestaltung, einschliesslich des Zusammenhangs zwischen Musik, Effekten und sichtbarer Aktion, und beurteilen Sie dann die tatsächliche audiovisuelle Ausgabe. Prüfen Sie Tonreferenz und generierte Tonspur gemeinsam auf das gewünschte Tempo und die gewünschte Darbietung.

Wählen Sie Dauer, Bildformat und Auflösung aus den für dieses konkrete Profil angebotenen Einstellungen. Bewahren Sie die angeforderte Konfiguration zusammen mit dem Prompt und vergleichen Sie sie mit den tatsächlich zurückgegebenen Aufgabenfeldern. Nutzen Sie die zurückgegebene Dauer, Auflösung und das zurückgegebene Seitenverhältnis bei der Vorbereitung des fertigen Clips für seinen Verwendungszweck. Bewahren Sie die genaue Profilkennung im Überarbeitungsnachweis, damit ein späterer Vergleich dieselbe ausgewählte Edition verwendet.

Der Video-Token-Verbrauch wird wie folgt berechnet: (Dauer des Eingabevideos + Dauer des Ausgabevideos) × Ausgabebreite × Ausgabehöhe × Ausgabebildrate / 1024. Anfragen mit Eingabevideo und Anfragen ohne Eingabevideo haben unterschiedliche Abrechnungskategorien. Die Aufgabenabfrage meldet usage.completion_tokens und usage.total_tokens; bewahren Sie diese gemeldeten Mengen zusammen mit dem fertigen Clip.

Die Generierung erfolgt asynchron. Das Absenden liefert eine Kennung, und der konfigurierte Aufgabenablauf stellt den Status sowie nach erfolgreichem Abschluss content.video_url bereit. Speichern Sie den fertigen Clip zusammen mit den Ausgangsmedien und der Sequenzbeschreibung. Prüfen Sie sämtliche geplanten Handlungsschritte, Objektinteraktionen, das Erscheinungsbild der Figuren, Bildausschnitte und die Tonabstimmung im gesamten Ergebnis. Benennen Sie für eine Überarbeitung das konkrete verfehlte Detail und bewahren Sie die erfolgreichen Teile der Szene, statt den gesamten Auftrag durch unverbundene Anweisungen zu ersetzen.