ByteDance: Seedance 2.0 Fast

Seedance 2.0 Fast ist das separat benannte Fast-Profil, das mit doubao-seedance-2-0-fast-260128 ausgewählt wird. Es unterstützt die Erzeugung, Bearbeitung und Verlängerung von Videos anhand von Text sowie Bild-, Video- und Audioreferenzen. Das Profil ist nützlich, wenn ein Szenenauftrag mehr als eine Beschreibung des Erscheinungsbilds benötigt: Vorhandene Medien können auch Darbietung, Kamerasprache und Ton vermitteln. Der Name Fast kennzeichnet das angefragte Profil; er verspricht nicht, dass eine einzelne asynchrone Aufgabe innerhalb einer festen Zeit fertig wird.

Beginnen Sie mit dem Element, das die neue Einstellung bestimmen soll. Text allein kann eine neue Szene beschreiben. Ein Bild kann eine Figur, ein Produkt oder eine Komposition festlegen; ein Video kann Bewegung oder eine vorhandene Sequenz zum Überarbeiten oder Fortsetzen liefern. Die dokumentierten Inhaltskombinationen umfassen Bilder mit Audio, Video mit Audio sowie Bilder, Video und Audio gemeinsam. Neben visuellen Medien ist Text optional. Diese Kombinationen beschreiben keine eigenständige Anfrage nur mit Audio. Verbinden Sie Tonreferenzen daher mit der visuellen Quelle, die sie steuern sollen.

Halten Sie die Referenzrollen im Array content und im Auftrag ausdrücklich fest. Elemente der Typen image_url, video_url und audio_url können die Rollen reference_image, reference_video und reference_audio tragen. Beschreiben Sie, welches Bild das Motiv vorgibt, welches Video Kamera oder Aktion vermittelt und welches Audio die Tonspur liefert. Bei einer Produktaufnahme könnte ein Bild die Verpackung festlegen, während ein Video eine Bewegung am Objekt vorbei veranschaulicht. Geben Sie das gewünschte Ende an, damit die kurze Sequenz eine nützliche Schlussansicht besitzt, statt mitten in einer Aktion abzubrechen.

Benennen Sie für eine Bearbeitung das Ausgangsvideo, die Änderung und die zu bewahrende Kontinuität. Bei einer Änderung des Hintergrunds oder der Beleuchtung sollten gewünschtes Motiv und Aktion weiterhin klar festgelegt sein. Erklären Sie für eine Verlängerung, was als Nächstes geschieht und wie die neue Bewegung an die bestehende Szene anschließt. Referenzen steuern die Generierung; prüfen Sie den tatsächlichen Übergang und den gesamten Clip auf Erscheinungsbild, Bewegungsrichtung und Timing, statt anzunehmen, dass die Fortsetzung jedes Detail auf Einzelbildebene bewahrt.

Der dokumentierte Bereich für 2.0 Fast beträgt vier bis fünfzehn ganze Sekunden. Mit -1 kann das Modell eine Dauer innerhalb dieses Bereichs wählen. Die Standarddauer beträgt fünf Sekunden. Die Ausgabeauflösung ist 480p oder 720p, standardmäßig 720p; 1080p ist ausgeschlossen. Wählen Sie zwischen den festen Formaten 16:9, 4:3, 1:1, 3:4, 9:16 und 21:9 oder einer adaptiven Formatanpassung. Diese folgt dem relevanten Prompt- oder Referenzkontext: Eine Einstellung mit Anfangsbild folgt diesem Bild, während bei multimodaler Formatanpassung Video Vorrang vor Bildern haben kann. Lesen Sie die zurückgegebenen Aufgabenfelder für die tatsächliche Dauer und das tatsächliche Seitenverhältnis.

Wählen Sie mit generate_audio, ob das erzeugte Video synchronisierten Ton enthält. Der dokumentierte Standard ist true; false fordert Stille an. Bei aktiviertem Audio erzeugt das Profil Stimmen, Effekte oder Hintergrundmusik aus dem Prompt und visuellen Inhalt. Der Leitfaden empfiehlt, Dialog in doppelte Anführungszeichen einzuschließen. Benennen Sie den Sprecher und den beabsichtigten Zusammenhang zwischen Ton und Aktion. Prüfen Sie die Sprache mit einer Person, die die Sprache fließend beherrscht, und kontrollieren Sie die Tonabstimmung im gesamten Clip einschließlich bearbeiteter oder verlängerter Abschnitte.

Der Leitfaden für 2.0 Fast schließt die älteren Steuerungen frames und camera_fixed aus und unterstützt keine Offline-Verarbeitung mit flex. Beschreiben Sie das Kameraverhalten in der Szene und verwenden Sie duration für die Cliplänge. Die Optionen seed und watermark bleiben dokumentiert. Derselbe seed garantiert keine identische Ausgabe. Bewahren Sie deshalb beim Vergleich von Überarbeitungen das fertige Ergebnis, statt sich nur auf die Anfrageeinstellungen zu verlassen.

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.

Das Absenden liefert eine Aufgabenkennung, bevor das fertige Video verfügbar ist. Verfolgen Sie den Verarbeitungsstatus, rufen Sie nach erfolgreichem Abschluss content.video_url ab und bewahren Sie die gemeldeten Angaben zu Dauer, Auflösung, Seitenverhältnis, Bildrate und Verbrauch zusammen mit dem Ergebnis. Das Ablaufintervall wird ab der Aufgabenerstellung gemessen, beträgt standardmäßig 172.800 Sekunden und reicht von 3.600 bis 259.200 Sekunden. Speichern Sie den fertigen Clip mit seinen Referenzen und dem Prompt. Prüfen Sie anschließend Motividentität, Objektkontakt, Kamerakontinuität und zeitliche Tonabstimmung über die gesamte Sequenz.