ByteDance: Seedance 1.0 Lite Text-to-Video

Seedance 1.0 Lite Text-to-Video genera un vídeo a partir de una escena escrita. El selector concreto doubao-seedance-1-0-lite-t2v-250428 es el miembro de texto a vídeo de la edición Lite. Utilízalo cuando se puedan describir directamente el sujeto, el entorno y el movimiento: un producto sobre una mesa, un plano general de un lugar o una breve acción de un personaje. La salida es un clip de vídeo; el perfil 1.0 no genera audio sincronizado.

Escribe la escena en el orden en que debe verla el espectador. Identifica el sujeto y su aspecto, el lugar, la acción, el tamaño del plano y el movimiento de cámara; después, describe la composición final. Unas instrucciones útiles para un producto podrían mostrar una botella sobre un pedestal de piedra clara, la luz del sol recorriendo la etiqueta y un lento acercamiento hacia el tapón. Son instrucciones para una escena nueva, no una afirmación de que el modelo reproduzca una fotografía de producto proporcionada. Ajusta la acción visible a la duración del clip seleccionada.

Este selector de texto a vídeo es distinto del selector Lite de imagen a vídeo, que tiene su propio nombre. Su contenido se proporciona como un elemento de texto en la lista content. Una frase puede describir una persona, un objeto o un estilo, pero no adjunta una imagen de referencia ni establece una identidad visual exacta a partir de un archivo que el modelo no ha visto. Si la composición inicial de la escena debe proceder de una imagen existente, elige un perfil compatible con imágenes en lugar de asumir que la identidad Lite t2v cambia de modo al añadir un campo de medios.

El intervalo de duración documentado para 1.0 es de dos a doce segundos, con cinco segundos por defecto y una frecuencia fija de 24 fps. Lite ofrece niveles de resolución de 480p, 720p y 1080p, con 720p como valor predeterminado documentado. Las relaciones de aspecto fijas incluyen 16:9, 4:3, 1:1, 3:4, 9:16 y 21:9. Elige el encuadre según su destino antes de generar: vertical para una presentación vertical, cuadrado para un panel compacto de producto u horizontal para una escena amplia. Los niveles de resolución y las relaciones de aspecto describen la salida solicitada; revisa el clip descargado para conocer sus dimensiones reales en píxeles y su encuadre.

La solicitud expone seed, watermark y controles de cámara. El parámetro seed es un entero de -1 a 2^32-1; -1 selecciona un valor aleatorio. Una solicitud de cámara fija añade una instrucción para mantenerla fija, y la documentación indica expresamente que el efecto no está garantizado. Mantén coherente la dirección de cámara entre la escena escrita y el control separado. Las instrucciones de parámetros incluidas en el texto tienen prioridad sobre los parámetros opcionales separados, así que evita dar instrucciones contradictorias de duración, resolución o encuadre en ambos lugares.

El uso se mide en tokens de vídeo: ancho de salida × alto de salida × frecuencia de fotogramas × duración de salida / 1024. La tarea completada comunica esta cantidad como usage.completion_tokens. Conserva el uso comunicado junto con el clip terminado y los ajustes solicitados.

La generación es asíncrona. El envío devuelve un identificador de tarea y la consulta de la tarea proporciona su estado de procesamiento y, tras completarse con éxito, la URL del vídeo en content.video_url. Conserva el identificador mientras la tarea esté en cola o en ejecución y guarda el clip terminado para la siguiente revisión. El periodo documentado de conservación de los archivos generados es de siete días. La solicitud también tiene un intervalo de caducidad, medido desde la creación de la tarea, tras el cual una tarea sin terminar pasa al estado expired; el valor predeterminado documentado es de 172800 segundos, con valores de 3600 a 259200 segundos.

Revisa el clip completo frente a las instrucciones: si aparece el sujeto previsto, la acción ocurre en el orden correcto, la cámara sigue la dirección solicitada y el fotograma final es utilizable. Cambia una instrucción concreta para la siguiente versión y conserva la estructura de escena que funcionó. Para una serie de planos, guarda cada conjunto de instrucciones, los ajustes solicitados y el vídeo terminado, de modo que la siguiente escena se pueda planificar a partir del resultado real.