ByteDance: Seedance 2.0

Seedance 2.0 luo videota kirjallisesta kohtauksesta tai kuva-, video- ja ääniviitteiden yhdistelmästä. Täsmällinen valitsin doubao-seedance-2-0-260128 yksilöi tavallisen 2.0-profiilin. Sen dokumentoidut työnkulut sisältävät uuden videon luonnin sekä olemassa olevan videon muokkauksen ja jatkamisen. Käytä viitteitä ulkoasun, liikkeen, kamerakielen ja äänen välittämiseen ja kerro sitten, mitä kohtauksen osia niiden tulee ohjata.

Tekstiä voi antaa yksin. Dokumentoidut multimodaaliset yhdistelmät sallivat myös kuvat tai videon valinnaisen tekstin kanssa, kuvat ja äänen, videon ja äänen sekä kuvat, videon ja äänen yhdessä. Ääni siis täydentää visuaalista mediaa näissä yhdistelmissä; sitä ei kuvata itsenäiseksi äänestä videoksi -pyynnöksi. Kirjoita tarkoitettu tulos selkeästi myös silloin, kun teksti on valinnainen, jotta jokaisen viitteen rooli määritetään suoraan eikä sitä jätetä pääteltäväksi irrallisista aineistoista.

content-taulukko erottaa kohteet text, image_url, video_url ja audio_url. Multimodaaliset viitteet käyttävät rooleja kuten reference_image, reference_video ja reference_audio. Kuva voi määrittää henkilön, esineen, paikan tai ilmeen. Video voi näyttää esityksen, liikkeen tai kameranäkymän, ja ääni voi määrittää ääniraidan tai ajoituksen. Kerro tehtäväjako ohjeessa: säilytä kuvan kohde, seuraa videon kameranäkymää ja käytä ääntä taustalla. Älä pyydä jokaista viitettä määrittämään kaikkia ominaisuuksia yhtä aikaa.

Dokumentoitu mainosesimerkki yhdistää kaksi tuotekuvaa videoon ja ääniviitteeseen. Se kuvaa aloitusnäkymän, toimintajakson, tuotteen lähiyksityiskohdan ja loppusommittelun ja pitää samalla taustalla kuuluvan puheäänen yhtenäisenä. Sama rakenne voi järjestää lyhyen esittelyn: esittele esine, näytä yksi toiminto ja päätä sen tunnistettavaan piirteeseen. Yksilöi muokkauksessa lähdevideo ja muutettava osa; selitä jatkossa olemassa olevan kohtauksen yli jatkuva toiminta ja säilytä kohde ja liikesuunta.

2.0-profiili dokumentoi kokonaiset sekunnit neljästä viiteentoista tai arvon -1, jolla kesto valitaan automaattisesti tältä alueelta. Oletus on viisi sekuntia. Tarkkuusvaihtoehdot ovat 480p ja 720p, joista 720p on oletus; 1080p on suljettu pois 2.0:ssa. Kiinteät kuvasuhteet ovat 16:9, 4:3, 1:1, 3:4, 9:16 ja 21:9. Mukautuva kuvasuhde voi valita rajauksen kehotteen tai viitteen perusteella: ensimmäiseen ruutuun perustuva työ seuraa aloituskuvaa, ja multimodaalinen työ käyttää tarkoitettua kohtausta tai ensimmäistä olennaista mediaa niin, että video on ensisijainen kuviin nähden. Tarkista tehtävätuloksesta todellinen kuvasuhde ja kesto.

Luotua ääntä ohjataan erillään viiteaineistosta. generate_audio=true pyytää synkronoituja puheääniä, tehosteita ja taustamusiikkia tekstin ja visuaalisen sisällön perusteella; false pyytää äänetöntä videota. Dokumentoitu oletus on true, ja puheelle suositellaan lainausmerkkeihin suljettua vuoropuhelua. Määritä puhuja ja äänen yhteys näkyvään toimintaan ja tarkista sitten todellinen sanamuoto, äänen kohdentuminen ja ajoitus. Ääniviitteen antaminen ja luodun äänen käyttöönotto ovat erillisiä pyyntövalintoja.

2.0-ohje sulkee pois vanhemmat frames- ja camera_fixed-asetukset eikä tue flex-offline-käsittelyä. Käytä duration-kenttää ja kuvaa kameraliike itse kohtauksessa. seed ja watermark pysyvät dokumentoituina asetuksina; ohjeen mukaan sama pyyntö ja seed voivat tuottaa samankaltaisia tuloksia takaamatta täsmällistä identtisyyttä. Älä pidä seediä toistettavuuden näyttönä tai toistettua pyyntöä jo tarkistettuna leikkeenä.

Videotokenien käyttö lasketaan kaavalla (syötevideon kesto + tulosvideon kesto) × tuloksen leveys × tuloksen korkeus × tuloksen kuvataajuus / 1024. Syötevideon sisältävillä pyynnöillä ja pyynnöillä ilman syötevideota on erilliset laskutusluokat. Tehtäväkysely ilmoittaa kentät usage.completion_tokens ja usage.total_tokens; säilytä nämä ilmoitetut määrät valmiin leikkeen kanssa.

Työnkulku on asynkroninen: lähetys palauttaa tehtävätunnisteen, ja valmis tehtävä antaa kentän content.video_url sekä ilmoitetut keston, tarkkuuden, kuvasuhteen, kuvataajuuden ja tokenkäytön. Säilytä tunniste ja tallenna valmis video alkuperäisten viitteiden ja kehotteen kanssa. Vanhenemiskentän oletus on 172800 sekuntia, ja se hyväksyy 3600–259200 sekuntia tehtävän luonnista; aikavälin ylittävä tehtävä muuttuu vanhentuneeksi. Tarkista koko tuloksesta, myös muokkauksen tai jatkon liitoskohdasta, hahmon ulkoasu, esineen yksityiskohdat, tilalliset suhteet, kameran jatkuvuus ja äänen ajoitus kuvaan nähden.