ByteDance: Seedance 2.5

Seedance 2.5 est le modèle de génération conjointe audio-vidéo de ByteDance Seed. Il prolonge Seedance 2.0 avec une narration plus longue, des références multimodales plus riches et des modifications plus précises. Un cahier des charges textuel peut définir une scène, tandis que les images, la vidéo et l’audio communiquent l’apparence, le mouvement, le langage de caméra et le son. Le résultat est une séquence audiovisuelle pour un concept de film, une histoire produit, un clip musical, une prévisualisation ou un court récit.

Une scène complète en une génération Le producteur fait passer le plafond de génération en une seule passe des 15 secondes antérieures à 30 secondes au maximum. Cela laisse dans le cahier des charges de la place pour une mise en situation, un développement et une conclusion, avec plusieurs plans reliés ou un mouvement continu de caméra. Son exemple de performance scénique suit un chanteur depuis une loge, à travers un couloir, puis sur la scène, plutôt que de montrer seulement l’arrivée. Décrivez la séquence des actions et le trajet de la caméra dans leur ordre visé. Pour une histoire produit, planifiez la révélation, la démonstration et la composition finale afin que chaque moment apporte un élément visible.

Continuer une séquence existante Seedance 2.5 peut prolonger un extrait vers l’avant ou vers l’arrière en utilisant les personnages, l’environnement, le mouvement et la direction de caméra établis comme indices de continuité. Une continuation vers l’avant décrit ce qui suit le dernier instant ; une continuation vers l’arrière décrit ce qui précède l’ouverture. Fournissez la séquence existante et expliquez la nouvelle action, le changement de décor ou le mouvement de caméra. Vérifiez la jonction et le nouveau segment, notamment l’apparence du sujet, le son et la direction du mouvement. Le lancement du fabricant traite de prolongations répétées, tandis que sa page de modèle décrit deux étapes de prolongation ; le budget utilisable de prolongation appartient au processus précis, plutôt qu’à une promesse universelle de vidéo illimitée.

Références d’images, de vidéos et d’audio Le budget annoncé de références atteint 50 éléments pour une génération : 30 images, 10 extraits vidéo et 10 extraits audio. Les images peuvent établir les personnages, les produits, les lieux, les accessoires ou le style. Les vidéos peuvent communiquer l’interprétation, le rythme et le mouvement de caméra. L’audio peut apporter le dialogue, la musique, l’atmosphère ou le rythme. Attribuez un rôle clair à chaque élément : une référence pour le sujet, une autre pour l’environnement, une vidéo pour le mouvement de caméra et un extrait audio pour le calage temporel. Ces matériaux guident l’interprétation ; ils ne garantissent pas la reproduction exacte de chaque détail.

Guidage par rendu sans textures et mise en place de l’action Une scène 3D sans textures peut définir la disposition spatiale, les poses, les trajets de mouvement et les angles de caméra avant le rendu de l’apparence finale. Le producteur montre l’utilisation de cette structure de rendu clay avec une image distincte pour le dessin du personnage, les matériaux, les couleurs et l’atmosphère. Cela convient à une animation ou à un visuel d’assemblage dont la mise en scène importe davantage qu’une référence stylistique souple. Indiquez quelle source contrôle la mise en place de l’action et laquelle contrôle l’apparence. Le modèle utilise aussi les indices spatiaux pour guider la direction de lumière, la température de couleur, l’intensité et la position des ombres.

Modifications horodatées et contrôle de caméra Seedance 2.5 prend en charge le ciblage d’une plage temporelle pendant la génération et la révision de personnages, d’actions ou d’éléments narratifs dans un extrait existant. La modification fondée sur les horodatages peut cibler le contenu audio comme visuel ; identifiez l’intervalle et l’élément à réviser. Le fabricant montre le remplacement de fond vert, les modifications fondées sur des références et le changement de mouvement de caméra tout en conservant l’action et le style de la scène. Un cahier des charges de modification doit identifier l’extrait source, l’intervalle, l’élément à changer et la continuité à préserver. Par exemple, décrivez un changement de lumière ou d’arrière-plan sur un segment, plutôt que de demander de redessiner tout le film. Après la modification, examinez les instants avant et après l’intervalle, ainsi que le contenu révisé.

Sortie audiovisuelle et création multilingue La spécification produit du producteur décrit une génération de 4 à 30 secondes en 480p, 720p ou 1080p, à 24 FPS, avec une sortie MP4 ou MOV. Sa présentation officielle décrit la prise en charge native de plus de 10 langues et une création guidée par le dialogue. Ce sont des capacités et des choix de format du fabricant ; ils ne définissent pas un contrat Ailoot d’entrée de fichiers, de durée ou de format de sortie. Pour un travail guidé par le dialogue, précisez la parole visée et sa relation à l’action, puis faites vérifier la formulation et la prononciation par un locuteur maîtrisant la langue avant d’utiliser une version localisée.

Applications et limites substantielles Le modèle sert aux concepts de campagnes, aux présentations produit, aux histoires portées par des personnages et aux aperçus réalistes à partir de séquences de référence ou d’une mise en scène 3D simple. Le fabricant montre aussi des explications pédagogiques et des visuels de fabrication ou d’assemblage. Les séquences générées d’instructions ou de simulation nécessitent toujours une vérification au regard du processus réel illustré. La publication identifie explicitement la physique des mouvements complexes et les interactions stables entre plusieurs sujets comme des domaines à améliorer. Vérifiez le contact entre les mains et les objets, les interactions de groupe, les trajets de mouvement, la cohérence des personnages et la synchronisation son-image sur l’extrait entier. Une image d’ouverture forte n’établit pas que la séquence complète respecte le cahier des charges.