ByteDance: Seedance 2.5

Seedance 2.5 adalah model generasi gabungan audio-video dari ByteDance Seed. Model ini mengembangkan Seedance 2.0 dengan penceritaan lebih panjang, referensi multimodal yang lebih kaya, dan penyuntingan lebih presisi. Arahan teks dapat menentukan adegan, sedangkan gambar, video, dan audio menyampaikan penampilan, gerakan, bahasa kamera, serta bunyi. Hasilnya berupa rekaman audiovisual untuk konsep film, cerita produk, video musik, pravisualisasi, atau narasi singkat.

Adegan lengkap dalam satu generasi Produsen memperpanjang batas generasi sekali proses dari 15 detik sebelumnya menjadi hingga 30 detik. Ini memberi ruang bagi pembukaan, pengembangan, dan penutup dalam sebuah arahan, dengan beberapa shot yang terhubung atau satu gerak kamera berkelanjutan. Contoh pertunjukan panggungnya mengikuti penyanyi dari ruang rias melewati koridor hingga ke panggung, alih-alih hanya menampilkan kedatangannya. Jelaskan urutan tindakan dan jalur kamera sesuai urutan yang dimaksud. Untuk cerita produk, rencanakan pengungkapan, demonstrasi, dan komposisi penutup agar setiap bagian menyumbangkan sesuatu yang terlihat.

Melanjutkan rekaman yang ada Seedance 2.5 dapat memperpanjang klip ke depan atau ke belakang, menggunakan karakter, lingkungan, gerakan, dan arah kamera yang sudah terbentuk sebagai petunjuk kesinambungan. Kelanjutan ke depan menjelaskan apa yang terjadi setelah momen terakhir; kelanjutan ke belakang menjelaskan pengantar menuju pembukaan. Berikan rekaman yang ada dan jelaskan tindakan baru, perubahan latar, atau gerak kamera. Tinjau sambungan serta segmen baru, termasuk penampilan subjek, bunyi, dan arah gerakan. Peluncuran produsen membahas perpanjangan berulang, sedangkan halaman modelnya menjelaskan dua tahap perpanjangan; anggaran perpanjangan yang dapat digunakan bergantung pada alur kerja tertentu, bukan janji universal video tanpa batas.

Referensi gambar, video, dan audio Anggaran referensi yang diumumkan adalah hingga 50 aset dalam satu generasi: 30 gambar, 10 klip video, dan 10 klip audio. Gambar dapat menentukan karakter, produk, lokasi, properti, atau gaya. Video dapat menyampaikan penampilan, tempo, dan gerak kamera. Audio dapat memberikan dialog, musik, suasana, atau irama. Tetapkan peran yang jelas untuk setiap aset: satu referensi bagi subjek, referensi lain bagi lingkungan, video untuk gerak kamera, dan klip audio untuk pengaturan waktu. Materi ini memandu interpretasi; materi tersebut tidak menjamin setiap detail direproduksi persis.

Panduan clay render dan penataan gerak Adegan 3D tanpa tekstur dapat menentukan tata ruang, pose, jalur gerak, dan sudut kamera sebelum penampilan akhir dirender. Produsen memperagakan penggunaan struktur clay render ini bersama gambar terpisah untuk desain karakter, material, warna, dan suasana. Ini berguna untuk animasi atau visual perakitan yang penataannya lebih penting daripada referensi gaya yang longgar. Nyatakan sumber yang mengendalikan penataan gerak dan sumber yang mengendalikan tampilan. Model juga menggunakan petunjuk spasial untuk memandu arah cahaya, suhu warna, intensitas, dan penempatan bayangan.

Penyuntingan bertanda waktu dan kendali kamera Seedance 2.5 mendukung penargetan rentang waktu selama generasi dan revisi karakter, tindakan, atau unsur cerita dalam klip yang ada. Penyuntingan berbasis penanda waktu dapat menyasar konten audio maupun visual; tentukan interval waktu dan unsur yang akan direvisi. Produsen memperagakan penggantian latar layar hijau, penyuntingan berbasis referensi, dan perubahan gerak kamera sambil mempertahankan tindakan serta gaya adegan. Arahan penyuntingan harus mengidentifikasi klip sumber, interval, unsur yang diubah, dan kesinambungan yang dipertahankan. Misalnya, jelaskan perubahan pencahayaan atau latar pada satu segmen, alih-alih meminta perancangan ulang seluruh film. Setelah penyuntingan, periksa momen sebelum dan sesudah interval serta konten yang direvisi.

Keluaran audiovisual dan kreasi multibahasa Spesifikasi produk produsen menjelaskan generasi 4–30 detik pada 480p, 720p, atau 1080p, 24 FPS, dengan keluaran MP4 atau MOV. Pengantar resminya menjelaskan dukungan bawaan untuk lebih dari 10 bahasa dan kreasi yang digerakkan dialog. Ini merupakan kemampuan produsen dan pilihan format; hal tersebut tidak menentukan kontrak masukan berkas, durasi, atau format keluaran Ailoot. Untuk karya yang digerakkan dialog, tentukan ucapan yang dimaksud dan hubungannya dengan tindakan, lalu minta penutur fasih meninjau susunan kata serta pelafalannya sebelum memakai versi yang dilokalkan.

Penggunaan dan batas substantif Model ini berguna untuk konsep kampanye, presentasi produk, cerita berpusat pada karakter, dan pratinjau realistis dari rekaman referensi atau penataan 3D sederhana. Produsen juga memperagakan penjelasan pendidikan serta visual manufaktur atau perakitan. Rekaman instruksional atau simulasi yang dihasilkan tetap perlu ditinjau terhadap proses nyata yang digambarkan. Rilis secara eksplisit menyebut fisika gerak kompleks dan interaksi stabil di antara banyak subjek sebagai area yang masih perlu ditingkatkan. Periksa kontak tangan dengan objek, interaksi kelompok, jalur gerak, konsistensi karakter, dan keselarasan waktu bunyi dengan gambar di seluruh klip. Bingkai pembuka yang kuat tidak membuktikan seluruh urutan mengikuti arahan.