Seedance 2.0 Fast è l’edizione della famiglia Seedance 2.0 di ByteDance Seed orientata alla velocità. Supporta la generazione congiunta di video e audio e un brief multimodale composto da testo, immagini, video e suoni. Le sue capacità creative comprendono nuove scene guidate da riferimenti, modifiche a filmati esistenti ed estensioni di una scena, mentre i livelli di output documentati sono 480p e 720p.
Un’immagine può fornire un personaggio, un prodotto, una composizione o un trattamento visivo. Un video di riferimento può fornire un’azione, un movimento di camera o un effetto. Un riferimento audio può fornire il timbro della voce, una melodia musicale o il contenuto di un dialogo. Spiega quale parte di ciascuna fonte vuoi trasferire nella nuova scena; un riferimento è più utile quando svolge un ruolo creativo preciso.
Per esempio: «Use the ceramic lamp in Image 1 as the product. Follow the slow camera orbit from Video 1, but place the lamp in a quiet reading corner. Use Audio 1 for the musical mood.» Il risultato desiderato è una nuova scena che combina l’aspetto, il movimento e la direzione sonora scelti, invece di un’imitazione non specificata di tutti i dettagli dei riferimenti.
Le combinazioni documentate comprendono immagini con audio, immagini con video, video con audio e tutti e tre insieme. Testo con solo audio e input costituiti soltanto da audio non sono supportati. Il modello supporta anche la generazione di video da testo e la generazione guidata da un’immagine di primo fotogramma o da una coppia di primo e ultimo fotogramma. Quando un punto finale esatto è centrale per il brief, usa il flusso dedicato ai fotogrammi iniziale e finale; descrivere un’immagine di riferimento come punto finale in un prompt omni-reference costituisce un controllo indiretto.
Il modello può aggiungere, rimuovere o modificare elementi, sostituire un soggetto e ridisegnare o correggere parti di una scena. Identifica il video sorgente, l’oggetto da cambiare e gli elementi che devono restare. Per un’aggiunta, descrivi dove e quando compare. Per una rimozione, identifica l’oggetto in modo coerente lungo il clip.
Un brief pratico può richiedere di sostituire una bottiglia senza decorazioni in una dimostrazione con quella di Image 1, preservando il movimento della mano, lo sfondo e il percorso della camera di Video 1. Controlla sia la sostituzione sia le aree che devono rimanere stabili. Istruzioni chiare su ciò che va preservato rendono la modifica desiderata più facile da valutare rispetto a una generica richiesta di «migliorare» il filmato.
Seedance 2.0 Fast supporta estensioni in avanti o all’indietro e il collegamento di due o tre clip con transizioni generate. Per un’estensione, indica se la nuova azione avviene prima o dopo il video fornito e descrivila. Per un collegamento, fornisci i clip nell’ordine previsto e spiega l’evento visivo che li unisce.
Un’estensione semplice restituisce di solito la continuazione appena sviluppata attorno al filmato originale, senza presupporre che l’intero clip sorgente venga ripetuto. Se l’output deve contenere il segmento originale, dichiaralo nel brief. Per creare una transizione tra due o tre video, il flusso documentato può combinare contenuti originali e generati. È utile per collegare una vista ampia del prodotto a un’inquadratura di dettaglio attraverso un movimento di camera intenzionale.
L’output Fast documentato è MP4 a 24 fps, a 480p o 720p, con profondità colore a 8 bit e clip di 4–15 secondi. I rapporti supportati sono 21:9, 16:9, 4:3, 1:1, 3:4 e 9:16. L’edizione standard di Seedance 2.0 elenca separatamente output a 1080p e 4K; questi livelli non fanno parte della specifica Fast. La famiglia 2.0 supporta la restituzione dell’ultimo fotogramma generato, ma non la modalità separata di anteprima Draft.
L’audio può essere generato insieme al filmato oppure omesso per ottenere un clip muto. L’audio generato è mono. Le lingue documentate per i prompt comprendono inglese, spagnolo, indonesiano, portoghese e giapponese. Mantieni coerente la lingua parlata all’interno di un dialogo; la guida sconsiglia di mescolare lingue, salvo per i nomi propri. Per una scena parlata, indica chi parla e racchiudi la battuta tra virgolette, poi specifica l’interpretazione e gli effetti sonori pertinenti. Adatta la recitazione richiesta alla durata scelta per il clip.
I limiti di riferimento documentati sono fino a nove immagini, tre video e tre clip audio. Nel profilo documentato del produttore non sono accettati caricamenti diretti di immagini o video di riferimento contenenti volti umani reali; per i ritratti si usa il flusso supportato dedicato alle risorse per ritratti. Ogni clip video o audio deve durare 2–15 secondi; la durata video complessiva è al massimo di 15 secondi, e quella audio complessiva ha un limite separato di 15 secondi. I riferimenti video usano MP4 o MOV, a 24–60 fps, e non devono superare 200 MB ciascuno. I riferimenti audio usano WAV o MP3 e non devono superare 15 MB ciascuno. I formati immagine elencati sono JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC e HEIF. Le immagini devono essere inferiori a 30 MB ciascuna; il limite totale del corpo della richiesta è di 64 MB. Nel profilo documentato per i riferimenti in ingresso, larghezza e altezza delle immagini devono essere entrambe strettamente comprese tra 300 e 6.000 pixel, con un rapporto larghezza/altezza strettamente compreso tra 0.4 e 2.5. I video di riferimento consentono 300–6.000 pixel per dimensione e rapporti di 0.4–2.5, estremi inclusi, con 407.696–8.295.044 pixel totali. I video MP4 o MOV usano video H.264/AVC o H.265/HEVC e audio AAC o MP3.
Ordina le risorse e richiamale coerentemente come Image 1, Video 1 o Audio 1. Usa anche il nome del soggetto visibile o una sua caratteristica distintiva, oltre al numero della risorsa. Adatta l’inquadratura delle immagini iniziale e finale al rapporto d’aspetto del video previsto, poiché una differenza può ritagliare l’immagine o produrre un brusco cambiamento di inquadratura. Concentra il brief sulle caratteristiche da trasferire, sull’evento da generare e su ciò che deve restare invariato; un prompt lungo può disperdere le istruzioni e lasciare irrisolti dettagli secondari.
Organizza un brief complesso come Shot 1, Shot 2 e Shot 3, con soggetto, azione, posizione e suono chiari per ciascuna inquadratura. La guida consiglia un solo movimento di camera per inquadratura e segnala l’instabilità delle indicazioni temporali precise per singola inquadratura. Assegna a ogni personaggio un’etichetta stabile e alcune caratteristiche distintive; quando l’identità del volto è importante, usa un primo piano chiaro e un riferimento a figura intera separati, anziché una tavola unica con il personaggio visto da più angolazioni.
Il modello può generare testo comune, compresi slogan, sottotitoli e fumetti, con indicazioni su colore, stile, posizione e comparsa. Sono preferibili caratteri comuni a caratteri rari o simboli speciali. Controlla le lettere in movimento. Sottotitoli e loghi indesiderati e personaggi duplicati sono comportamenti documentati; vincoli espliciti e riferimenti puliti possono ridurli, ma non ne garantiscono l’assenza. Più di quattro persone di riferimento sono segnalate come rischio per la stabilità, non come limite rigido al numero di file.
Estensioni ripetute possono accumulare perdite di qualità dell’immagine, e il raccordo di un’estensione può presentare un salto o tornare indietro nell’azione. Limita le continuazioni sovrapposte e controlla il raccordo nel montaggio. Il timbro della voce di riferimento può variare, la narrazione può terminare con un clic e i caratteri cinesi polifonici o poco comuni possono essere pronunciati male. Controlla la battuta e l’audio finale; una breve dissolvenza audio può aiutare in caso di interruzione brusca. Questi controlli fanno parte della preparazione del risultato creativo, soprattutto quando la narrazione dipende dalla continuità del parlato o dei personaggi.
", "aboutText": "Seedance 2.0 Fast è l’edizione della famiglia Seedance 2.0 di ByteDance Seed orientata alla velocità. Supporta la generazione congiunta di video e audio e un brief multimodale composto da testo, immagini, video e suoni. Le sue capacità creative comprendono nuove scene guidate da riferimenti, modifiche a filmati esistenti ed estensioni di una scena, mentre i livelli di output documentati sono 480p e 720p.\n\n### Riferimenti multimodali: assegnare un ruolo ai materiali\n\nUn’immagine può fornire un personaggio, un prodotto, una composizione o un trattamento visivo. Un video di riferimento può fornire un’azione, un movimento di camera o un effetto. Un riferimento audio può fornire il timbro della voce, una melodia musicale o il contenuto di un dialogo. Spiega quale parte di ciascuna fonte vuoi trasferire nella nuova scena; un riferimento è più utile quando svolge un ruolo creativo preciso.\n\nPer esempio: «Use the ceramic lamp in Image 1 as the product. Follow the slow camera orbit from Video 1, but place the lamp in a quiet reading corner. Use Audio 1 for the musical mood.» Il risultato desiderato è una nuova scena che combina l’aspetto, il movimento e la direzione sonora scelti, invece di un’imitazione non specificata di tutti i dettagli dei riferimenti.\n\nLe combinazioni documentate comprendono immagini con audio, immagini con video, video con audio e tutti e tre insieme. Testo con solo audio e input costituiti soltanto da audio non sono supportati. Il modello supporta anche la generazione di video da testo e la generazione guidata da un’immagine di primo fotogramma o da una coppia di primo e ultimo fotogramma. Quando un punto finale esatto è centrale per il brief, usa il flusso dedicato ai fotogrammi iniziale e finale; descrivere un’immagine di riferimento come punto finale in un prompt omni-reference costituisce un controllo indiretto.\n\n### Modificare un video esistente\n\nIl modello può aggiungere, rimuovere o modificare elementi, sostituire un soggetto e ridisegnare o correggere parti di una scena. Identifica il video sorgente, l’oggetto da cambiare e gli elementi che devono restare. Per un’aggiunta, descrivi dove e quando compare. Per una rimozione, identifica l’oggetto in modo coerente lungo il clip.\n\nUn brief pratico può richiedere di sostituire una bottiglia senza decorazioni in una dimostrazione con quella di Image 1, preservando il movimento della mano, lo sfondo e il percorso della camera di Video 1. Controlla sia la sostituzione sia le aree che devono rimanere stabili. Istruzioni chiare su ciò che va preservato rendono la modifica desiderata più facile da valutare rispetto a una generica richiesta di «migliorare» il filmato.\n\n### Estendere e collegare clip\n\nSeedance 2.0 Fast supporta estensioni in avanti o all’indietro e il collegamento di due o tre clip con transizioni generate. Per un’estensione, indica se la nuova azione avviene prima o dopo il video fornito e descrivila. Per un collegamento, fornisci i clip nell’ordine previsto e spiega l’evento visivo che li unisce.\n\nUn’estensione semplice restituisce di solito la continuazione appena sviluppata attorno al filmato originale, senza presupporre che l’intero clip sorgente venga ripetuto. Se l’output deve contenere il segmento originale, dichiaralo nel brief. Per creare una transizione tra due o tre video, il flusso documentato può combinare contenuti originali e generati. È utile per collegare una vista ampia del prodotto a un’inquadratura di dettaglio attraverso un movimento di camera intenzionale.\n\n### Output e differenze tra edizioni\n\nL’output Fast documentato è MP4 a 24 fps, a 480p o 720p, con profondità colore a 8 bit e clip di 4–15 secondi. I rapporti supportati sono 21:9, 16:9, 4:3, 1:1, 3:4 e 9:16. L’edizione standard di Seedance 2.0 elenca separatamente output a 1080p e 4K; questi livelli non fanno parte della specifica Fast. La famiglia 2.0 supporta la restituzione dell’ultimo fotogramma generato, ma non la modalità separata di anteprima Draft.\n\nL’audio può essere generato insieme al filmato oppure omesso per ottenere un clip muto. L’audio generato è mono. Le lingue documentate per i prompt comprendono inglese, spagnolo, indonesiano, portoghese e giapponese. Mantieni coerente la lingua parlata all’interno di un dialogo; la guida sconsiglia di mescolare lingue, salvo per i nomi propri. Per una scena parlata, indica chi parla e racchiudi la battuta tra virgolette, poi specifica l’interpretazione e gli effetti sonori pertinenti. Adatta la recitazione richiesta alla durata scelta per il clip.\n\n### Preparare i riferimenti e rispettare i limiti di ingresso\n\nI limiti di riferimento documentati sono fino a nove immagini, tre video e tre clip audio. Nel profilo documentato del produttore non sono accettati caricamenti diretti di immagini o video di riferimento contenenti volti umani reali; per i ritratti si usa il flusso supportato dedicato alle risorse per ritratti. Ogni clip video o audio deve durare 2–15 secondi; la durata video complessiva è al massimo di 15 secondi, e quella audio complessiva ha un limite separato di 15 secondi. I riferimenti video usano MP4 o MOV, a 24–60 fps, e non devono superare 200 MB ciascuno. I riferimenti audio usano WAV o MP3 e non devono superare 15 MB ciascuno. I formati immagine elencati sono JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC e HEIF. Le immagini devono essere inferiori a 30 MB ciascuna; il limite totale del corpo della richiesta è di 64 MB. Nel profilo documentato per i riferimenti in ingresso, larghezza e altezza delle immagini devono essere entrambe strettamente comprese tra 300 e 6.000 pixel, con un rapporto larghezza/altezza strettamente compreso tra 0.4 e 2.5. I video di riferimento consentono 300–6.000 pixel per dimensione e rapporti di 0.4–2.5, estremi inclusi, con 407.696–8.295.044 pixel totali. I video MP4 o MOV usano video H.264/AVC o H.265/HEVC e audio AAC o MP3.\n\nOrdina le risorse e richiamale coerentemente come Image 1, Video 1 o Audio 1. Usa anche il nome del soggetto visibile o una sua caratteristica distintiva, oltre al numero della risorsa. Adatta l’inquadratura delle immagini iniziale e finale al rapporto d’aspetto del video previsto, poiché una differenza può ritagliare l’immagine o produrre un brusco cambiamento di inquadratura. Concentra il brief sulle caratteristiche da trasferire, sull’evento da generare e su ciò che deve restare invariato; un prompt lungo può disperdere le istruzioni e lasciare irrisolti dettagli secondari.\n\n### Pianificazione delle inquadrature, testo e comportamenti noti\n\nOrganizza un brief complesso come Shot 1, Shot 2 e Shot 3, con soggetto, azione, posizione e suono chiari per ciascuna inquadratura. La guida consiglia un solo movimento di camera per inquadratura e segnala l’instabilità delle indicazioni temporali precise per singola inquadratura. Assegna a ogni personaggio un’etichetta stabile e alcune caratteristiche distintive; quando l’identità del volto è importante, usa un primo piano chiaro e un riferimento a figura intera separati, anziché una tavola unica con il personaggio visto da più angolazioni.\n\nIl modello può generare testo comune, compresi slogan, sottotitoli e fumetti, con indicazioni su colore, stile, posizione e comparsa. Sono preferibili caratteri comuni a caratteri rari o simboli speciali. Controlla le lettere in movimento. Sottotitoli e loghi indesiderati e personaggi duplicati sono comportamenti documentati; vincoli espliciti e riferimenti puliti possono ridurli, ma non ne garantiscono l’assenza. Più di quattro persone di riferimento sono segnalate come rischio per la stabilità, non come limite rigido al numero di file.\n\nEstensioni ripetute possono accumulare perdite di qualità dell’immagine, e il raccordo di un’estensione può presentare un salto o tornare indietro nell’azione. Limita le continuazioni sovrapposte e controlla il raccordo nel montaggio. Il timbro della voce di riferimento può variare, la narrazione può terminare con un clic e i caratteri cinesi polifonici o poco comuni possono essere pronunciati male. Controlla la battuta e l’audio finale; una breve dissolvenza audio può aiutare in caso di interruzione brusca. Questi controlli fanno parte della preparazione del risultato creativo, soprattutto quando la narrazione dipende dalla continuità del parlato o dei personaggi.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d8fcf1ff802b09deae2084e59ad613ce161fe008fb7eac32f451c2db0e8f6ff2", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "bytedance/seedance-2.0-fastByteDance Seedance 2.0 Fast crea scene audiovisive a partire da testo e riferimenti di immagini, video e suoni. L’edizione orientata alla velocità supporta il trasferimento di movimento e stile, modifiche video ed estensioni in avanti o all’indietro, con output documentato a 480p e 720p.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Seedance 2.0 Fast è l’edizione della famiglia Seedance 2.0 di ByteDance Seed orientata alla velocità. Supporta la generazione congiunta di video e audio e un brief multimodale composto da testo, immagini, video e suoni. Le sue capacità creative comprendono nuove scene guidate da riferimenti, modifiche a filmati esistenti ed estensioni di una scena, mentre i livelli di output documentati sono 480p e 720p.
Un’immagine può fornire un personaggio, un prodotto, una composizione o un trattamento visivo. Un video di riferimento può fornire un’azione, un movimento di camera o un effetto. Un riferimento audio può fornire il timbro della voce, una melodia musicale o il contenuto di un dialogo. Spiega quale parte di ciascuna fonte vuoi trasferire nella nuova scena; un riferimento è più utile quando svolge un ruolo creativo preciso.
Per esempio: «Use the ceramic lamp in Image 1 as the product. Follow the slow camera orbit from Video 1, but place the lamp in a quiet reading corner. Use Audio 1 for the musical mood.» Il risultato desiderato è una nuova scena che combina l’aspetto, il movimento e la direzione sonora scelti, invece di un’imitazione non specificata di tutti i dettagli dei riferimenti.
Le combinazioni documentate comprendono immagini con audio, immagini con video, video con audio e tutti e tre insieme. Testo con solo audio e input costituiti soltanto da audio non sono supportati. Il modello supporta anche la generazione di video da testo e la generazione guidata da un’immagine di primo fotogramma o da una coppia di primo e ultimo fotogramma. Quando un punto finale esatto è centrale per il brief, usa il flusso dedicato ai fotogrammi iniziale e finale; descrivere un’immagine di riferimento come punto finale in un prompt omni-reference costituisce un controllo indiretto.
Il modello può aggiungere, rimuovere o modificare elementi, sostituire un soggetto e ridisegnare o correggere parti di una scena. Identifica il video sorgente, l’oggetto da cambiare e gli elementi che devono restare. Per un’aggiunta, descrivi dove e quando compare. Per una rimozione, identifica l’oggetto in modo coerente lungo il clip.
Un brief pratico può richiedere di sostituire una bottiglia senza decorazioni in una dimostrazione con quella di Image 1, preservando il movimento della mano, lo sfondo e il percorso della camera di Video 1. Controlla sia la sostituzione sia le aree che devono rimanere stabili. Istruzioni chiare su ciò che va preservato rendono la modifica desiderata più facile da valutare rispetto a una generica richiesta di «migliorare» il filmato.
Seedance 2.0 Fast supporta estensioni in avanti o all’indietro e il collegamento di due o tre clip con transizioni generate. Per un’estensione, indica se la nuova azione avviene prima o dopo il video fornito e descrivila. Per un collegamento, fornisci i clip nell’ordine previsto e spiega l’evento visivo che li unisce.
Un’estensione semplice restituisce di solito la continuazione appena sviluppata attorno al filmato originale, senza presupporre che l’intero clip sorgente venga ripetuto. Se l’output deve contenere il segmento originale, dichiaralo nel brief. Per creare una transizione tra due o tre video, il flusso documentato può combinare contenuti originali e generati. È utile per collegare una vista ampia del prodotto a un’inquadratura di dettaglio attraverso un movimento di camera intenzionale.
L’output Fast documentato è MP4 a 24 fps, a 480p o 720p, con profondità colore a 8 bit e clip di 4–15 secondi. I rapporti supportati sono 21:9, 16:9, 4:3, 1:1, 3:4 e 9:16. L’edizione standard di Seedance 2.0 elenca separatamente output a 1080p e 4K; questi livelli non fanno parte della specifica Fast. La famiglia 2.0 supporta la restituzione dell’ultimo fotogramma generato, ma non la modalità separata di anteprima Draft.
L’audio può essere generato insieme al filmato oppure omesso per ottenere un clip muto. L’audio generato è mono. Le lingue documentate per i prompt comprendono inglese, spagnolo, indonesiano, portoghese e giapponese. Mantieni coerente la lingua parlata all’interno di un dialogo; la guida sconsiglia di mescolare lingue, salvo per i nomi propri. Per una scena parlata, indica chi parla e racchiudi la battuta tra virgolette, poi specifica l’interpretazione e gli effetti sonori pertinenti. Adatta la recitazione richiesta alla durata scelta per il clip.
I limiti di riferimento documentati sono fino a nove immagini, tre video e tre clip audio. Nel profilo documentato del produttore non sono accettati caricamenti diretti di immagini o video di riferimento contenenti volti umani reali; per i ritratti si usa il flusso supportato dedicato alle risorse per ritratti. Ogni clip video o audio deve durare 2–15 secondi; la durata video complessiva è al massimo di 15 secondi, e quella audio complessiva ha un limite separato di 15 secondi. I riferimenti video usano MP4 o MOV, a 24–60 fps, e non devono superare 200 MB ciascuno. I riferimenti audio usano WAV o MP3 e non devono superare 15 MB ciascuno. I formati immagine elencati sono JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC e HEIF. Le immagini devono essere inferiori a 30 MB ciascuna; il limite totale del corpo della richiesta è di 64 MB. Nel profilo documentato per i riferimenti in ingresso, larghezza e altezza delle immagini devono essere entrambe strettamente comprese tra 300 e 6.000 pixel, con un rapporto larghezza/altezza strettamente compreso tra 0.4 e 2.5. I video di riferimento consentono 300–6.000 pixel per dimensione e rapporti di 0.4–2.5, estremi inclusi, con 407.696–8.295.044 pixel totali. I video MP4 o MOV usano video H.264/AVC o H.265/HEVC e audio AAC o MP3.
Ordina le risorse e richiamale coerentemente come Image 1, Video 1 o Audio 1. Usa anche il nome del soggetto visibile o una sua caratteristica distintiva, oltre al numero della risorsa. Adatta l’inquadratura delle immagini iniziale e finale al rapporto d’aspetto del video previsto, poiché una differenza può ritagliare l’immagine o produrre un brusco cambiamento di inquadratura. Concentra il brief sulle caratteristiche da trasferire, sull’evento da generare e su ciò che deve restare invariato; un prompt lungo può disperdere le istruzioni e lasciare irrisolti dettagli secondari.
Organizza un brief complesso come Shot 1, Shot 2 e Shot 3, con soggetto, azione, posizione e suono chiari per ciascuna inquadratura. La guida consiglia un solo movimento di camera per inquadratura e segnala l’instabilità delle indicazioni temporali precise per singola inquadratura. Assegna a ogni personaggio un’etichetta stabile e alcune caratteristiche distintive; quando l’identità del volto è importante, usa un primo piano chiaro e un riferimento a figura intera separati, anziché una tavola unica con il personaggio visto da più angolazioni.
Il modello può generare testo comune, compresi slogan, sottotitoli e fumetti, con indicazioni su colore, stile, posizione e comparsa. Sono preferibili caratteri comuni a caratteri rari o simboli speciali. Controlla le lettere in movimento. Sottotitoli e loghi indesiderati e personaggi duplicati sono comportamenti documentati; vincoli espliciti e riferimenti puliti possono ridurli, ma non ne garantiscono l’assenza. Più di quattro persone di riferimento sono segnalate come rischio per la stabilità, non come limite rigido al numero di file.
Estensioni ripetute possono accumulare perdite di qualità dell’immagine, e il raccordo di un’estensione può presentare un salto o tornare indietro nell’azione. Limita le continuazioni sovrapposte e controlla il raccordo nel montaggio. Il timbro della voce di riferimento può variare, la narrazione può terminare con un clic e i caratteri cinesi polifonici o poco comuni possono essere pronunciati male. Controlla la battuta e l’audio finale; una breve dissolvenza audio può aiutare in caso di interruzione brusca. Questi controlli fanno parte della preparazione del risultato creativo, soprattutto quando la narrazione dipende dalla continuità del parlato o dei personaggi.
POST /v1/videostext, image, audiovideo| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti bytedance/seedance-2.0-fast | Predefinito— |
Campoprompt | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campoduration | Tipointeger | RequisitoObbligatorio | Valori e limiti 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 Minimo: 1 Massimo: 600 | Predefinito— |
Camporesolution | Tipostring | RequisitoFacoltativo | Valori e limiti 480p, 720p | Predefinito— |
Campoaspect_ratio | Tipostring | RequisitoFacoltativo | Valori e limiti 1:1, 3:4, 9:16, 4:3, 16:9, 21:9, 9:21 | Predefinito— |
Campogenerate_audio | Tipoboolean | RequisitoFacoltativo | Valori e limiti false, true Condizioni: Omettere generate_audio seleziona il prezzo con audio; false seleziona il prezzo senza audio. Controlla has_audio nel risultato per sapere se è stata restituita una traccia audio. | Predefinito— |
Campoframe_images | Tipoarray | RequisitoFacoltativo | Valori e limiti Numero minimo di elementi: 1 Numero massimo di elementi: 2 Contenuto in input: Array di oggetti fotogramma. Ciascuno contiene type=image_url, image_url con url e frame_type=first_frame o last_frame. Ogni ruolo compare al massimo una volta. Usa URL HTTPS pubblici. Chiavi esatte: type, image_url, frame_type Condizioni: Queste chiavi si applicano a ogni oggetto fotogramma. Ometti frame_images per una richiesta di solo testo. | Predefinito— |
Campoinput_references | Tipoarray | RequisitoFacoltativo | Valori e limiti Contenuto in input: Array di oggetti di riferimento a immagini o audio. Imposta type su image_url o audio_url e fornisci l'oggetto URL corrispondente contenente url. Il prezzo dei riferimenti video resta non determinabile. Condizioni: Ometti frame_images per usare la modalità con riferimenti. Usa URL HTTPS pubblici. | Predefinito— |
Camposize | Tipostring | RequisitoFacoltativo | Valori e limiti 480x480, 480x640, 480x854, 640x480, 854x480, 1120x480, 720x720, 720x960, 720x1280, 720x1680, 960x720, 1280x720, 1680x720 Schema: ^[1-9][0-9]*x[1-9][0-9]*$ | Predefinito— |
Camposeed | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: -9.223.372.036.854.775.808 Massimo: 9.223.372.036.854.775.807 | Predefinito— |
Campocallback_url | Tipostring | RequisitoFacoltativo | Valori e limiti Schema: ^https:// | Predefinito— |
Camposession_id | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotrace | Tipoobject | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campouser | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Da testo a video · Un prompt scritto. · Obbligatorio: model, prompt, duration
Fornisci un prompt testuale e una durata supportata in secondi interi. Usa una dimensione esatta tra quelle elencate oppure una risoluzione e un rapporto d'aspetto che corrispondano a dimensioni elencate.
model: Tipo: string · bytedance/seedance-2.0-fast
prompt: Tipo: string · Numero massimo di byte UTF-8: 10.000 · Sono richiesti caratteri diversi dagli spazi: Sì
Da immagine a video · Un prompt scritto e l'immagine di un fotogramma. · Obbligatorio: model, prompt, duration, frame_images
frame_images è un array di oggetti con type=image_url, image_url contenente url e frame_type. Usa un URL HTTPS pubblico dell'immagine; first_frame e last_frame possono comparire ciascuno una sola volta. Usa una dimensione di uscita elencata o dimensioni compatibili. Non aggiungere riferimenti video.
Chiavi esatte: type, image_url, frame_type
model: Tipo: string · bytedance/seedance-2.0-fast
prompt: Tipo: string · Numero massimo di byte UTF-8: 10.000 · Sono richiesti caratteri diversi dagli spazi: Sì
Reference to video · Un prompt scritto e riferimenti a immagini o audio. · Obbligatorio: model, prompt, duration, input_references
input_references è un array. Ogni oggetto contiene type=image_url oppure type=audio_url e un oggetto URL corrispondente contenente url. Usa collegamenti HTTPS pubblici. Ometti frame_images per selezionare la modalità con riferimenti. Non è possibile determinare il prezzo dei riferimenti video.
model: Tipo: string · bytedance/seedance-2.0-fast
prompt: Tipo: string · Numero massimo di byte UTF-8: 10.000 · Sono richiesti caratteri diversi dagli spazi: Sì
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, prompt, duration |
Parametromaterial_types | Contrattotext, image, audio |
Parametroadditional_properties | Contrattofalse |
Parametrooptional_controls | Contrattoresolution, aspect_ratio, generate_audio, frame_images, input_references, size, seed, callback_url, session_id, trace, user |
Ciclo di vita: submit_once_poll_original
GET /v1/videos/{public_id}
GET /v1/videos/{public_id}/content
Le tariffe visualizzate stimano il costo prima della generazione. L'addebito finale viene calcolato in base al costo registrato per la generazione originale. La durata misurata dell'output e le quantità previste non costituiscono la quantità finale fatturabile.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Quantità prevista | Unità di fatturazione | Condizioni di fatturazione | Costo |
|---|---|---|---|---|---|
| ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Quantità prevista— | Unità di fatturazione— | Condizioni di fatturazione— | Costo Input · Token in input · Stima solo a fini di confronto — / 1K token Output · Token in output · Stima solo a fini di confronto — / 1K token Input · Lettura dalla cache · Stima solo a fini di confronto — / 1K token Input · Scrittura nella cache · Stima solo a fini di confronto — / 1K token Input · Scrittura nella cache, 1 ora · Stima solo a fini di confronto — / 1K token |
| ConfigurazionePrezzo dei token video | Listino delle tariffe— | Quantità prevista— | Unità di fatturazioneper 1K token video | Condizioni di fatturazioneIn questa chiave tariffaria non è dichiarata alcuna condizione aggiuntiva. | Costo Output · Prezzo dei token video · Stima solo a fini di confronto $0.0084 per 1K token video La tariffa per token video è il riferimento di prezzo principale. Le stime indicative al secondo sono riferimenti separati, non un addebito aggiuntivo. |
| ConfigurazionePrezzo dei token video | Listino delle tariffe— | Quantità prevista— | Unità di fatturazioneper 1K token video | Condizioni di fatturazioneingresso: with_video_input | Costo reference · Prezzo dei token video · Stima solo a fini di confronto $0.00495 per 1K token video La tariffa per token video è il riferimento di prezzo principale. Le stime indicative al secondo sono riferimenti separati, non un addebito aggiuntivo. |
| ConfigurazionePrezzo dei token video | Listino delle tariffe— | Quantità prevista— | Unità di fatturazioneper 1K token video | Condizioni di fatturazioneopzione audio: without_audio | Costo Output · Prezzo dei token video · Stima solo a fini di confronto $0.0084 per 1K token video La tariffa per token video è il riferimento di prezzo principale. Le stime indicative al secondo sono riferimenti separati, non un addebito aggiuntivo. |
| ConfigurazioneCosto stimato della generazione | Listino delle tariffe— | Quantità previstastima per una generazione | Unità di fatturazione— | Condizioni di fatturazione— | Costo Output · Costo di generazione stimato · Stima solo a fini di confronto $0.18144 stima prima della generazione Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata. |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
I listini di riferimento del modello non modificano la selezione del metodo, i preventivi o gli addebiti. Gli addebiti attivi usano le tariffe del metodo Ailoot selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Condizioni di fatturazione | Costo |
|---|---|---|
| ConfigurazionePrezzo dei token video | Condizioni di fatturazioneIn questa chiave tariffaria non è dichiarata alcuna condizione aggiuntiva. | Costo Output · Prezzo dei token video $0.0084 per 1K token video La tariffa per token video è il riferimento di prezzo principale. Le stime indicative al secondo sono riferimenti separati, non un addebito aggiuntivo. |
| ConfigurazionePrezzo dei token video | Condizioni di fatturazioneopzione audio: without_audio | Costo Output · Prezzo dei token video $0.0084 per 1K token video La tariffa per token video è il riferimento di prezzo principale. Le stime indicative al secondo sono riferimenti separati, non un addebito aggiuntivo. |
| ConfigurazionePrezzo dei token video | Condizioni di fatturazioneingresso: with_video_input | Costo reference · Prezzo dei token video $0.00495 per 1K token video La tariffa per token video è il riferimento di prezzo principale. Le stime indicative al secondo sono riferimenti separati, non un addebito aggiuntivo. |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nfrom pathlib import Path\nPath('request.json').write_text('{"model":"bytedance/seedance-2.0-fast","prompt":"A serene mountain landscape at sunset","duration":4,"resolution":"480p","size":"480x480","generate_audio":false}', encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('result.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\nURL firmati di contenuti di tua proprietà
GET /v1/videos/{public_id}GET /v1/videos/{public_id}/contentset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_STATUS_URL'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nr=json.loads(Path('result.json').read_text())\nif not isinstance(r.get('id'),str) or not r['id']:raise SystemExit('Keep the original response and headers for reconciliation; no returned ID')\nPath('status-url.txt').write_text('https://api.ailoot.ai/v1/videos/'+quote(r['id'],safe=''))\nPY_STATUS_URL\ncurl --fail-with-body --silent --show-error "$(cat status-url.txt)" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_ASSETS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path('status.json').read_text())\nif r.get('status')!='completed':raise SystemExit('Keep the original ID and read its status; never recreate an unknown job')\nif not isinstance(r.get('data'),list) or not r['data']:raise SystemExit('Keep the complete original status; no completed outputs supplied')\nurls=[]\nfor i,u in enumerate(r.get('data',[])):\n if not isinstance(u,str):raise SystemExit('Keep the original response; unexpected asset shape')\n urls.append((str(i),u))\nfor label,path in urls:\n u=urljoin('https://api.ailoot.ai',path);z=urlsplit(u)\n if z.scheme!='https' or z.netloc!='api.ailoot.ai' or z.username or z.password:raise SystemExit('Use the actual returned Ailoot owned content URL')\n target=Path('owned-'+label+'.bin')\n subprocess.run(['curl','--fail-with-body','--silent','--show-error',u,'-H','Authorization: Bearer '+os.environ['AILOOT_API_KEY'],'-D',str(target)+'.headers','-o',str(target)],check=True)\nprint('All returned owned URLs saved; complete metadata, timing and usage remain in the JSON.')\nPY_ASSETS\nSalva ogni video completato o file restituito; recupera ogni URL di risorsa effettivamente restituito.
Conserva ogni risultato effettivo di tua proprietà e i metadati misurati restituiti.
503 result_pending_check + id originale + X-Should-Retry:false; non ripetere mai l'operazione originale
| Campo | Tipo | Significato |
|---|---|---|
Campoindex | Tipointeger | SignificatoPosizione di questo video nell'elenco dei risultati, con indice a partire da zero. |
Campocontent_url | Tipostring | SignificatoURL HTTPS firmato per il download di questo video completato. |
Camposha256 | Tipostring | null | SignificatoDigest SHA-256 dei byte video originali; null se non disponibile. |
Camposize_bytes | Tipointeger | null | SignificatoDimensione del file video originale in byte; null se non disponibile. |
Campoduration_ms | Tipointeger | null | SignificatoDurata misurata del video in millisecondi; null se non disponibile. |
Campowidth | Tipointeger | null | SignificatoLarghezza del video in pixel; null se non disponibile. |
Campoheight | Tipointeger | null | SignificatoAltezza del video in pixel; null se non disponibile. |
Campovideo_codec | Tipostring | null | SignificatoIdentificatore del codec video; null se non registrato. |
Campohas_audio | Tipoboolean | null | SignificatoIndica se il video contiene una traccia audio; null se non misurato. |
Campoaudio_codec | Tipostring | null | SignificatoIdentificatore del codec audio; null quando non è registrato alcun identificatore. |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta404 · not_found_error | CondizioneL'accesso al video non è disponibile oppure questo ID video non è stato trovato. | Passaggio successivoVerifica l'accesso al video. Per un video esistente, usa l'ID pubblico originale e la stessa chiave API. |
Risposta401 · authentication_error | CondizioneLa chiave API non corrisponde all'account autenticato. | Passaggio successivoVerifica la chiave API e l'accesso all'account prima dell'invio. |
Risposta400 · invalid_request_error | CondizioneNon è stato possibile leggere la richiesta oppure l'indice di download non è valido. | Passaggio successivoCorreggi il corpo della richiesta. Per un download, scegli un indice di uscita restituito dall'attività originale. |
Risposta422 · price_unavailable | CondizioneNon è possibile determinare il prezzo della configurazione video selezionata. | Passaggio successivoScegli una configurazione video supportata e completa le opzioni obbligatorie prima di inviare una richiesta corretta. |
Risposta422 · invalid_request_error | CondizioneUn input video o l'attività originale di continuazione non è valido. | Passaggio successivoUsa input HTTPS validi. Per la continuazione, usa l'ID video pubblico del tuo originale completato con la stessa chiave API. |
Risposta402 · billing_error | CondizioneIl saldo disponibile o i limiti non consentono di riservare l'importo. | Passaggio successivoControlla il saldo disponibile e i limiti prima di inviare una nuova richiesta. |
Risposta503 · server_error | CondizioneLa verifica video, l’archiviazione o l’accesso al servizio sono temporaneamente indisponibili. | Passaggio successivoAttendi che il servizio sia disponibile. Se hai già un ID video, verifica quell'attività originale invece di creare un'altra generazione. |
Risposta503 · result_pending_check | CondizioneIl risultato video originale e l'addebito devono essere verificati. | Passaggio successivoConserva l'ID video restituito e verifica quell'attività. Non inviare una richiesta di generazione sostitutiva mentre la verifica è in corso. |
Risposta503 · owned_result_unavailable | CondizioneIl download del video esistente è temporaneamente indisponibile. | Passaggio successivoVerifica in seguito la stessa attività video e scarica il risultato esistente. Una nuova generazione crea un'operazione separata. |
Risposta409 · video_not_ready | CondizioneIl contenuto video non è stato pubblicato. | Passaggio successivoVerifica lo stato dell'attività originale. Scarica dopo che segnala completed; se segnala failed, segui l'avviso di verifica dell'addebito. |
Ailoot Ultra bytedance/seedance-2.0-fast
Usa i percorsi dei metodi indicati sopra.