ByteDance: Seedance 2.0 Fast

Seedance 2.0 Fast è il profilo Fast denominato separatamente, selezionato con doubao-seedance-2-0-fast-260128. Supporta generazione, modifica ed estensione di video usando testo, immagini e riferimenti video e audio. Il profilo è utile quando la richiesta per una scena necessita di più di una descrizione dell’aspetto: i contenuti esistenti possono anche comunicare interpretazione, linguaggio della camera e suono. Il nome Fast distingue l’identità della richiesta; non promette che una singola attività asincrona termini entro un tempo fisso.

Iniziate dall’elemento che deve definire la nuova inquadratura. Il solo testo può descrivere una scena nuova. Un’immagine può stabilire un personaggio, un prodotto o una composizione; un video può fornire movimento o una sequenza esistente da modificare o continuare. Le combinazioni di contenuto documentate comprendono immagini con audio, video con audio e immagini, video e audio insieme, con testo opzionale accanto ai contenuti visivi. Queste combinazioni non descrivono una richiesta autonoma di solo audio: abbinate quindi i riferimenti sonori alla fonte visiva che devono guidare.

Mantenete espliciti i ruoli dei riferimenti nell’array content e nella richiesta. Gli elementi image_url, video_url e audio_url possono avere i ruoli reference_image, reference_video e reference_audio. Descrivete quale immagine fornisce il soggetto, quale video fornisce la camera o l’azione e quale audio fornisce la colonna sonora. Per un’inquadratura di prodotto, un’immagine potrebbe definire la confezione mentre un video illustra un movimento accanto all’oggetto. Specificate il finale desiderato affinché la breve sequenza abbia una vista conclusiva utile anziché fermarsi a metà di un’azione.

Per una modifica, identificate il filmato di origine, il cambiamento e la continuità da conservare. Un cambiamento di sfondo o illuminazione deve lasciare chiaramente specificati il soggetto e l’azione desiderati. Per un’estensione, spiegate cosa succede dopo e come il nuovo movimento si collega alla scena esistente. I riferimenti guidano la generazione; esaminate il raccordo effettivo e la clip completa per aspetto, direzione del movimento e tempi, anziché presumere che la continuazione preservi ogni dettaglio a livello di fotogramma.

L’intervallo documentato per 2.0 Fast è da quattro a quindici secondi interi, con -1 disponibile per una durata selezionata dal modello in quell’intervallo. La durata predefinita è cinque secondi. La risoluzione dell’uscita è 480p o 720p, con 720p come valore predefinito e 1080p escluso. Scegliete tra i formati fissi 16:9, 4:3, 1:1, 3:4, 9:16 e 21:9 oppure l’inquadratura adattiva. L’inquadratura adattiva segue il contesto pertinente del prompt o del riferimento; un’inquadratura sul primo fotogramma segue l’immagine iniziale, mentre quella multimodale può dare priorità al video rispetto alle immagini. Leggete i campi restituiti dall’attività per conoscere durata e rapporto effettivi.

Usate generate_audio per scegliere se il video generato include suono sincronizzato. Il valore predefinito documentato è true; false richiede silenzio. Con l’audio attivato, il profilo genera voci, effetti o musica di sottofondo dal prompt e dal contenuto visivo, e la guida raccomanda di racchiudere il dialogo tra virgolette doppie. Indicate il parlante e la relazione desiderata tra suono e azione. Fate verificare il parlato a una persona che conosce bene la lingua e controllate l’allineamento del suono lungo la clip, compreso ogni segmento modificato o esteso.

La guida di 2.0 Fast esclude i vecchi controlli frames e camera_fixed e non supporta l’elaborazione offline flex. Descrivete il comportamento della camera nella scena e usate duration per la lunghezza della clip. Le opzioni di seed e filigrana restano documentate. Lo stesso seed non garantisce un’uscita identica: conservate quindi l’artefatto completato quando confrontate revisioni, anziché affidarvi soltanto alle impostazioni della richiesta.

L’utilizzo di token video si calcola come (durata del video in ingresso + durata del video in uscita) × larghezza dell’uscita × altezza dell’uscita × frequenza dei fotogrammi dell’uscita / 1024. Le richieste contenenti video in ingresso e quelle senza video in ingresso appartengono a categorie di fatturazione distinte. La consultazione dell’attività riporta usage.completion_tokens e usage.total_tokens; conservate queste quantità riportate insieme alla clip completata.

L’invio restituisce un identificatore dell’attività prima che il video completato sia disponibile. Seguite lo stato di elaborazione, poi recuperate content.video_url dopo il successo e conservate durata, risoluzione, rapporto, frequenza dei fotogrammi e utilizzo riportati insieme al risultato. L’intervallo di scadenza è misurato dalla creazione dell’attività, ha 172 800 secondi come valore predefinito e va da 3 600 a 259 200 secondi. Salvate la clip finale con i riferimenti e il prompt, poi verificate l’identità del soggetto, il contatto con gli oggetti, la continuità della camera e i tempi del suono nell’intera sequenza.