ByteDance: Seedance 2.5

Seedance 2.5 crea video usando una scena scritta e riferimenti multimodali. Il selettore esatto doubao-seedance-2-5-260628 ha una propria operazione e un proprio esempio documentati. L’operazione descrive generazione, modifica ed estensione di video, con immagini, video, audio e testo come contenuti in ingresso. Usate i riferimenti per comunicare aspetto del soggetto, azione, movimento della camera, stile e suono, poi spiegate il risultato da creare a partire da essi.

Le combinazioni di ingresso comprendono solo testo, immagini o video con testo opzionale, immagini con audio, video con audio e immagini, video e audio insieme. Le combinazioni elencate associano l’audio a contenuti visivi anziché descrivere una richiesta di solo audio. Organizzate ogni elemento secondo il suo ruolo: un’immagine stabilisce un soggetto o un aspetto, un video mostra un movimento o una scena esistente e l’audio fornisce un riferimento sonoro. Indicate quale ruolo è importante per l’inquadratura richiesta affinché un riferimento di sfondo non venga scambiato per il personaggio principale.

L’esempio specifico di 2.5 è una sequenza pubblicitaria di prodotto. Fornisce un’immagine e diversi riferimenti video, poi descrive una messa a fuoco iniziale, disposizioni ordinate dei prodotti, inquadrature di dettaglio, un’azione al rallentatore e una composizione finale del marchio. La richiesta assegna i ruoli reference_image e reference_video e usa i singoli riferimenti per composizione, movimento, lavoro di camera e impatto. Questo offre una struttura pratica per un concetto di campagna: pianificate i passaggi visivi, identificate il riferimento per ciascuno e specificate la disposizione finale.

Una sequenza scritta può distinguere ciò che accade da come viene ripreso. Descrivete prima l’azione del prodotto, poi l’ampiezza dell’inquadratura, il percorso della camera, il ritmo e la transizione alla vista successiva. Se un riferimento definisce il prodotto e un altro mostra un movimento della camera, indicate queste responsabilità separate. Per una scena con diversi oggetti, spiegate le loro posizioni e l’ordine delle interazioni. Esaminate il risultato generato per forma effettiva del prodotto, disposizione e movimento, anziché presumere che ogni dettaglio dei riferimenti compaia invariato.

Per una modifica, identificate il video esistente e l’elemento da rivedere, come l’ambientazione, un’azione o lo stile visivo, indicando al contempo la continuità da conservare. Per un’estensione, descrivete come la scena deve proseguire dal filmato fornito. Verificate il raccordo oltre al nuovo segmento: aspetto del soggetto, direzione del movimento, posizione della camera e tempi del suono influiscono tutti sulla percezione del risultato come un’unica scena. Tenete insieme il video originale e la revisione completata per poter verificare la modifica rispetto alla continuità desiderata.

L’esempio multimodale documentato di 2.5 imposta generate_audio=true e richiede una sequenza di quindici secondi con inquadratura 16:9. Questi valori descrivono quell’esempio, non un limite universale di durata o dei materiali di riferimento. Date alla scena richiesta un obiettivo sonoro chiaro, compresa la relazione tra musica, effetti e azione visibile, poi valutate l’uscita audiovisiva effettiva. Un riferimento sonoro e la colonna sonora generata devono essere verificati insieme rispetto al ritmo e all’esecuzione desiderati.

Scegliete durata, inquadratura e risoluzione tra le impostazioni offerte per questo profilo specifico. Conservate la configurazione richiesta con il prompt e confrontatela con i campi effettivamente restituiti dall’attività. Usate durata, risoluzione e rapporto restituiti quando preparate la clip completata per la sua destinazione. Preservate l’identificatore esatto del profilo nella registrazione della revisione affinché un confronto successivo usi la stessa edizione selezionata.

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.

La generazione è asincrona. L’invio restituisce un identificatore e il flusso configurato dell’attività fornisce lo stato, seguito da content.video_url dopo il successo. Salvate la clip completata insieme ai contenuti di origine e alla descrizione della sequenza. Verificate tutti i passaggi pianificati, le interazioni degli oggetti, l’aspetto dei personaggi, l’inquadratura e l’allineamento del suono nell’intero risultato. Per una revisione, identificate il dettaglio concreto non riuscito e preservate le parti riuscite della scena anziché sostituire l’intera richiesta con istruzioni non correlate.