ByteDance: Seedance 1.0 Lite Text-to-Video

Seedance 1.0 Lite Text-to-Video genererer en video fra en skriftlig scene. Den nøyaktige velgeren doubao-seedance-1-0-lite-t2v-250428 er varianten for tekst til video i Lite-utgaven. Bruk den når motivet, omgivelsene og bevegelsen kan beskrives direkte: et produkt på et bord, et etableringsbilde av et sted eller en kort handling utført av en figur. Resultatet er et videoklipp; 1.0-profilen genererer ikke synkronisert lyd.

Skriv scenen i den rekkefølgen seeren skal oppleve den. Angi motivet og utseendet, stedet, handlingen, bildeutsnittet og kamerabevegelsen, og beskriv deretter sluttkomposisjonen. En nyttig produktbeskrivelse kan vise en flaske på en lys steinsokkel, sollys som beveger seg over etiketten og en langsom kamerabevegelse mot korken. Dette er instruksjoner for en ny scene, og innebærer ikke at modellen gjenskaper et vedlagt produktfoto. Tilpass den synlige handlingen til valgt klipplengde.

Denne velgeren for tekst til video er forskjellig fra den separat navngitte Lite-velgeren for bilde til video. Innholdet angis som et tekstelement i content-arrayet. En setning kan beskrive en person, en gjenstand eller en stil, men legger ikke ved et referansebilde eller fastslår en nøyaktig visuell identitet fra en fil modellen ikke har sett. Hvis scenens åpningskomposisjon må komme fra et eksisterende bilde, velger du en profil som støtter bilder, fremfor å anta at Lite t2v bytter modus når et mediefelt legges til.

Det dokumenterte varighetsintervallet for 1.0 er to til tolv sekunder, med fem sekunder som standard og en fast bildefrekvens på 24 fps. Lite tilbyr oppløsningsnivåene 480p, 720p og 1080p, med 720p som dokumentert standard. Faste sideforhold inkluderer 16:9, 4:3, 1:1, 3:4, 9:16 og 21:9. Velg bildeformat etter brukssted før generering: stående for en vertikal presentasjon, kvadratisk for et kompakt produktpanel eller liggende for en bred scene. Oppløsningsnivåer og sideforhold beskriver det forespurte resultatet; undersøk det nedlastede klippet for faktiske pikselmål og bildeutsnitt.

Forespørselen har innstillinger for seed, watermark og kamera. seed er et heltall fra -1 til 2^32-1, der -1 velger en tilfeldig verdi. En forespørsel om fast kamera legger til en instruksjon om et stasjonært kamera, og dokumentasjonen sier uttrykkelig at effekten ikke er garantert. Sørg for at kamerainstruksjonen er konsekvent i den skriftlige scenen og den separate innstillingen. Parameterinstruksjoner innebygd i teksten har forrang over separate valgfrie parametere, så unngå motstridende instruksjoner for varighet, oppløsning eller bildeformat på de to stedene.

Forbruk måles i videotokens: utdatabredde × utdatahøyde × bildefrekvens × utdatavarighet / 1024. Den fullførte oppgaven rapporterer denne mengden som usage.completion_tokens. Behold det rapporterte forbruket sammen med det ferdige klippet og de forespurte innstillingene.

Genereringen er asynkron. Innsending returnerer en oppgave-ID, og oppgavespørringen gir behandlingsstatusen og, etter vellykket fullføring, videoens URL i content.video_url. Behold oppgave-ID-en mens jobben står i kø eller kjører, og lagre det ferdige klippet for neste revisjon. Dokumentert lagringstid for genererte filer er sju dager. Forespørselen har også en utløpsperiode målt fra oppgaven opprettes, og en uferdig oppgave utløper etter denne perioden; dokumentert standard er 172800 sekunder, med verdier fra 3600 til 259200 sekunder.

Vurder hele klippet opp mot beskrivelsen: om det tiltenkte motivet vises, handlingen skjer i riktig rekkefølge, kameraet følger ønsket retning og sluttbildet er brukbart. Endre en konkret instruksjon til neste versjon og behold den vellykkede scenestrukturen. For en serie opptak bør du beholde hver ledetekst, de forespurte innstillingene og den ferdige videoen, slik at neste scene kan planlegges ut fra det faktiske resultatet.