ByteDance: Seedance 2.0 Fast

Seedance 2.0 Fast er den separat navngitte Fast-profilen, valgt med doubao-seedance-2-0-fast-260128. Den støtter generering, redigering og forlengelse av video med tekst, bilder, video- og lydreferanser. Profilen er nyttig når en scenebeskrivelse trenger mer enn en beskrivelse av utseendet: eksisterende medier kan også formidle fremføring, kameraføring og lyd. Fast-navnet skiller identiteten i forespørselen; det lover ikke at en enkelt asynkron oppgave fullføres innen en fast tid.

Begynn med elementet som skal definere det nye opptaket. Tekst alene kan beskrive en ny scene. Et bilde kan fastsette en figur, et produkt eller en komposisjon; en video kan gi bevegelse eller en eksisterende sekvens som skal revideres eller videreføres. De dokumenterte innholdskombinasjonene omfatter bilder med lyd, video med lyd og bilder, video og lyd sammen, med valgfri tekst ved siden av de visuelle mediene. Disse kombinasjonene beskriver ikke en separat forespørsel med bare lyd, så kombiner lydreferanser med det visuelle kildematerialet de skal styre.

Angi referanserollene tydelig i content-arrayet og beskrivelsen. Elementene image_url, video_url og audio_url kan ha rollene reference_image, reference_video og reference_audio. Beskriv hvilket bilde som gir motivet, hvilken video som gir kameraføringen eller handlingen, og hvilken lyd som gir lydsporet. I et produktopptak kan et bilde definere emballasjen, mens en video illustrerer en bevegelse forbi gjenstanden. Angi ønsket avslutning slik at den korte sekvensen får et nyttig sluttbilde fremfor å stoppe midt i en handling.

For redigering angir du kildeopptaket, endringen og kontinuiteten som skal bevares. En endring av bakgrunn eller lyssetting skal fortsatt la ønsket motiv og handling være tydelig angitt. For forlengelse forklarer du hva som skjer videre og hvordan den nye bevegelsen knyttes til den eksisterende scenen. Referanser styrer genereringen; undersøk den faktiske overgangen og hele klippet for utseende, bevegelsesretning og tidsplassering, fremfor å anta at videreføringen bevarer hver detalj på bildenivå.

Det dokumenterte intervallet for 2.0 Fast er fire til femten hele sekunder, med -1 som valg for en varighet modellen bestemmer innenfor intervallet. Standardvarigheten er fem sekunder. Utdataoppløsningen er 480p eller 720p, med 720p som standard og 1080p utelukket. Velg blant de faste bildeformatene 16:9, 4:3, 1:1, 3:4, 9:16 og 21:9 eller et tilpasset bildeformat. Tilpasset bildeformat følger relevant ledetekst eller referansekontekst; et opptak basert på første bilde følger åpningsbildet, mens multimodalt bildeformat kan prioritere video foran bilder. Les de returnerte oppgavefeltene for faktisk varighet og sideforhold.

Bruk generate_audio for å velge om den genererte videoen inkluderer synkronisert lyd. Dokumentert standard er true; false ber om stillhet. Med lyd slått på genererer profilen stemmer, effekter eller bakgrunnsmusikk fra ledeteksten og det visuelle innholdet, og veiledningen anbefaler å sette dialog i doble anførselstegn. Angi den som snakker og ønsket forhold mellom lyd og handling. Vurder talen med en lytter som behersker språket flytende, og kontroller synkroniseringen mellom lyd og bilde gjennom hele klippet, også i redigerte eller forlengede deler.

2.0 Fast-veiledningen utelukker de eldre innstillingene frames og camera_fixed og støtter ikke frakoblet flex-behandling. Beskriv kameraets oppførsel i scenen og bruk duration for klipplengden. Valgene seed og watermark er fortsatt dokumentert. Samme seed er ingen garanti for identiske utdata, så behold det ferdige resultatet når du sammenligner revisjoner, fremfor å stole bare på forespørselens innstillinger.

Forbruket av videotokens beregnes som (inndatavideoens varighet + utdatavideoens varighet) × utdatabredde × utdatahøyde × utdatabildefrekvens / 1024. Forespørsler med inndatavideo og forespørsler uten inndatavideo har egne faktureringskategorier. Oppgavespørringen rapporterer usage.completion_tokens og usage.total_tokens; behold disse rapporterte mengdene sammen med det ferdige klippet.

Innsending returnerer en oppgave-ID før den ferdige videoen er tilgjengelig. Følg behandlingsstatusen, hent deretter content.video_url etter vellykket fullføring, og behold rapportert varighet, oppløsning, sideforhold, bildefrekvens og forbruk sammen med resultatet. Utløpsperioden måles fra oppgaven opprettes, har 172800 sekunder som standard og spenner fra 3600 til 259200 sekunder. Lagre sluttklippet med referansene og ledeteksten, og kontroller deretter motivets identitet, kontakt mellom gjenstander, kamerakontinuitet og lydens tidsplassering gjennom hele sekvensen.