Seedance 2.0 to standardowy model ByteDance Seed do multimodalnego tworzenia audio-wideo. Łączy tekst, obrazy, filmy i audio w architekturze wspólnego generowania, z osobnymi procesami twórczymi dla scen prowadzonych referencjami, edycji i rozszerzania wideo. Przydaje się, gdy brief wymaga zarówno spójnego wykonania, jak i konkretnych informacji wizualnych lub dźwiękowych z przygotowanych materiałów.
Obrazy mogą definiować wygląd podmiotu, styl wizualny i kompozycję. Referencje wideo mogą kierować działaniem, ruchem kamery i efektami. Audio może kierować barwą głosu, muzyką lub dialogiem. Zdefiniuj rolę każdego materiału, a następnie opisz oczekiwaną scenę. Producent podkreśla kontrolę nad wykonaniem, światłem, cieniami i językiem kamery.
Do historii produktu przygotuj jego obraz, referencję ruchu kamery i wskazówkę audio. Brief może brzmieć: „Zachowaj niebieski szklany wazon z Image 1. Użyj powolnego ruchu kamery w bok z Video 1. Wazon stoi na nasłonecznionej półce, z delikatną muzyką instrumentalną opartą na Audio 1”. Zamierzonym wyjściem jest nowo zainscenizowana scena łącząca wybrane informacje referencyjne.
Wejścia referencyjne mogą łączyć obraz i audio, obraz i wideo, wideo i audio lub wszystkie trzy typy. Samo audio oraz tekst z audio bez obrazu lub wideo nie są obsługiwane. Udokumentowano też tradycyjne text-to-video, generowanie z pierwszej klatki oraz pierwszej i ostatniej klatki. Jeśli ważne są stałe kompozycje otwarcia i zamknięcia, użyj dedykowanego procesu klatek granicznych: nazwanie obrazu referencyjnego punktem końcowym w prompcie omni-reference jest tylko pośrednim sposobem prowadzenia.
Model może zastępować podmiot, dodawać lub usuwać obiekty, zmieniać elementy oraz przerysowywać lub naprawiać części wideo. Opisz konkretną zmianę i wskaż materiał źródłowy. Przy dodawaniu uwzględnij czas pojawienia się i pozycję; przy usuwaniu lub podmianie dokładnie określ obiekt i nazwij elementy do zachowania.
Na przykład: „Zastąp lampę biurkową w Video 1 mosiężną lampą z Image 1. Zachowaj ruch kamery, układ biurka i kierunek światła”. Pożądanym wynikiem jest edytowana wersja sceny z zamierzoną podmianą. Sprawdź niezmienione obszary i nowy obiekt, szczególnie przy zasłanianiu, ruchu i zmianach ujęć.
Seedance 2.0 może rozszerzać wideo do przodu lub wstecz i łączyć do trzech dostarczonych klipów generowanymi przejściami. Określ kierunek czasowy i nowe zdarzenie. Dla łącznika uporządkuj klipy i opisz przejście między każdą parą, na przykład kamerę wchodzącą w drzwi w jednym ujęciu i docierającą do następnego otoczenia.
Proste rozszerzenie zwykle zwraca kontynuację rozwiniętą wokół materiału źródłowego; dodaj jasną instrukcję, jeśli końcowy wynik ma też powtarzać oryginalny segment. Przy domykaniu połączenia dwóch lub trzech klipów udokumentowany proces może zawierać zarówno oryginalny materiał, jak i nową treść przejścia. Przydaje się to do rozwijania otwarcia lub zakończenia albo łączenia przygotowanych scen bez pozostawiania nieokreślonej akcji przejścia.
Wersja standardowa dokumentuje MP4 przy 24 fps i czas od 4 do 15 sekund. Poziomy wyjścia to 480p, 720p i 1080p z 8-bitową głębią koloru oraz 4K z 10-bitową głębią. Obsługiwane proporcje to 21:9, 16:9, 4:3, 1:1, 3:4 i 9:16. Udokumentowano także adaptacyjne kadrowanie i automatyczny wybór długości. Wersja Fast ma własną węższą specyfikację wyjścia 480p/720p.
Wyjście 4K używa kodowania H.265/HEVC. Kodowanie dziesięciobitowe zachowuje więcej stopni tonalnych i płynniejsze przejścia kolorów, co ma znaczenie w materiale z subtelnymi gradientami światła lub koloru. Sprawdź, czy docelowe środowisko odtwarzania i montażu dekoduje ten format; niektóre przeglądarki i urządzenia nie odtwarzają go bezpośrednio. Zgodny kontener sam w sobie nie zapewnia zgodnego dekodowania wideo.
Model może generować zsynchronizowany dźwięk lub niemy film i zwracać ostatnią wygenerowaną klatkę dla następnej sceny. Wygenerowane audio jest monofoniczne. Rodzina 2.0 nie obsługuje osobnego dwuetapowego trybu podglądu Draft, więc nie należy wywodzić tej funkcji z innej wersji Seedance.
Udokumentowana pojemność referencji to do dziewięciu obrazów, trzech filmów i trzech klipów audio. Bezpośrednie przesyłanie obrazów lub filmów referencyjnych z rzeczywistymi ludzkimi twarzami nie jest akceptowane w tym udokumentowanym profilu producenta; praca portretowa korzysta z obsługiwanego procesu zasobów portretowych. Każdy klip wideo i audio musi trwać 2–15 sekund. Wszystkie referencje wideo razem muszą zmieścić się w 15 sekundach, a wszystkie audio mają własny łączny limit 15 sekund. Pliki wideo używają MP4 lub MOV przy 24–60 fps, do 200 MB każdy; audio używa WAV lub MP3, do 15 MB każdy. Wymienione formaty obrazów to JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC i HEIF. Każdy obraz musi być mniejszy niż 30 MB, a treść żądania nie może przekraczać 64 MB. W udokumentowanym profilu wejścia referencyjnego szerokość i wysokość obrazu muszą znajdować się ściśle między 300 a 6000 pikseli, a proporcja szerokości do wysokości ściśle między 0.4 a 2.5. Filmy referencyjne dopuszczają 300–6000 pikseli w każdym wymiarze i proporcje 0.4–2.5 włącznie, z całkowitą liczbą pikseli 407 696–8 295 044. Wideo MP4 lub MOV używa obrazu H.264/AVC lub H.265/HEVC i audio AAC lub MP3.
Świadomie uporządkuj pliki i odwołuj się do każdego typem mediów i numerem: Image 1, Video 1 i Audio 1. Numer wynika z kolejności wśród plików tego typu. Wyjaśnij, które cechy przenieść i jaka treść źródłowa nie powinna definiować nowej sceny. Udokumentowane języki promptów obejmują angielski, hiszpański, indonezyjski, portugalski i japoński. Zachowuj spójny język mówiony w dialogu; przewodnik odradza mieszanie języków z wyjątkiem nazw własnych. W pracy prowadzonej głosem oddziel mówcę, dokładną kwestię i kierunek wypowiedzi.
Przygotuj pierwszy i ostatni obraz ze zgodnym kadrowaniem. Niedopasowanie obrazu wejściowego do wymiarów wyjściowych może powodować przycięcie lub nagłą zmianę wizualną; dopasowane wymiary i kadrowanie adaptacyjne są udokumentowanymi środkami zaradczymi. Skup opis na zdarzeniu i rolach referencji. Producent ostrzega, że długie prompty mogą rozpraszać informacje i powodować pomijanie szczegółów. Oceń wynikowy ruch, ciągłość referencji, wykonanie audio i połączenia scen jako odrębne części twórczego rezultatu.
W złożonej scenie zorganizuj brief jako Ujęcie 1, Ujęcie 2 i Ujęcie 3, określając po kolei kamerę, działanie podmiotu, pozycję i dźwięk. Przewodnik zaleca jeden ruch kamery na ujęcie i priorytet powolnych, powiązanych działań. Dokładne znaczniki czasu poszczególnych ujęć są niestabilne, więc sekwencja zdarzeń jest lepszym sterowaniem niż wymuszanie kilku precyzyjnych okien czasowych.
Model generuje też popularny tekst, w tym slogany, napisy i dymki. Można kierować kolorem tekstu, opracowaniem wizualnym, położeniem i wejściem. Używaj zwykłych znaków zamiast rzadkich lub symboli specjalnych i sprawdzaj słowa w ruchu. W referencjach podmiotów wyraźnie powiąż każdy materiał z zamierzoną postacią lub obiektem. Widoki produktu mogą dostarczać różnych informacji wizualnych; kolaże pokazujące postać z różnych stron mogą mylić tożsamość twarzy. Osobny wyraźny portret głowy i obraz całej sylwetki to udokumentowane zalecenie referencji postaci.
Przewodnik dokumentuje niechciane napisy, logotypy, zduplikowane postacie i dryf stylu. Czysty materiał źródłowy, spójne etykiety i jawne ograniczenia redukują ryzyko, ale nie gwarantują zniknięcia niepożądanego tekstu lub zduplikowanych figur. Więcej niż cztery osoby referencyjne to zgłoszone ryzyko stabilności, odrębne od liczby plików przyjmowanych przez model.
Rozszerzenie wideo może powodować przeskok lub cofnięcie na połączeniu, a wielokrotne kontynuacje mogą kumulować pogorszenie jakości obrazu. Kontroluj klatki graniczne i ograniczaj nakładane rozszerzenia. Głos referencyjny może różnić się od źródłowej barwy; narracja może kończyć się kliknięciem lub nagłym ucięciem, dla których udokumentowanym środkiem jest wyciszenie audio. Chińskie znaki wieloznaczne fonetycznie, rzadkie lub podobne kształtem mogą być wymawiane nieprawidłowo. Dla precyzyjnego efektu animowanego, takiego jak odliczanie, referencja ruchu jest bardziej informatywna niż sama prośba słowna. To konkretne powody, by przy wyborze klipu osobno sprawdzać tożsamość, tekst, ruch i dźwięk.
", "aboutText": "Seedance 2.0 to standardowy model ByteDance Seed do multimodalnego tworzenia audio-wideo. Łączy tekst, obrazy, filmy i audio w architekturze wspólnego generowania, z osobnymi procesami twórczymi dla scen prowadzonych referencjami, edycji i rozszerzania wideo. Przydaje się, gdy brief wymaga zarówno spójnego wykonania, jak i konkretnych informacji wizualnych lub dźwiękowych z przygotowanych materiałów.\n\n### Referencje multimodalne i kontrola reżyserska\n\nObrazy mogą definiować wygląd podmiotu, styl wizualny i kompozycję. Referencje wideo mogą kierować działaniem, ruchem kamery i efektami. Audio może kierować barwą głosu, muzyką lub dialogiem. Zdefiniuj rolę każdego materiału, a następnie opisz oczekiwaną scenę. Producent podkreśla kontrolę nad wykonaniem, światłem, cieniami i językiem kamery.\n\nDo historii produktu przygotuj jego obraz, referencję ruchu kamery i wskazówkę audio. Brief może brzmieć: „Zachowaj niebieski szklany wazon z Image 1. Użyj powolnego ruchu kamery w bok z Video 1. Wazon stoi na nasłonecznionej półce, z delikatną muzyką instrumentalną opartą na Audio 1”. Zamierzonym wyjściem jest nowo zainscenizowana scena łącząca wybrane informacje referencyjne.\n\nWejścia referencyjne mogą łączyć obraz i audio, obraz i wideo, wideo i audio lub wszystkie trzy typy. Samo audio oraz tekst z audio bez obrazu lub wideo nie są obsługiwane. Udokumentowano też tradycyjne text-to-video, generowanie z pierwszej klatki oraz pierwszej i ostatniej klatki. Jeśli ważne są stałe kompozycje otwarcia i zamknięcia, użyj dedykowanego procesu klatek granicznych: nazwanie obrazu referencyjnego punktem końcowym w prompcie omni-reference jest tylko pośrednim sposobem prowadzenia.\n\n### Edycja materiału\n\nModel może zastępować podmiot, dodawać lub usuwać obiekty, zmieniać elementy oraz przerysowywać lub naprawiać części wideo. Opisz konkretną zmianę i wskaż materiał źródłowy. Przy dodawaniu uwzględnij czas pojawienia się i pozycję; przy usuwaniu lub podmianie dokładnie określ obiekt i nazwij elementy do zachowania.\n\nNa przykład: „Zastąp lampę biurkową w Video 1 mosiężną lampą z Image 1. Zachowaj ruch kamery, układ biurka i kierunek światła”. Pożądanym wynikiem jest edytowana wersja sceny z zamierzoną podmianą. Sprawdź niezmienione obszary i nowy obiekt, szczególnie przy zasłanianiu, ruchu i zmianach ujęć.\n\n### Rozszerzanie i łączenie sekwencji\n\nSeedance 2.0 może rozszerzać wideo do przodu lub wstecz i łączyć do trzech dostarczonych klipów generowanymi przejściami. Określ kierunek czasowy i nowe zdarzenie. Dla łącznika uporządkuj klipy i opisz przejście między każdą parą, na przykład kamerę wchodzącą w drzwi w jednym ujęciu i docierającą do następnego otoczenia.\n\nProste rozszerzenie zwykle zwraca kontynuację rozwiniętą wokół materiału źródłowego; dodaj jasną instrukcję, jeśli końcowy wynik ma też powtarzać oryginalny segment. Przy domykaniu połączenia dwóch lub trzech klipów udokumentowany proces może zawierać zarówno oryginalny materiał, jak i nową treść przejścia. Przydaje się to do rozwijania otwarcia lub zakończenia albo łączenia przygotowanych scen bez pozostawiania nieokreślonej akcji przejścia.\n\n### Wyjście wersji standardowej i 4K\n\nWersja standardowa dokumentuje MP4 przy 24 fps i czas od 4 do 15 sekund. Poziomy wyjścia to 480p, 720p i 1080p z 8-bitową głębią koloru oraz 4K z 10-bitową głębią. Obsługiwane proporcje to 21:9, 16:9, 4:3, 1:1, 3:4 i 9:16. Udokumentowano także adaptacyjne kadrowanie i automatyczny wybór długości. Wersja Fast ma własną węższą specyfikację wyjścia 480p/720p.\n\nWyjście 4K używa kodowania H.265/HEVC. Kodowanie dziesięciobitowe zachowuje więcej stopni tonalnych i płynniejsze przejścia kolorów, co ma znaczenie w materiale z subtelnymi gradientami światła lub koloru. Sprawdź, czy docelowe środowisko odtwarzania i montażu dekoduje ten format; niektóre przeglądarki i urządzenia nie odtwarzają go bezpośrednio. Zgodny kontener sam w sobie nie zapewnia zgodnego dekodowania wideo.\n\nModel może generować zsynchronizowany dźwięk lub niemy film i zwracać ostatnią wygenerowaną klatkę dla następnej sceny. Wygenerowane audio jest monofoniczne. Rodzina 2.0 nie obsługuje osobnego dwuetapowego trybu podglądu Draft, więc nie należy wywodzić tej funkcji z innej wersji Seedance.\n\n### Przygotowanie referencji i istotne ograniczenia\n\nUdokumentowana pojemność referencji to do dziewięciu obrazów, trzech filmów i trzech klipów audio. Bezpośrednie przesyłanie obrazów lub filmów referencyjnych z rzeczywistymi ludzkimi twarzami nie jest akceptowane w tym udokumentowanym profilu producenta; praca portretowa korzysta z obsługiwanego procesu zasobów portretowych. Każdy klip wideo i audio musi trwać 2–15 sekund. Wszystkie referencje wideo razem muszą zmieścić się w 15 sekundach, a wszystkie audio mają własny łączny limit 15 sekund. Pliki wideo używają MP4 lub MOV przy 24–60 fps, do 200 MB każdy; audio używa WAV lub MP3, do 15 MB każdy. Wymienione formaty obrazów to JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC i HEIF. Każdy obraz musi być mniejszy niż 30 MB, a treść żądania nie może przekraczać 64 MB. W udokumentowanym profilu wejścia referencyjnego szerokość i wysokość obrazu muszą znajdować się ściśle między 300 a 6000 pikseli, a proporcja szerokości do wysokości ściśle między 0.4 a 2.5. Filmy referencyjne dopuszczają 300–6000 pikseli w każdym wymiarze i proporcje 0.4–2.5 włącznie, z całkowitą liczbą pikseli 407 696–8 295 044. Wideo MP4 lub MOV używa obrazu H.264/AVC lub H.265/HEVC i audio AAC lub MP3.\n\nŚwiadomie uporządkuj pliki i odwołuj się do każdego typem mediów i numerem: Image 1, Video 1 i Audio 1. Numer wynika z kolejności wśród plików tego typu. Wyjaśnij, które cechy przenieść i jaka treść źródłowa nie powinna definiować nowej sceny. Udokumentowane języki promptów obejmują angielski, hiszpański, indonezyjski, portugalski i japoński. Zachowuj spójny język mówiony w dialogu; przewodnik odradza mieszanie języków z wyjątkiem nazw własnych. W pracy prowadzonej głosem oddziel mówcę, dokładną kwestię i kierunek wypowiedzi.\n\nPrzygotuj pierwszy i ostatni obraz ze zgodnym kadrowaniem. Niedopasowanie obrazu wejściowego do wymiarów wyjściowych może powodować przycięcie lub nagłą zmianę wizualną; dopasowane wymiary i kadrowanie adaptacyjne są udokumentowanymi środkami zaradczymi. Skup opis na zdarzeniu i rolach referencji. Producent ostrzega, że długie prompty mogą rozpraszać informacje i powodować pomijanie szczegółów. Oceń wynikowy ruch, ciągłość referencji, wykonanie audio i połączenia scen jako odrębne części twórczego rezultatu.\n\n### Planowanie ujęć i prowadzenie tekstu\n\nW złożonej scenie zorganizuj brief jako Ujęcie 1, Ujęcie 2 i Ujęcie 3, określając po kolei kamerę, działanie podmiotu, pozycję i dźwięk. Przewodnik zaleca jeden ruch kamery na ujęcie i priorytet powolnych, powiązanych działań. Dokładne znaczniki czasu poszczególnych ujęć są niestabilne, więc sekwencja zdarzeń jest lepszym sterowaniem niż wymuszanie kilku precyzyjnych okien czasowych.\n\nModel generuje też popularny tekst, w tym slogany, napisy i dymki. Można kierować kolorem tekstu, opracowaniem wizualnym, położeniem i wejściem. Używaj zwykłych znaków zamiast rzadkich lub symboli specjalnych i sprawdzaj słowa w ruchu. W referencjach podmiotów wyraźnie powiąż każdy materiał z zamierzoną postacią lub obiektem. Widoki produktu mogą dostarczać różnych informacji wizualnych; kolaże pokazujące postać z różnych stron mogą mylić tożsamość twarzy. Osobny wyraźny portret głowy i obraz całej sylwetki to udokumentowane zalecenie referencji postaci.\n\n### Zachowania do sprawdzenia przed montażem\n\nPrzewodnik dokumentuje niechciane napisy, logotypy, zduplikowane postacie i dryf stylu. Czysty materiał źródłowy, spójne etykiety i jawne ograniczenia redukują ryzyko, ale nie gwarantują zniknięcia niepożądanego tekstu lub zduplikowanych figur. Więcej niż cztery osoby referencyjne to zgłoszone ryzyko stabilności, odrębne od liczby plików przyjmowanych przez model.\n\nRozszerzenie wideo może powodować przeskok lub cofnięcie na połączeniu, a wielokrotne kontynuacje mogą kumulować pogorszenie jakości obrazu. Kontroluj klatki graniczne i ograniczaj nakładane rozszerzenia. Głos referencyjny może różnić się od źródłowej barwy; narracja może kończyć się kliknięciem lub nagłym ucięciem, dla których udokumentowanym środkiem jest wyciszenie audio. Chińskie znaki wieloznaczne fonetycznie, rzadkie lub podobne kształtem mogą być wymawiane nieprawidłowo. Dla precyzyjnego efektu animowanego, takiego jak odliczanie, referencja ruchu jest bardziej informatywna niż sama prośba słowna. To konkretne powody, by przy wyborze klipu osobno sprawdzać tożsamość, tekst, ruch i dźwięk.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c40e7f3097d0651baf45901689c0ab83ddbdc8844cd7ae9fb5aa0e61f565a3fc", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pl", "methods": [ { "html": "bytedance/seedance-2.0ByteDance Seedance 2.0 łączy natywne generowanie audio-wideo z referencjami obrazowymi, filmowymi i dźwiękowymi. Reżyseruj nowe sceny, edytuj istniejący materiał lub rozszerzaj sekwencję; standardowa wersja obejmuje udokumentowane wyjście 1080p i 10-bitowe 4K.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Seedance 2.0 to standardowy model ByteDance Seed do multimodalnego tworzenia audio-wideo. Łączy tekst, obrazy, filmy i audio w architekturze wspólnego generowania, z osobnymi procesami twórczymi dla scen prowadzonych referencjami, edycji i rozszerzania wideo. Przydaje się, gdy brief wymaga zarówno spójnego wykonania, jak i konkretnych informacji wizualnych lub dźwiękowych z przygotowanych materiałów.
Obrazy mogą definiować wygląd podmiotu, styl wizualny i kompozycję. Referencje wideo mogą kierować działaniem, ruchem kamery i efektami. Audio może kierować barwą głosu, muzyką lub dialogiem. Zdefiniuj rolę każdego materiału, a następnie opisz oczekiwaną scenę. Producent podkreśla kontrolę nad wykonaniem, światłem, cieniami i językiem kamery.
Do historii produktu przygotuj jego obraz, referencję ruchu kamery i wskazówkę audio. Brief może brzmieć: „Zachowaj niebieski szklany wazon z Image 1. Użyj powolnego ruchu kamery w bok z Video 1. Wazon stoi na nasłonecznionej półce, z delikatną muzyką instrumentalną opartą na Audio 1”. Zamierzonym wyjściem jest nowo zainscenizowana scena łącząca wybrane informacje referencyjne.
Wejścia referencyjne mogą łączyć obraz i audio, obraz i wideo, wideo i audio lub wszystkie trzy typy. Samo audio oraz tekst z audio bez obrazu lub wideo nie są obsługiwane. Udokumentowano też tradycyjne text-to-video, generowanie z pierwszej klatki oraz pierwszej i ostatniej klatki. Jeśli ważne są stałe kompozycje otwarcia i zamknięcia, użyj dedykowanego procesu klatek granicznych: nazwanie obrazu referencyjnego punktem końcowym w prompcie omni-reference jest tylko pośrednim sposobem prowadzenia.
Model może zastępować podmiot, dodawać lub usuwać obiekty, zmieniać elementy oraz przerysowywać lub naprawiać części wideo. Opisz konkretną zmianę i wskaż materiał źródłowy. Przy dodawaniu uwzględnij czas pojawienia się i pozycję; przy usuwaniu lub podmianie dokładnie określ obiekt i nazwij elementy do zachowania.
Na przykład: „Zastąp lampę biurkową w Video 1 mosiężną lampą z Image 1. Zachowaj ruch kamery, układ biurka i kierunek światła”. Pożądanym wynikiem jest edytowana wersja sceny z zamierzoną podmianą. Sprawdź niezmienione obszary i nowy obiekt, szczególnie przy zasłanianiu, ruchu i zmianach ujęć.
Seedance 2.0 może rozszerzać wideo do przodu lub wstecz i łączyć do trzech dostarczonych klipów generowanymi przejściami. Określ kierunek czasowy i nowe zdarzenie. Dla łącznika uporządkuj klipy i opisz przejście między każdą parą, na przykład kamerę wchodzącą w drzwi w jednym ujęciu i docierającą do następnego otoczenia.
Proste rozszerzenie zwykle zwraca kontynuację rozwiniętą wokół materiału źródłowego; dodaj jasną instrukcję, jeśli końcowy wynik ma też powtarzać oryginalny segment. Przy domykaniu połączenia dwóch lub trzech klipów udokumentowany proces może zawierać zarówno oryginalny materiał, jak i nową treść przejścia. Przydaje się to do rozwijania otwarcia lub zakończenia albo łączenia przygotowanych scen bez pozostawiania nieokreślonej akcji przejścia.
Wersja standardowa dokumentuje MP4 przy 24 fps i czas od 4 do 15 sekund. Poziomy wyjścia to 480p, 720p i 1080p z 8-bitową głębią koloru oraz 4K z 10-bitową głębią. Obsługiwane proporcje to 21:9, 16:9, 4:3, 1:1, 3:4 i 9:16. Udokumentowano także adaptacyjne kadrowanie i automatyczny wybór długości. Wersja Fast ma własną węższą specyfikację wyjścia 480p/720p.
Wyjście 4K używa kodowania H.265/HEVC. Kodowanie dziesięciobitowe zachowuje więcej stopni tonalnych i płynniejsze przejścia kolorów, co ma znaczenie w materiale z subtelnymi gradientami światła lub koloru. Sprawdź, czy docelowe środowisko odtwarzania i montażu dekoduje ten format; niektóre przeglądarki i urządzenia nie odtwarzają go bezpośrednio. Zgodny kontener sam w sobie nie zapewnia zgodnego dekodowania wideo.
Model może generować zsynchronizowany dźwięk lub niemy film i zwracać ostatnią wygenerowaną klatkę dla następnej sceny. Wygenerowane audio jest monofoniczne. Rodzina 2.0 nie obsługuje osobnego dwuetapowego trybu podglądu Draft, więc nie należy wywodzić tej funkcji z innej wersji Seedance.
Udokumentowana pojemność referencji to do dziewięciu obrazów, trzech filmów i trzech klipów audio. Bezpośrednie przesyłanie obrazów lub filmów referencyjnych z rzeczywistymi ludzkimi twarzami nie jest akceptowane w tym udokumentowanym profilu producenta; praca portretowa korzysta z obsługiwanego procesu zasobów portretowych. Każdy klip wideo i audio musi trwać 2–15 sekund. Wszystkie referencje wideo razem muszą zmieścić się w 15 sekundach, a wszystkie audio mają własny łączny limit 15 sekund. Pliki wideo używają MP4 lub MOV przy 24–60 fps, do 200 MB każdy; audio używa WAV lub MP3, do 15 MB każdy. Wymienione formaty obrazów to JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC i HEIF. Każdy obraz musi być mniejszy niż 30 MB, a treść żądania nie może przekraczać 64 MB. W udokumentowanym profilu wejścia referencyjnego szerokość i wysokość obrazu muszą znajdować się ściśle między 300 a 6000 pikseli, a proporcja szerokości do wysokości ściśle między 0.4 a 2.5. Filmy referencyjne dopuszczają 300–6000 pikseli w każdym wymiarze i proporcje 0.4–2.5 włącznie, z całkowitą liczbą pikseli 407 696–8 295 044. Wideo MP4 lub MOV używa obrazu H.264/AVC lub H.265/HEVC i audio AAC lub MP3.
Świadomie uporządkuj pliki i odwołuj się do każdego typem mediów i numerem: Image 1, Video 1 i Audio 1. Numer wynika z kolejności wśród plików tego typu. Wyjaśnij, które cechy przenieść i jaka treść źródłowa nie powinna definiować nowej sceny. Udokumentowane języki promptów obejmują angielski, hiszpański, indonezyjski, portugalski i japoński. Zachowuj spójny język mówiony w dialogu; przewodnik odradza mieszanie języków z wyjątkiem nazw własnych. W pracy prowadzonej głosem oddziel mówcę, dokładną kwestię i kierunek wypowiedzi.
Przygotuj pierwszy i ostatni obraz ze zgodnym kadrowaniem. Niedopasowanie obrazu wejściowego do wymiarów wyjściowych może powodować przycięcie lub nagłą zmianę wizualną; dopasowane wymiary i kadrowanie adaptacyjne są udokumentowanymi środkami zaradczymi. Skup opis na zdarzeniu i rolach referencji. Producent ostrzega, że długie prompty mogą rozpraszać informacje i powodować pomijanie szczegółów. Oceń wynikowy ruch, ciągłość referencji, wykonanie audio i połączenia scen jako odrębne części twórczego rezultatu.
W złożonej scenie zorganizuj brief jako Ujęcie 1, Ujęcie 2 i Ujęcie 3, określając po kolei kamerę, działanie podmiotu, pozycję i dźwięk. Przewodnik zaleca jeden ruch kamery na ujęcie i priorytet powolnych, powiązanych działań. Dokładne znaczniki czasu poszczególnych ujęć są niestabilne, więc sekwencja zdarzeń jest lepszym sterowaniem niż wymuszanie kilku precyzyjnych okien czasowych.
Model generuje też popularny tekst, w tym slogany, napisy i dymki. Można kierować kolorem tekstu, opracowaniem wizualnym, położeniem i wejściem. Używaj zwykłych znaków zamiast rzadkich lub symboli specjalnych i sprawdzaj słowa w ruchu. W referencjach podmiotów wyraźnie powiąż każdy materiał z zamierzoną postacią lub obiektem. Widoki produktu mogą dostarczać różnych informacji wizualnych; kolaże pokazujące postać z różnych stron mogą mylić tożsamość twarzy. Osobny wyraźny portret głowy i obraz całej sylwetki to udokumentowane zalecenie referencji postaci.
Przewodnik dokumentuje niechciane napisy, logotypy, zduplikowane postacie i dryf stylu. Czysty materiał źródłowy, spójne etykiety i jawne ograniczenia redukują ryzyko, ale nie gwarantują zniknięcia niepożądanego tekstu lub zduplikowanych figur. Więcej niż cztery osoby referencyjne to zgłoszone ryzyko stabilności, odrębne od liczby plików przyjmowanych przez model.
Rozszerzenie wideo może powodować przeskok lub cofnięcie na połączeniu, a wielokrotne kontynuacje mogą kumulować pogorszenie jakości obrazu. Kontroluj klatki graniczne i ograniczaj nakładane rozszerzenia. Głos referencyjny może różnić się od źródłowej barwy; narracja może kończyć się kliknięciem lub nagłym ucięciem, dla których udokumentowanym środkiem jest wyciszenie audio. Chińskie znaki wieloznaczne fonetycznie, rzadkie lub podobne kształtem mogą być wymawiane nieprawidłowo. Dla precyzyjnego efektu animowanego, takiego jak odliczanie, referencja ruchu jest bardziej informatywna niż sama prośba słowna. To konkretne powody, by przy wyborze klipu osobno sprawdzać tożsamość, tekst, ruch i dźwięk.
POST /v1/videostext, image, audiovideo| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity bytedance/seedance-2.0 | Domyślnie— |
Poleprompt | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Poleduration | Typinteger | WymaganieWymagane | Wartości i limity 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 Minimum: 1 Maksimum: 600 | Domyślnie— |
Poleresolution | Typstring | WymaganieOpcjonalne | Wartości i limity 480p, 720p, 1080p, 4K | Domyślnie— |
Poleaspect_ratio | Typstring | WymaganieOpcjonalne | Wartości i limity 1:1, 3:4, 9:16, 4:3, 16:9, 21:9, 9:21 | Domyślnie— |
Polegenerate_audio | Typboolean | WymaganieOpcjonalne | Wartości i limity false, true Warunki: Przy 480p i 720p pominięcie generate_audio wybiera cenę z dźwiękiem, a false wybiera cenę bez dźwięku. Przy 1080p i 4K cena dla rozdzielczości obowiązuje przy obu ustawieniach. Sprawdź has_audio w wyniku, aby ustalić, czy zwrócono ścieżkę dźwiękową. | Domyślnie— |
Poleframe_images | Typarray | WymaganieOpcjonalne | Wartości i limity Minimalna liczba elementów: 1 Maksymalna liczba elementów: 2 Treść wejściowa: Tablica obiektów klatek. Każdy zawiera type=image_url, image_url z polem url oraz frame_type=first_frame lub last_frame. Każda rola może wystąpić najwyżej raz. Używaj publicznych adresów URL przez HTTPS. Dokładne klucze: type, image_url, frame_type Warunki: Te klucze dotyczą każdego obiektu klatki. Pomiń frame_images w żądaniu zawierającym wyłącznie tekst. | Domyślnie— |
Poleinput_references | Typarray | WymaganieOpcjonalne | Wartości i limity Treść wejściowa: Tablica obiektów referencyjnych obrazów lub dźwięku. Ustaw type na image_url lub audio_url i podaj odpowiadający mu obiekt URL zawierający url. Wideo referencyjnych nadal nie można wycenić. Warunki: Pomiń frame_images, aby użyć trybu materiałów referencyjnych. Używaj publicznych adresów URL przez HTTPS. | Domyślnie— |
Polesize | Typstring | WymaganieOpcjonalne | Wartości i limity 480x480, 480x640, 480x854, 640x480, 854x480, 1120x480, 720x720, 720x960, 720x1280, 720x1680, 960x720, 1280x720, 1680x720, 1080x1080, 1080x1440, 1080x1920, 1440x1080, 1920x1080, 2520x1080, 3840x2160, 2160x3840, 2160x2160, 2880x2160, 2160x2880, 5040x2160 Wzorzec: ^[1-9][0-9]*x[1-9][0-9]*$ | Domyślnie— |
Poleseed | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: -9 223 372 036 854 775 808 Maksimum: 9 223 372 036 854 775 807 | Domyślnie— |
Polecallback_url | Typstring | WymaganieOpcjonalne | Wartości i limity Wzorzec: ^https:// | Domyślnie— |
Polesession_id | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletrace | Typobject | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poleuser | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Tekst na wideo · Prompt tekstowy. · Wymagane: model, prompt, duration
Podaj prompt tekstowy i obsługiwany czas trwania w pełnych sekundach. Użyj dokładnego rozmiaru z listy albo rozdzielczości i proporcji obrazu odpowiadających wymienionym wymiarom.
model: Typ: string · bytedance/seedance-2.0
prompt: Typ: string · Maksymalna liczba bajtów UTF-8: 10 000 · Wymagana treść inna niż białe znaki: Tak
Obraz na wideo · Prompt tekstowy i obraz klatki. · Wymagane: model, prompt, duration, frame_images
frame_images to tablica obiektów z type=image_url, image_url zawierającym url oraz frame_type. Użyj publicznego adresu URL obrazu przez HTTPS; first_frame i last_frame mogą wystąpić po jednym razie. Użyj wymienionego rozmiaru wyjściowego lub zgodnych wymiarów. Nie dodawaj wideo referencyjnych.
Dokładne klucze: type, image_url, frame_type
model: Typ: string · bytedance/seedance-2.0
prompt: Typ: string · Maksymalna liczba bajtów UTF-8: 10 000 · Wymagana treść inna niż białe znaki: Tak
Reference to video · Prompt tekstowy i materiały referencyjne w postaci obrazów lub dźwięku. · Wymagane: model, prompt, duration, input_references
input_references to tablica. Każdy obiekt zawiera type=image_url lub type=audio_url oraz odpowiadający mu obiekt URL z polem url. Używaj publicznych odnośników przez HTTPS. Pomiń frame_images, aby wybrać tryb materiałów referencyjnych. Wideo referencyjnych nie można wycenić.
model: Typ: string · bytedance/seedance-2.0
prompt: Typ: string · Maksymalna liczba bajtów UTF-8: 10 000 · Wymagana treść inna niż białe znaki: Tak
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, prompt, duration |
Parametrmaterial_types | Kontrakttext, image, audio |
Parametradditional_properties | Kontraktfalse |
Parametroptional_controls | Kontraktresolution, aspect_ratio, generate_audio, frame_images, input_references, size, seed, callback_url, session_id, trace, user |
Cykl życia: submit_once_poll_original
GET /v1/videos/{public_id}
GET /v1/videos/{public_id}/content
Wyświetlane stawki służą do oszacowania kosztu przed generowaniem. Ostateczna opłata jest obliczana na podstawie kosztu zarejestrowanego dla pierwotnego generowania. Zmierzony czas trwania wyniku i prognozowane ilości nie stanowią ostatecznej ilości podlegającej rozliczeniu.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Przewidywana ilość | Jednostka rozliczeniowa | Warunki rozliczania | Opłata |
|---|---|---|---|---|---|
| KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Przewidywana ilość— | Jednostka rozliczeniowa— | Warunki rozliczania— | Opłata Wejście · Tokeny wejściowe · Szacunek tylko do porównania — / 1K tokenów Wyjście · Tokeny wyjściowe · Szacunek tylko do porównania — / 1K tokenów Wejście · Odczyt cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache, 1 godz. · Szacunek tylko do porównania — / 1K tokenów |
| KonfiguracjaCena tokena wideo | Tabela stawek— | Przewidywana ilość— | Jednostka rozliczeniowaza 1K tokenów wideo | Warunki rozliczaniaW tym kluczu cenowym nie zadeklarowano dodatkowego warunku. | Opłata Wyjście · Cena tokena wideo · Szacunek tylko do porównania $0.014 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaCena tokena wideo | Tabela stawek— | Przewidywana ilość— | Jednostka rozliczeniowaza 1K tokenów wideo | Warunki rozliczaniaresolution: 1080p | Opłata Wyjście · Cena tokena wideo · Szacunek tylko do porównania $0.0154 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaCena tokena wideo | Tabela stawek— | Przewidywana ilość— | Jednostka rozliczeniowaza 1K tokenów wideo | Warunki rozliczaniawejście: with_video_input; rozdzielczość: 1080p | Opłata reference · Cena tokena wideo · Szacunek tylko do porównania $0.0094 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaCena tokena wideo | Tabela stawek— | Przewidywana ilość— | Jednostka rozliczeniowaza 1K tokenów wideo | Warunki rozliczaniaresolution: 4k | Opłata Wyjście · Cena tokena wideo · Szacunek tylko do porównania $0.008 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaCena tokena wideo | Tabela stawek— | Przewidywana ilość— | Jednostka rozliczeniowaza 1K tokenów wideo | Warunki rozliczaniawejście: with_video_input; rozdzielczość: 4k | Opłata reference · Cena tokena wideo · Szacunek tylko do porównania $0.0048 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaCena tokena wideo | Tabela stawek— | Przewidywana ilość— | Jednostka rozliczeniowaza 1K tokenów wideo | Warunki rozliczaniawejście: with_video_input | Opłata reference · Cena tokena wideo · Szacunek tylko do porównania $0.0086 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaCena tokena wideo | Tabela stawek— | Przewidywana ilość— | Jednostka rozliczeniowaza 1K tokenów wideo | Warunki rozliczaniadźwięk: without_audio | Opłata Wyjście · Cena tokena wideo · Szacunek tylko do porównania $0.014 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaSzacowany koszt generowania | Tabela stawek— | Przewidywana ilośćszacunek dla jednego generowania | Jednostka rozliczeniowa— | Warunki rozliczania— | Opłata Wyjście · Szacowany koszt generowania · Szacunek tylko do porównania $0.3024 szacunek przed generowaniem Ten szacunek nie jest dodatkową opłatą ani stałą stawką za ukończone generowanie. |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
Referencyjne tabele modelu nie zmieniają wyboru metody, wyceny ani opłat. Naliczane opłaty korzystają ze stawek wybranej metody Ailoot.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Warunki rozliczania | Opłata |
|---|---|---|
| KonfiguracjaCena tokena wideo | Warunki rozliczaniaW tym kluczu cenowym nie zadeklarowano dodatkowego warunku. | Opłata Wyjście · Cena tokena wideo $0.014 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaCena tokena wideo | Warunki rozliczaniaresolution: 4k | Opłata Wyjście · Cena tokena wideo $0.008 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaCena tokena wideo | Warunki rozliczaniaresolution: 1080p | Opłata Wyjście · Cena tokena wideo $0.0154 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaCena tokena wideo | Warunki rozliczaniadźwięk: without_audio | Opłata Wyjście · Cena tokena wideo $0.014 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaCena tokena wideo | Warunki rozliczaniawejście: with_video_input | Opłata reference · Cena tokena wideo $0.0086 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaCena tokena wideo | Warunki rozliczaniawejście: with_video_input; rozdzielczość: 4k | Opłata reference · Cena tokena wideo $0.0048 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
| KonfiguracjaCena tokena wideo | Warunki rozliczaniawejście: with_video_input; rozdzielczość: 1080p | Opłata reference · Cena tokena wideo $0.0094 za 1K tokenów wideo Stawka za tokeny wideo jest głównym punktem odniesienia dla ceny. Prezentowane szacunki ceny za sekundę stanowią osobne punkty odniesienia i nie są dodatkową opłatą. |
set -eu\n: "${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","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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('result.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\npodpisane adresy URL treści należących do użytkownika
GET /v1/videos/{public_id}GET /v1/videos/{public_id}/contentset -eu\n: "${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\nZapisz każde ukończone wideo lub zwrócony plik; pobierz każdy faktycznie zwrócony URL zasobu.
Zachowaj wszystkie faktyczne wyniki należące do użytkownika oraz zwrócone metadane pomiarowe.
503 result_pending_check + pierwotne id + X-Should-Retry:false; nigdy nie ponawiaj pierwotnego żądania
| Pole | Typ | Znaczenie |
|---|---|---|
Poleindex | Typinteger | ZnaczeniePozycja tego wideo na liście wyników, liczona od zera. |
Polecontent_url | Typstring | ZnaczeniePodpisany URL HTTPS do pobrania tego ukończonego wideo. |
Polesha256 | Typstring | null | ZnaczenieSkrót SHA-256 oryginalnych bajtów wideo; null, jeśli jest niedostępny. |
Polesize_bytes | Typinteger | null | ZnaczenieRozmiar oryginalnego pliku wideo w bajtach; null, jeśli jest niedostępny. |
Poleduration_ms | Typinteger | null | ZnaczenieZmierzony czas trwania wideo w milisekundach; null, jeśli jest niedostępny. |
Polewidth | Typinteger | null | ZnaczenieSzerokość wideo w pikselach; null, jeśli jest niedostępna. |
Poleheight | Typinteger | null | ZnaczenieWysokość wideo w pikselach; null, jeśli jest niedostępna. |
Polevideo_codec | Typstring | null | ZnaczenieIdentyfikator kodeka wideo; null, jeśli go nie zapisano. |
Polehas_audio | Typboolean | null | ZnaczenieCzy wideo zawiera ścieżkę dźwiękową; null, jeśli tego nie zmierzono. |
Poleaudio_codec | Typstring | null | ZnaczenieIdentyfikator kodeka dźwięku; null, gdy nie zapisano identyfikatora. |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź404 · not_found_error | WarunekNie można uzyskać dostępu do wideo albo nie znaleziono tego identyfikatora wideo. | Następny krokSprawdź dostęp do wideo. W przypadku istniejącego wideo użyj jego pierwotnego publicznego identyfikatora i tego samego klucza API. |
Odpowiedź401 · authentication_error | WarunekKlucz API nie odpowiada uwierzytelnionemu kontu. | Następny krokSprawdź swój klucz API i dostęp do konta przed wysłaniem. |
Odpowiedź400 · invalid_request_error | WarunekNie można odczytać żądania lub indeks pobierania jest nieprawidłowy. | Następny krokPopraw treść żądania. Przy pobieraniu wybierz indeks wyniku zwrócony przez pierwotne zadanie. |
Odpowiedź422 · price_unavailable | WarunekNie można wycenić wybranej konfiguracji wideo. | Następny krokWybierz obsługiwaną konfigurację wideo i uzupełnij jej wymagane opcje przed wysłaniem poprawionego żądania. |
Odpowiedź422 · invalid_request_error | WarunekWejściowe wideo lub pierwotne zadanie kontynuacji są nieprawidłowe. | Następny krokUżywaj prawidłowych danych wejściowych przez HTTPS. Do kontynuacji użyj publicznego identyfikatora ukończonego pierwotnego wideo z tym samym kluczem API. |
Odpowiedź402 · billing_error | WarunekDostępne saldo lub limity nie pozwalają na rezerwację. | Następny krokSprawdź dostępne saldo i limity przed wysłaniem nowego żądania. |
Odpowiedź503 · server_error | WarunekWeryfikacja wideo, magazyn lub dostęp do usługi są chwilowo niedostępne. | Następny krokPoczekaj na dostępność usługi. Jeśli masz już identyfikator wideo, sprawdź to pierwotne zadanie zamiast tworzyć kolejne generowanie. |
Odpowiedź503 · result_pending_check | WarunekWynik pierwotnego wideo i opłata wymagają sprawdzenia. | Następny krokZachowaj zwrócony identyfikator wideo i sprawdzaj to zadanie. Nie wysyłaj zastępczego żądania generowania podczas jego sprawdzania. |
Odpowiedź503 · owned_result_unavailable | WarunekPobieranie istniejącego wideo jest chwilowo niedostępne. | Następny krokSprawdź później to samo zadanie wideo i pobierz jego istniejący wynik. Nowe generowanie tworzy osobną operację. |
Odpowiedź409 · video_not_ready | WarunekTreść wideo nie została opublikowana. | Następny krokSprawdź status pierwotnego zadania. Pobierz wynik po zgłoszeniu completed; jeśli zgłosi failed, postępuj zgodnie z komunikatem dotyczącym sprawdzenia opłaty. |
Ailoot Ultra bytedance/seedance-2.0
Użyj ścieżek metod podanych powyżej.