ByteDance: Seedance 2.5

Seedance 2.5 cria vídeo usando uma cena escrita e referências multimodais. O seletor exato doubao-seedance-2-5-260628 tem a sua própria operação e exemplo documentados. Essa operação descreve geração, edição e extensão de vídeo, com imagens, vídeo, áudio e texto como conteúdos de entrada. Utilize as referências para comunicar aspeto do sujeito, ação, movimento da câmara, estilo e som, depois explique o resultado a criar a partir delas.

As combinações de entrada incluem só texto, imagens ou vídeo com texto opcional, imagens com áudio, vídeo com áudio e imagens, vídeo e áudio em conjunto. As combinações listadas associam áudio a conteúdos visuais em vez de descreverem um pedido apenas de áudio. Organize cada elemento pelo seu papel: uma imagem estabelece um sujeito ou aspeto, um vídeo demonstra movimento ou uma cena existente e o áudio fornece uma referência sonora. Indique qual o papel relevante para o plano pedido, para que uma referência de fundo não seja confundida com a personagem principal.

O exemplo específico de 2.5 é uma sequência publicitária de produto. Fornece uma imagem e várias referências de vídeo, depois descreve um foco inicial, disposições ordenadas de produtos, planos de detalhe, uma ação em câmara lenta e uma composição final da marca. O pedido atribui os papéis reference_image e reference_video e usa referências individuais para composição, movimento, trabalho de câmara e impacto. Isto dá uma estrutura prática a um conceito de campanha: planeie os momentos visuais, identifique a referência de cada momento e especifique a disposição final.

Uma sequência escrita pode distinguir o que acontece de como é filmado. Descreva primeiro a ação do produto, depois a escala do plano, o percurso da câmara, o ritmo e a transição para a vista seguinte. Se uma referência define o produto e outra demonstra um movimento de câmara, indique essas responsabilidades separadas. Para uma cena com vários objetos, explique as suas posições e a ordem das interações. Inspecione o resultado gerado quanto à forma real do produto, à disposição e ao movimento, em vez de presumir que todos os detalhes das referências aparecem inalterados.

Para uma edição, identifique o vídeo existente e o elemento a rever, como o cenário, uma ação ou o estilo visual, indicando a continuidade a manter. Para uma extensão, descreva como a cena deve continuar a partir das filmagens fornecidas. Reveja a junção além do novo segmento: aspeto do sujeito, direção do movimento, posição da câmara e tempos do som afetam a perceção do resultado como uma única cena. Mantenha juntos o vídeo original e a revisão concluída, para que a alteração possa ser verificada face à continuidade pretendida.

O exemplo multimodal documentado de 2.5 define generate_audio=true e pede uma sequência de quinze segundos com enquadramento 16:9. Estes valores descrevem esse exemplo, não um limite universal de duração ou de materiais de referência. Dê à cena pedida uma intenção sonora clara, incluindo a relação entre música, efeitos e ação visível, depois avalie a saída audiovisual real. Uma referência sonora e a banda sonora gerada devem ser revistas em conjunto quanto ao ritmo e à execução pretendidos.

Escolha a duração, o enquadramento e a resolução a partir das definições oferecidas para este perfil específico. Guarde a configuração pedida com o prompt e compare-a com os campos efetivamente devolvidos pela tarefa. Utilize a duração, a resolução e a proporção devolvidas ao preparar o vídeo concluído para o seu destino. Preserve o identificador exato do perfil no registo da revisão, para que uma comparação posterior use a mesma edição selecionada.

A utilização de tokens de vídeo é calculada como (duração do vídeo de entrada + duração do vídeo de saída) × largura da saída × altura da saída × frequência de fotogramas da saída / 1024. Os pedidos que contêm vídeo de entrada e os que não contêm vídeo de entrada têm categorias de faturação distintas. A consulta da tarefa comunica usage.completion_tokens e usage.total_tokens; guarde estas quantidades comunicadas com o vídeo concluído.

A geração é assíncrona. O envio devolve um identificador e o fluxo de tarefas configurado fornece o estado, seguido de content.video_url após o sucesso. Guarde o vídeo concluído com os conteúdos de origem e as instruções da sequência. Reveja todos os momentos planeados, as interações dos objetos, o aspeto das personagens, o enquadramento e o alinhamento do som em todo o resultado. Para uma revisão, identifique o detalhe concreto que falhou e preserve as partes da cena que resultaram, em vez de substituir todas as instruções por outras sem relação.