
ByteDanceの次世代AI動画モデル。マルチショットストーリーテリング、2K出力、持続的なキャラクターアイデンティティを搭載。
Seedance 2.0は、ByteDanceの統合マルチモーダル音声・動画アーキテクチャに基づいて構築されています。公式モデルドキュメントには、テキスト、画像、動画、音声参照のサポートと、4秒から15秒のネイティブ480pおよび720p出力が記載されています。このウェブジェネレーターは、ネイティブオーディオ、解像度、再生時間、アスペクト比のコントロールを備えた、コアのテキストから動画および画像から動画のワークフローを公開しています。
Seedance 2.0モデルの主要仕様。
最大解像度
動画と音声
最大再生時間
自然言語でシーンを説明するか、画像から動画に切り替えて、アニメーション化する開始画像をアップロードします。
480pまたは720pを選択し、4秒から15秒の再生時間を設定し、アスペクト比を選択し、ネイティブサウンドを有効または無効にします。
Seedance 2.0はプロンプトと参照を処理し、同期された音声・動画クリップを返します。クレジットコストは、解像度、再生時間、テキストから動画または画像から動画モードによって異なります。
音声と動画は、別のダビングステップではなく、一緒に生成されます。セリフ、効果音、音楽、環境音を映像と同期できます。
ドリーズーム、ラックフォーカス、トラッキングショット、POVスイッチ、スムーズなハンドヘルドモーションをプロンプトで直接説明できます。
ByteDanceは、生成中に不可能な動きにペナルティを与える物理法則を考慮したトレーニングを組み込みました。布は自然にドレープしてしわができ、水は正しい重さで飛び散り、衝突には衝撃があり、キャラクターは歩くときにバランスを変えます。
画像から動画モードを使用して、カメラの動き、オブジェクトの動き、環境アクションを追加しながら、開始画像のルックを保持します。
16:9、9:16、1:1、4:3、3:4、21:9。これらは、横向き動画、縦向きソーシャルフォーマット、正方形フィード、ポートレート、ウルトラワイドシーンをカバーします。
5秒のSeedance 2.0テキストから動画は、480pで20クレジット、720pで45クレジットから始まります。画像から動画は、参照画像を条件とするため、コストが高くなります。
テキストから動画、画像から動画、物理法則を考慮したモーション、ネイティブオーディオの例は、Seedanceモデルによって生成されました。





