Seedance

ByteDanceのSeedanceモデルです。映画のような動き、ネイティブ音声、フレームや参照画像による制御に対応しています。

モデルの選び方

4つのモデルはすべて、プロンプト、最初と最後のフレーム、または最大9枚の参照画像を入力できます。generate_audioをfalseに設定しない限り、音声も生成します. Seedance 2.5 and Seedance 2.0は参照動画と音声にも対応しています。

プロンプトの書き方

• シーンだけでなく、動きも説明しましょう。誰がどう動くか、カメラがどう動くかを指定します（「ゆっくり寄る」「手持ちカメラで追う」「固定のワイドショット」など）。
• 光と雰囲気を指定しましょう。「曇りの朝」「夜のネオン」「夕日の逆光」などが使えます。
• 1つのクリップには主な動作を1つに絞りましょう。長いシーケンスは複数のクリップに分けると、よりよい結果になります。
• セリフを入れる場合は、発言を引用符で囲み、誰が話すかを指定します: the barista says "One flat white, coming up"。
• 最初のフレームを使う場合は、画像にすでに写っている内容ではなく、その後に起こることを説明しましょう。

画像から動画を生成

最初のフレームを指定すると、冒頭の映像がその画像どおりに固定されます。aspect_ratioを設定しない限り、動画はその形に合わせて生成されます。最後のフレームも追加すると、トランジションやビフォーアフターの映像を特定の画像で終えられます。

参照画像

キャラクター、商品、場所、画風などの参照画像を最大9枚指定できます。プロンプトでは、送信した順に@Image1、@Image2などとして参照します。複数のクリップで同じ画像を使うと、キャラクターや商品の一貫性を保てます。

参照動画と音声

Seedance 2.5とSeedance 2.0はreference_videos（ダンス、カメラワーク、再現したい商品映像）とreference_audio（声、曲、効果音）にも対応しています。プロンプトではそれぞれ@Video1と@Audio1として参照します。Seedance 2.5では各10件まで（それぞれ合計30 s）、音声のみでも指定できます。Seedance 2.0では各3件まで（それぞれ合計15 s）で、音声は画像または動画と一緒に指定します。Seedance 2.5では参照動画の編集や延長も可能です。reference_modeをeditまたはextendに設定します。

{
  "model": "seedance-2.5",
  "reference_videos": ["https://example.com/street-scene.mp4"],
  "reference_images": ["https://example.com/red-car.jpg"],
  "reference_mode": "edit",
  "prompt": "Replace the white car in @Video1 with the red car from @Image1.",
  "resolution": "720p"
}

参照動画の秒数には秒単価の一部が課金されますが、参照音声は無料です。制限と料金については参照動画と音声をご覧ください。

知っておくと便利なこと

• 待ち時間（2～6分）の大半はキューでの待機です。480pのクリップも720pとほぼ同じ時間がかかります。
• 実在の人物や権利で保護されたキャラクターが登場する可能性のあるプロンプトは、拒否されることがあります（content_policy）。拒否された動画に料金はかかりません。
• AIで生成した顔を含め、実在の人物の写真に見える画像は、フレームや参照画像として通常は拒否されます。スタイル化されたキャラクターやイラストなら使用できます。画像を使わず、プロンプトで人物を説明する方法もあります。モデルが対象の画像を特定した場合は、エラーにその画像が示されます。
• 実在の人物が映る動画の編集も通常は拒否されますが、同じ動画を新しい動画の参照用に使うことはできます。
• 動画の保存期間は30日間です。残しておきたい動画はダウンロードしてください。

APIの詳細は動画生成をご覧ください。ダッシュボードのプレイグラウンドでも試せます。各動画のコードも表示されます。