Seedance 2.5 · ByteDance
Ba mươi giây, chỉ trong một lần tạo
Một quảng cáo trọn vẹn, bản demo sản phẩm hay một phân cảnh được trả về dưới dạng một lần tạo ba mươi giây thay vì năm đoạn clip rồi ghép lại — được liên kết bởi tối đa năm mươi tài nguyên tham chiếu và có thể chỉnh sửa sau đó mà không cần tạo lại.
Đã có trên Popcraft, bên cạnh Seedance 2.0.
Ba mươi giây, hai lần
Hai bộ phim trình diễn của chính ByteDance, ở độ dài mà mô hình được thiết kế cho. Mỗi bộ là một lần tạo — hình ảnh, chuyển cảnh và âm thanh xuất hiện cùng lúc, không có gì được ghép nối sau đó.
Những điều cần chú ý ở chúng
Bốn điểm cải tiến là những chi tiết quyết định liệu một cảnh quay trông như thước phim thật hay chỉ là sản phẩm tạo sinh.
Ánh sáng tuân theo không gian
Ánh sáng phản chiếu trong mắt trông như thủy tinh có chiều sâu, còn hướng sáng, độ suy giảm và phản xạ đều tuân theo vật lý của cảnh thay vì chỉ được vẽ lên.
Chuyển động giữ vững đường nét
Quỹ đạo đẩy, kéo, lia và nghiêng trở nên mượt mà và ổn định hơn, đó chính là yếu tố giúp một chuyển động ba mươi giây vẫn trọn vẹn trong suốt ba mươi giây.
Biểu cảm theo đường cong
Vi biểu cảm — khóe mắt khẽ rung, một cái mím môi — được thể hiện như chuyển động liên tục xuyên suốt một nhịp thay vì giật cục giữa các tư thế.
Da, tóc và khoảng cách đến sự kỳ lạ
Kết cấu da, độ bóng tóc và chuyển động nhỏ trên khuôn mặt gần với cách máy quay ghi lại chúng hơn, giảm bớt vẻ giả nhựa vốn dễ làm lộ khuôn mặt tạo sinh.
Bốn thay đổi, và chỉ một trong số đó là độ dài
2.5 tiến bước trên bốn trục: tạo sinh dài hơn, tham chiếu phong phú hơn, chỉnh sửa chính xác và sáng tạo đa ngôn ngữ. Độ dài là điểm nhấn. Chỉnh sửa là thay đổi bạn thực sự cảm nhận được trong ngày làm việc.
Ba mươi giây từ một lần tạo sinh
Lên đến ba mươi giây trong một lần tạo sinh duy nhất, duy trì chuyển động máy quay, tính liên tục và mạch truyện hoàn chỉnh xuyên suốt toàn bộ clip. Seedance 2.0 chỉ đạt tối đa mười lăm giây. Mở rộng thời gian độ trung thực cao sau đó sẽ kéo dài clip ngắn về phía trước, phía sau, hoặc nối liền hai clip.
Mọi thứ cảnh quay cần, trong một bản mô tả
Ba mươi hình ảnh, mười đoạn video và mười đoạn âm thanh có thể được đưa vào cùng một lần tạo — diễn viên, sản phẩm, bối cảnh, chuyển động máy quay, nhạc và giọng nói kết hợp cùng nhau. Ở phiên bản 2.0, giới hạn này chỉ là chín hình ảnh và ba đoạn video.
Thay đổi chi tiết, giữ nguyên đoạn video
Chỉnh sửa video có kiểm soát giữ nguyên khung hình, góc máy và nhịp điệu, chỉ viết lại đúng những gì bạn chỉ định: phông nền, trang phục, sản phẩm, biểu cảm diễn viên, âm nhạc. Một lỗi nhỏ trong ba mươi giây hoàn hảo không còn là lý do để tạo lại từ đầu.
Mô tả bằng lời của riêng bạn
Tiếng Trung, tiếng Anh, tiếng Tây Ban Nha, tiếng Indonesia, tiếng Mã Lai, tiếng Thái, tiếng Ả Rập, tiếng Bồ Đào Nha, tiếng Việt, tiếng Nhật và tiếng Hàn cùng nhiều ngôn ngữ khác, hỗ trợ nguyên bản — câu lệnh không còn cần phải dịch trước khi mô hình đọc. Khả năng tuân thủ chỉ thị được cải thiện mạnh mẽ trên mọi ngôn ngữ.
So sánh 2.5 với 2.0, từng hàng
Seedance 2.0 vẫn nằm trong danh sách, và ở độ phân giải 4K, đây vẫn là công cụ phù hợp cho những đoạn video ngắn.
| Tính năng | Seedance 2.0 | Seedance 2.5 |
|---|---|---|
| Thời lượng một lần tạo dài nhất | 15s | 30 giây |
| Ảnh tham chiếu | 9 | 30 |
| Đoạn video và âm thanh tham chiếu | 3 | 10 đoạn video + 10 đoạn âm thanh |
| Tổng thời lượng tham chiếu | 15s | 30 giây video, 30 giây âm thanh, tính riêng |
| Tham chiếu chỉ âm thanh | — | Được hỗ trợ |
| Dấu thời gian trong câu lệnh | Chỉ số thứ tự cảnh | Dấu thời gian nguyên giây |
| Ảnh chủ thể đa góc nhìn | Không khuyến khích | Được hỗ trợ |
| Tỷ lệ khung hình đầu ra | 6 tỷ lệ cố định | Tỷ lệ bất kỳ từ 0,4 đến 2,5, do đầu vào quyết định |
| Đầu ra MOV, dành cho chỉnh sửa và mở rộng | — | Được hỗ trợ — duy trì liên tục màu sắc và âm thanh qua điểm nối |
Mỗi tài nguyên đều đi kèm một nhiệm vụ
Số lượng chỉ là phần dễ. Điều làm nên tính khả dụng là mỗi tài nguyên đều được gắn thẻ @ và gán một vai trò cụ thể, để mô hình biết ảnh nào là diễn viên và ảnh nào là ánh sáng.
Lên đến 4K, 30 MB mỗi ảnh. JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC, HEIF. Bộ ảnh đa góc nhìn của cùng một chủ thể được hỗ trợ trong 2.5, trong khi 2.0 không khuyến khích.
480p đến 4K, mỗi tệp 200 MB, mỗi đoạn 2–30 giây, định dạng MP4 hoặc MOV. Tổng thời lượng các đoạn là 30 giây.
Mỗi tệp 15 MB, mỗi đoạn 2–30 giây, định dạng MP3 hoặc WAV, với tổng thời lượng riêng là 30 giây. Tham chiếu chỉ âm thanh là tính năng mới trong 2.5 — một bản nhạc nền, giọng nói hoặc dải hiệu ứng có thể tự điều khiển nhịp điệu, khớp nhịp và đồng bộ khẩu hình.
Những gì một tham chiếu có thể được yêu cầu đảm nhận
- Chủ thể
- Ngoại hình hoặc giọng nói của một người, động vật, sản phẩm, đạo cụ, địa điểm hoặc nhân vật hư cấu — yếu tố phải giữ nguyên bản sắc xuyên suốt đoạn phim.Dùng người phụ nữ trong @image 1 làm nhân vật chính, đang đi bộ trên phố vào lúc hoàng hôn.
- Chuyển động
- Hành động, chuyển động máy quay, nhịp điệu và hiệu ứng được trích xuất từ một đoạn phim và áp dụng cho một chủ thể khác. Có thể chuyển đổi giữa các loài và phong cách, không chỉ giữa các lần quay.Mô phỏng chuyển động máy quay và nhịp chạy trong @video 1; chủ thể là @image 1.
- Mô hình trắng
- Một khối 3D thô chưa có chất liệu điều khiển bố cục máy quay và dàn cảnh; chất liệu hoàn thiện, ánh sáng và không khí được lấy từ ảnh tĩnh. Hình học thô hoạt động tốt hơn ở đây so với mô hình chi tiết.Kết xuất chuyển động trong @video 1 mô hình trắng; chủ thể @image 1, cảnh @image 2.
- Phong cách
- Bảng màu, chỉnh màu và chất liệu được lấy từ một bức ảnh hoặc đoạn phim trong khi dàn diễn viên vẫn do bạn chọn.Dùng tông màu xanh lạnh ban đêm của @video 1, giữ nguyên nhân vật chính từ @image 1.
- Âm thanh
- Âm nhạc, giai điệu, lời thoại hoặc âm sắc giọng nói. Chọn một giọng cho mỗi nhân vật và bộ phim sẽ phát lại bằng chính giọng đó.Giọng người cha: trầm, điềm đạm, trung niên. Tham chiếu @audio 1.
- Bảng phân cảnh
- Một bảng nhiều khung tranh được đọc như dàn ý cốt truyện. Tối đa 15 khung, ưu tiên nét vẽ đường viền thay vì bảng đã kết xuất, và không có văn bản vẽ trong khung. Kết quả bám theo câu chuyện, không sao chép bản vẽ từng khung một.Mô phỏng bốn khung tranh trong @image 1; nhân vật là @image 2.
- Khung chính
- Một ảnh làm khung đầu tiên, hai ảnh làm khung đầu và cuối, hoặc một tập hợp các khung chính độc lập. Khác với storyboard, kết quả sẽ bám sát các khung này.@image 1 là khung đầu, @image 5 là khung cuối; cho cô ấy đi từ trong nhà ra ngoài trời.
Tạo lại không còn là thao tác duy nhất
Cả hai tính năng đều nhận một clip đã hoàn thành làm @video 1 và giữ nguyên mọi thứ bạn không chỉ định. Chỉnh sửa viết lại một phần nội dung đã có. Mở rộng tạo thêm nội dung trước hoặc sau nó.
Viết lại một vùng, giữ nguyên phần còn lại
Thêm chủ thể, xóa một chủ thể, thay trang phục hoặc cảnh dựa trên ảnh tham chiếu, hoặc thay đổi âm thanh — nhạc nền khác, thêm hiệu ứng, lồng tiếng lại. Dấu thời gian thu hẹp chỉnh sửa vào một khoảng: 0:02–0:05 và không gì bên ngoài khoảng đó thay đổi.
Cấu trúc hiệu quả gồm ba phần: chỉ vào nguồn, nêu đối tượng và thay đổi, sau đó thêm điều khoản bảo toàn để mô hình giữ nguyên phần còn lại của khung hình.
Thay trang phục tối màu của người đàn ông trong @video 1\nbằng trang phục trong @image 2.\nGiữ nguyên mọi thứ khác.
Viết nội dung trước và sau
Mở rộng về phía trước từ khung hình cuối, lùi về khoảnh khắc trước khung hình đầu, hoặc tạo phần chuyển tiếp còn thiếu giữa hai đoạn clip để chúng ghép nối mượt mà. Nhân vật, bối cảnh và góc máy được duy trì xuyên suốt điểm nối, và bạn có thể yêu cầu quá trình chuyển đổi liền mạch cả về hình ảnh lẫn âm thanh.
Mở rộng là cách biến 6 giây chất lượng thành 30 giây hoàn chỉnh mà không cần tạo lại phần đã ổn. MOV vào và MOV ra là phương pháp được khuyến nghị — nó giữ nguyên màu sắc, độ sáng và tính nhất quán của âm thanh tại điểm nối.
Bắt đầu từ khung hình cuối của @video 1 và mở rộng\n6 giây: cô ấy bước ra khỏi khung, bầu trời tối dần,\nđèn đường lần lượt bật sáng. Giữ chuyển động liền mạch.
Những gì đầu vào quyết định thay bạn
2.5 phân chia công việc dựa trên việc tài nguyên nguồn có quyết định hình thức đầu ra hay không. 2.0 không phân chia như vậy, và đây là điểm dễ gây bất ngờ nhất cho người chuyển sang.
| Tác vụ | Tỷ lệ khung hình | Thời lượng |
|---|---|---|
| Chỉnh sửa | Khóa theo clip nguồn | Theo sát nguồn, trong khoảng một phần ba giây |
| Khung hình đầu, hoặc khung đầu và cuối | Khóa theo hình ảnh khung đầu | Do bạn thiết lập |
| Mở rộng | Khóa theo clip nguồn | Do bạn thiết lập |
| Tạo tham chiếu | Mở | Do bạn thiết lập |
| Storyboard và khung hình chính | Mở | Do bạn thiết lập |
Nơi ba mươi giây phát huy giá trị
Các trường hợp sử dụng của mô hình được chia thành năm nhóm. Bốn nhóm đầu là những công việc được rút ngắn thời gian. Nhóm thứ năm chỉ khả thi khi quá trình tạo kéo dài đến mức này.
Một cảnh được diễn trọn vẹn
Một nhịp truyện được thể hiện trọn vẹn trong một lần tạo, với dàn nhân vật được gắn kết qua bộ ảnh tham chiếu. Việc sửa lỗi liên tục — một giàn quay lộ ra, một vật thể lạc chỗ — trở thành vấn đề chỉnh sửa thay vì phải quay lại.
Một bản gốc, rồi mọi phiên bản
Một bản dựng gốc, rồi tạo các phiên bản: thay đổi SKU, người mẫu, nội dung hiển thị hoặc thị trường, với diện mạo sản phẩm và phong cách thương hiệu được cố định qua tham chiếu. Lồng tiếng được thực hiện theo các ngôn ngữ bạn cần.
Toàn bộ ý tưởng trong một lần quay
Một ý tưởng được giải thích từ đầu đến cuối trong ba mươi giây, người dẫn chương trình được thay đổi mà không cần ghi hình lại, và cùng một bối cảnh được phân phối bằng nhiều ngôn ngữ.
Một quy trình, từ đầu đến cuối
Các bước lắp ráp và vận hành được hiển thị từ đầu đến cuối, với bảng tên, bảng thông số và văn bản bao bì được viết lại theo từng sản phẩm trong khi cảnh quay được giữ nguyên.
Công việc mà mười lăm giây không đáp ứng được
Trailer game và CG, người dẫn chương trình ảo, một phim ngắn được mở rộng thành loạt phim, một nhân vật được làm già đi hoặc thay đổi phong cách cho phân cảnh theo mùa.
Viết như một danh sách cảnh quay
Hãy coi mô hình như một nhà sản xuất đang đọc một bản tóm tắt có cấu trúc. Cấu trúc bên dưới là cấu trúc có thể được chuyển giao cho người khác mà vẫn giữ nguyên giá trị.
Năm phần, theo thứ tự này
Chủ thể, địa điểm, sự kiện, thể loại và phong cách, chuyển động máy quay. Sau đó là chuỗi cảnh quay — dấu thời gian từng giây nguyên hoặc các cảnh được đánh số, cả hai đều được đọc — mô tả cho mỗi đoạn những gì được nhìn thấy, máy quay di chuyển ra sao, những gì được nói và những gì được nghe. Kết thúc bằng các hằng số: góc máy, môi trường, không khí, âm thanh chạy xuyên suốt bên dưới.
Giữ khoảng một giây câu chuyện cho mỗi giây trên màn hình. Quá ít trong một khoảng thời gian và mô hình sẽ tự ứng biến; quá nhiều và nó sẽ cắt dồn dập hoặc bỏ sót một nửa.
Ánh xạ từng tài nguyên, trong văn bản
Đánh số các tài nguyên theo thứ tự tải lên và gán từng tài nguyên vào câu lệnh: đâu là chủ thể, đâu là giọng nói, đâu là hành động, đâu là bối cảnh. Viết tên lên hình ảnh và sử dụng tên đó trong câu lệnh là cách đáng tin cậy để tạo ra hai nhân vật giống hệt nhau.
Khi một tham chiếu đã chính xác, hãy yêu cầu làm theo và dừng lại. Việc mô tả lại chuyển động trong tham chiếu đó sẽ khiến mô hình phải xử lý hai chỉ dẫn cùng lúc.
img1–2 là nhân vật 1, lồng tiếng bởi @audio 1;\nimg3–4 là nhân vật 2, lồng tiếng bởi @audio 2.\nLàm theo hành động niệm phép trong @video 1 và chuyển động\nquỹ đạo trong @video 2.
- Ngôn ngữ máy quay
- Các thuật ngữ chuẩn được giữ nguyên — cỡ cảnh, đẩy vào, kéo ra, lia, dõi, quỹ đạo, góc thấp, một đúp, thu phóng dolly, cầm tay, tăng giảm tốc độ. Một thuật ngữ chuyên ngành cần có chú thích bằng tiếng Anh đơn giản đi kèm, và một chuyển cảnh cần nêu rõ cả điểm kích hoạt lẫn phương thức thực hiện.
- Hành động và biểu cảm
- Hãy mô tả hầu hết hành động một cách khái quát và dành chi tiết cho hai hoặc ba nhịp quan trọng cần thể hiện rõ. Biểu cảm sẽ dễ hiểu hơn khi được viết ra cụ thể thay vì gọi tên bằng một thành ngữ.
- Ưu tiên khẳng định
- Hãy nêu rõ những gì cần xuất hiện. Các chỉ dẫn phủ định được tôn trọng khi liên quan đến phụ đề và âm thanh — không phụ đề, không nhạc nền — đây cũng là hai yếu tố mà mô hình dễ tự ý thêm vào nhất.
- Âm thanh
- Âm thanh môi trường, hiệu ứng, thoại và nhạc nền đều có thể được lấy từ một tham chiếu âm thanh và mô tả trong chỉ dẫn, bao gồm cả việc yếu tố nào cần nhường chỗ khi có người nói.
Chi phí cho một giây của 2.5
Seedance 2.5 tính phí theo từng giây đầu ra, ở độ phân giải bạn chọn. Mức giá theo gói sẽ tự động áp dụng — ưu đãi thuộc về gói và được áp dụng cho mọi lần tạo.
Chi phí cho một lần tạo Seedance 2.5 ở 720p với mức giá tiêu chuẩn. 480p tiêu tốn 24 tín dụng mỗi giây — cách tiết kiệm hơn để thử nghiệm trước khi xuất bản cuối cùng.
−20% khi thanh toán hàng tháng. Giảm giá áp dụng cho mọi lần tạo Seedance, không chỉ một lần.
−40% khi thanh toán hàng tháng. Mức giá thấp nhất, và là lý do một đoạn video 30 giây đáng để chạy hai lần.
Câu hỏi
Có — Seedance 2.5 đã có sẵn trong trình chọn mô hình video của Popcraft. Chọn nó bên cạnh Seedance 2.0, đặt thời lượng lên đến 30 giây và tạo.
Không. Seedance 2.0 và Seedance 2.0 4K vẫn nằm trong danh sách mô hình. Một đoạn quay sản phẩm 6 giây không cần giới hạn 30 giây, và đầu ra 4K là lý do để chọn 2.0 cho việc đó. Những gì 2.5 bổ sung là thời lượng, số lượng tài nguyên tham chiếu và khả năng chỉnh sửa đoạn clip bạn đã có.
50 là giới hạn tối đa, và hướng dẫn là nên giữ ở mức thấp hơn nhiều: tối đa 8 chủ thể hình ảnh, tối đa 5 khi tài nguyên tham chiếu chính là âm thanh hoặc video, các đoạn clip từ 5 đến 10 giây, và bảng phân cảnh từ 15 khung trở xuống. Vượt quá những mức đó, độ ổn định giảm và các lần tạo sẽ bắt đầu cần chạy lại.
Lấy một đoạn clip bạn đã ưng ý và mở rộng nó. Mở rộng là cách kiểm chứng ít tốn kém nhất cho tuyên bố này, vì nó bắt đầu từ footage bạn đã đánh giá. Nếu đường nối giữ được — khuôn mặt, màu sắc, tốc độ máy quay — thì những lời hứa còn lại của mô hình đáng để dành thời gian tạo dài hơn. Nếu không, bạn đã biết được điều đó chỉ với giá vài giây.
30 giây là trọn một quảng cáo
Điểm nối giữa hai đoạn clip 15 giây là nơi một bộ phim tạo bởi AI lộ rõ bản chất. Seedance 2.5 biến điểm nối đó thành tùy chọn.
Tiếp tục khám phá
Mô hình liên quan
MiniMax H3 tạo video 2K 24fps với âm thanh stereo đồng bộ — hiệu ứng, tiếng nền và hội thoại trong một lần chạy. Đa cảnh từ một prompt, 5 đến 15 giây, kiểm soát khung đầu và cuối. Đã có trên Popcraft.
Tạo video điện ảnh 4K từ văn bản, hình ảnh hoặc clip với Seedance 2.0 trên Popcraft. Âm thanh đồng bộ native, chuỗi đa cảnh quay và chi tiết sắc nét đến từng chân tơ ở mức lên đến 4K (2160p).
Seedance 2.0 Mini là gói video tinh gọn nhất của ByteDance — rẻ hơn tới 50% so với Seedance 2.0 tiêu chuẩn và nhanh hơn ~2× so với Fast, hỗ trợ câu lệnh văn bản, hình ảnh, video và âm thanh. Đã có trên Popcraft.
Biến hình ảnh và câu lệnh thành video điện ảnh với Seedance 2.0 trên Popcraft. Tham chiếu thành video, khung hình đầu/cuối và đầu ra đa tỷ lệ lên đến 4K.